OpenCV编程-肤色检测

最近搞色彩认知计算，对于肤色检测也是兴趣使然。

我们在处理图像时，首先考虑的就是去噪，但是去噪不仅是去掉噪声，也需要考虑光照对图像造成的噪声，所以如果硬件跟得上的话，可以引入颜色恒常性计算来去噪，之后开始正题吧。

肤色检测说起来很简单，只要是色彩的空间分离，在这个过程中难免有误检，如果对目标能进行有监督的框定，再进行肤色检测，效果应该好很多。

接下来贴代码：


void SkinDetect(IplImage* src,IplImage* dst)
{   // 创建图像头IplImage* hsv = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 3);//用于存图像的个中间变量，是用来分通道用的,分成hsv通道   IplImage* tmpH1 = cvCreateImage( cvGetSize(src), IPL_DEPTH_8U, 1);//通道的中间变量,用于肤色检测的中D间变量   IplImage* tmpS1 = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* tmpH2 = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* tmpS3 = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* tmpH3 = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* tmpS2 = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* H = cvCreateImage( cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* S = cvCreateImage( cvGetSize(src), IPL_DEPTH_8U, 1);   IplImage* V = cvCreateImage( cvGetSize(src), IPL_DEPTH_8U, 1);     IplImage* src_tmp1=cvCreateImage(cvGetSize(src),8,3);   // 高斯模糊 cvSmooth(src,src_tmp1,CV_GAUSSIAN,3,3); //高斯模糊   // hue色度saturation饱和度value纯度   cvCvtColor(src_tmp1, hsv, CV_BGR2HSV );//颜色转换 cvSplit(hsv,H,S,V,0);//分为3个通道   /*********************肤色检测部分·**************/  cvInRangeS(H,cvScalar(26.0,0.0,0,0),cvScalar(34.0,0.0,0,0),tmpH1);   cvInRangeS(S,cvScalar(43.0,0.0,0,0),cvScalar(255.0,0.0,0,0),tmpS1);   cvAnd(tmpH1,tmpS1,tmpH1,0);   // Red Hue with Low Saturation   // Hue 0 to 26 degree and Sat 20 to 90   cvInRangeS(H,cvScalar(11.0,0.0,0,0),cvScalar(25.0,0.0,0,0),tmpH2);    cvInRangeS(S,cvScalar(43.0,0.0,0,0),cvScalar(255.0,0.0,0,0),tmpS2);   cvAnd(tmpH2,tmpS2,tmpH2,0);   // Red Hue to Pink with Low Saturation   // Hue 340 to 360 degree and Sat 15 to 90   //    cvInRangeS(H,cvScalar(170.0,0.0,0,0),cvScalar(180.0,0.0,0,0),tmpH3);   //    cvInRangeS(S,cvScalar(15.0,0.0,0,0),cvScalar(90.,0.0,0,0),tmpS3);   //    cvAnd(tmpH3,tmpS3,tmpH3,0);   // Combine the Hue and Sat detections   //    cvOr(tmpH3,tmpH2,tmpH2,0);   cvOr(tmpH1,tmpH2,tmpH1,0);   cvCopy(tmpH1,dst);   int avg,white=0,black=0;CvScalar s;for(int i=0;i<dst->height;i++){for (int j = 0;j<dst->width;j++){s = cvGet2D(dst,i,j);if(s.val[0]==255)white++;elseblack++;}}printf("white = %dn",white);printf("black = %dn",black);cvReleaseImage(&hsv);   cvReleaseImage(&tmpH1);   cvReleaseImage(&tmpS1);   cvReleaseImage(&tmpH2);   cvReleaseImage(&tmpS2);   cvReleaseImage(&tmpH3);   cvReleaseImage(&tmpS3);   cvReleaseImage(&H);   cvReleaseImage(&S);   cvReleaseImage(&V);   cvReleaseImage(&src_tmp1);
}

测试图像：

得到的图像虽然不好，相信从代码里面能看到原因。

OpenCV编程-肤色检测相关推荐

OpenCV下肤色检测代码
先贴代码 void cvSkinSegment(IplImage* img, IplImage* mask){ CvSize imageSize = cvSize(img->width, img ...
计算机视觉之利用颜色进行肤色检测(基于OpenCV自带库函数)
概述: 在对待物体做初步检测时,颜色信息非常有用.比如说辅助驾驶程序中的路标检测功能,就要凭借标准路标的颜色快速识别可能是路标信息.另一个例子是肤色检测,检测到的皮肤区域可以作为图像中有人存在的标志. ...
VS+OpenCV 处理图像的颜色（下）用色调、饱和度和亮度表示颜色、肤色检测
[实现] #include<opencv2/core.hpp> #include<opencv2/highgui.hpp> #include<opencv2/imgpro ...
OpenCV Using Python——HSV颜色空间和改进的YCbCr颜色空间中的肤色检测
HSV颜色空间中的肤色检测 1. HSV颜色空间的肤色模型简介 Pitas等人提出在HSV空间建立肤色模型.不要求颜色归一化并且对光照鲁棒性很强,条件同时满足才会被分割成皮肤.实现条件如下: 2. 实 ...
Opencv之人脸肤色检测总结
1.RGB颜色空间肤色检测在human skin color clustering for face detection一文中提出如下判别算式: opencv代码非常简单: void SkinRGB ...
Opencv暑期历程--Day10（6种肤色检测方法，YCrCb肤色模型解释，再理解一遍掩模）
从一篇文章了解到,肤色检测主要有以下七种方法: RGB color space Ycrcb之cr分量+otsu阈值化 YCrCb中133<=Cr<=173 77<=Cb<=12 ...
python opencv 肤色检测
附上我自己的实例代码基于运动信息和肤色检测的手位置检测基于深度学习的asl手语识别例程 1 椭圆肤色检测模型原理:将RGB图像转换到YCRCB空间,肤色像素点会聚集到一个椭圆区域.先定义一个椭圆 ...
6种肤色检测方法的原理及实现（opencv, C++）
6种肤色检测方法的原理及实现(opencv, C++) Mr Qin 分类:机器视觉个人专栏:图像处理发布时间 2021.06.18 阅读数 2024 评论数 0 0 简介: 本博文首发csdn链 ...
OpenCV实战之人脸美颜美型（四）——肤色检测
前言肤色检测技术在人脸检测与识别.视频监控系统.裸图像检测.基于内容的图像检索.手势识别.肤色病学诊断.驾驶员疲劳检测.人机交互等领域有着广泛的应用,近年来得到了广泛的关注和研究. 针对美颜美型应用 ...

OpenCV编程-肤色检测

OpenCV编程-肤色检测相关推荐

最新文章

热门文章