在谈谈NITE 2与OpenCV结合的第一个程序和谈谈NITE 2与OpenCV结合的第一个程序中我们都是在深度图像中对获得的手部信息进行处理，但不知道在彩色图像中，手部跟踪获得手心坐标是怎么样的？是否也和深度图像显示一样，能够很好的定位到真正的手心中？为了回答自己的这些问题，模仿谈谈人体骨骼坐标在彩色图像中显示中的方法，将通过NiTE2手部跟踪得到的手心坐标映射到彩色图像和深度图像中，并显示对比。
对于新版本的NiTE2的姿势探测和手势探测识别做一个简单的说明。
对于新版本的OpenNI2和NiTE2的安装做个介绍，主要的不同点在于：不需要安装第三方驱动安装，只需要安装微软官方提供的Kinect for Windows SDK开发工具（目前是最新的1.6版）。
通过对OpenNI 2提供的程序，开始学习如何读取深度数据和彩色数据，并显示。
通过对NiTE 2提供的程序，开始学习如何通过NiTE 2进行手势识别，得到手心坐标，并显示。
通过对NiTE 2提供的程序，开始学习如何通过NiTE 2进行人体骨骼跟踪，得到骨骼坐标，并显示。
通过对OpenNI 2和NiTE 2的简单了解，开始结合OpenCV，通过OpenNI 2读取深度数据流和彩色数据流，并转换为相对应的OpenCV格式显示。
结合NiTE 2和OpenCV进行手势别，读取手心坐标，并将手心坐标映射到深度图像中，再根据手心坐标截取手的深度图像。
七、谈谈NITE 2与OpenCV结合的第二个程序（提取人体骨骼坐标）
在 谈谈NITE 2与OpenCV结合的第一个程序的基础上，对截取的手的深度图像进行OpenCV轮廓、凸包、缺陷等基本图像函数处理，大致获得指尖坐标（很粗糙）。
结合NiTE 2和OpenCV进行人体骨骼跟踪，读取人体骨骼坐标，并映射到深度图像中显示。
根据谈谈NITE 2与OpenCV结合的第二个程序（提取人体骨骼坐标）和谈谈OpenNI 2与OpenCV结合的第一个程序结合，将得到的骨骼坐标信息映射到人体彩色图像中。