OpenNI是否支持2D相机？Android端人体关键点获取方案咨询

首先明确OpenNI相关问题的结论：

• 关于OpenNI的维护状态：你查到的信息属实，OpenNI官方代码仓库确实已停止维护6年，后续不会有功能更新、Bug修复和新系统适配，新开发的Android应用不建议集成该SDK，后续Android系统版本迭代很容易出现兼容性故障。
• 关于OpenNI是否支持纯2D图片/视频帧的人体关键点提取：完全不支持。OpenNI本身是深度传感器的接入中间件，核心能力是对接PrimeSense、初代Kinect这类深度硬件，完成深度帧、红外帧、RGB帧的数据流读取和帧对齐；早年配套的NITE组件虽然带骨骼跟踪能力，但算法逻辑完全依赖深度帧输入，必须拿到像素级深度数据才能完成人体分割和关键点定位，没有给纯2D RGB帧预留输入接口，就算强行把普通2D相机帧传入接口，也跑不通检测逻辑，没有可行的适配路径。

可落地的Android端替代方案 #

按开发成本从低到高排序：

• 谷歌ML Kit自带的人体/手部检测能力：是目前适配成本最低的方案，离线SDK自带33个点的全身人体关键点检测、21个点的手部关键点检测+手部位置框输出，直接对接Android原生Camera2、CameraX的帧输出即可调用，不需要自己训练模型，针对移动端做了充分的性能优化，中低端机型也能跑到30fps左右的实时检测速度，普通场景下的检测精度足够用，不需要额外做复杂适配。
• 轻量端侧推理框架+开源预训练模型：如果对检测精度、自定义能力有更高要求，可以用NCNN、MNN、TFLite这类移动端友好的端侧推理框架，部署BlazePose、轻量版HRNet、MediaPipe Hands这类开源的轻量关键点检测模型，自行完成相机帧预处理、推理结果后处理的逻辑，灵活度最高，可以根据自己的业务需求做模型量化、裁剪，平衡包体大小、检测速度和精度，适合有定制化需求的场景。
• 手机系统厂商开放的端侧AI能力：如果你的应用主要面向特定品牌的Android设备，可以对接对应厂商提供的系统级关键点检测能力，比如华为HMS Core、小米开放平台的人体/手部识别接口，这类能力一般做了芯片级的性能优化，运行功耗更低、速度更快，但缺点是不同厂商接口不统一，需要做多套适配逻辑，通用性差。

选型参考：没有特殊定制需求的话优先选ML Kit，开发周期最短，踩坑最少；需要自定义检测效果、适配特殊场景再选自部署模型的方案；面向特定品牌定制设备的项目再考虑对接厂商系统能力。

内容的提问来源于stack exchange，提问作者yongle zhu