基于OpenCv的（YCrCb)颜色空间的肤色检测

最新推荐文章于 2025-04-11 11:56:07 发布

原创

最新推荐文章于 2025-04-11 11:56:07 发布 · 4.1k 阅读

9 ·

CC 4.0 BY-SA版权

该博客介绍了如何使用OpenCV在YCrCb颜色空间进行肤色检测。通过转换摄像头捕获的图像到YCrCb空间，然后分割通道并设定阈值，可以实现对肤色的有效识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于OpenCv的（YCrCb)颜色空间的肤色检测

摘要：颜色空间分为RGB，HSV，YUV等，此次主要是以YCrCb颜色空间的肤色检测。利用YUV主要用于优化彩色视频信号的传输，使其向后相容老式黑白电视的特点，将摄像头捕捉到的图像转换成黑白图像（即皮肤颜色为白色以外，其他颜色为黑色）。

关键词：

YUV空间：

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

HHCCWWlxy

关注关注

2
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

简单的基于YCrCb颜色空间的人脸检测（肤色）

weixin_30314793的博客

12-07

1451

环境：Windows XP+MATLAB 2010b 基本思路： 1）将基于彩色空间的RGB模型转换为YCbCr模型（考虑到人脸的生理特征，只采取了Cr分量作为辅助） 2）阈值分割，根据多次实验发现，正常黄种人的Cr分量大约在140~·160之间 3）滤波，本实验采用性能较好的中值滤波 4）特征区域提取，利用matlab的bwlabel函数 5）对标记的特征区域利用高宽度之比和面积两个...

opencv学习笔记（一）：基于YCrCb颜色空间的肤色检测

热门推荐

Will Lin的博客

02-13

2万+

环境：Windows+VisualStudio2015+ C++ +OpenCV2.7.9 之前尝试写过基于HSV颜色空间的肤色识别程序，发现效果不甚理想，环境噪声比较大，而且光照变化时的检测效果不好。正好看到了一篇论文《基于HSV与YCrCb颜色空间进行肤色检测的研究》。里面针对HSV和YCrCb空间的各个通道统计了一组不同光照条件下的肤色图像，得到了如下结果可

1 条评论您还未登录，请先登录后发表或查看评论

基于YCrCb颜色空间的人脸识别算法

stu_muc的博客

04-01

1505

话不多说，直接上代码 clear all; %清除工作空间，关闭图形窗口，清除命令行 close all; clc; I=imread(‘004.jpg’);%读入图像 I1=I; %输入图像矩阵I R=I1(:,:,1); %获取RGB图像矩阵I的R、G、B取值 G=I1(:,:,2); B=I1(:,:,3); Y=0.299R+0.587G+0.11...

基础学习笔记之opencv(20)：OpenCV中的颜色空间(ing...)

weixin_34363171的博客

12-04

241

　　YCrCb 　 YCrCb在视频压缩和一些数字图像处理中使用得比较多，是一种基于人眼感知的颜色空间。　　在OpenCV中，从RGB空间转换到YCrCb空间的公式如下：　　　　注意从RGB到YcrCb的公式并不是唯一的，这里OpenCV只是采用的是Intel IPP中的公式而已。　　其中的delta的取值为：　　　　这里我们以RGB三通道都为8bit来举例说...

OpenCV之色彩空间转换：YCrCb颜色空间，HSV颜色空间

m0_70508559的博客

08-01

105

自己学习用如有不妥当的地方请及时练习。

基于YCrCb色彩空间的肤色分离程序

04-24

本程序是基于YCrCb色彩空间实现的，使用了OpenCV库，这是一种广泛应用于计算机视觉的开源库，支持多种编程语言，包括C++。下面将详细阐述YCrCb色彩空间以及如何在OpenCV中进行肤色分离。 YCrCb色彩空间是从RGB色彩...

肤色检测 YCrCb 模型 opencv 源代码

12-01

本篇将深入探讨使用YCrCb色彩空间进行肤色检测的原理与OpenCV实现的源代码。首先，我们要理解YCrCb色彩空间。YCrCb是基于YUV色彩空间的一种变体，主要在数字视频和图像编码中使用，如JPEG和MPEG标准。在YCrCb色彩...

肤色检测实现与YCrCb模型在OpenCV中的应用

肤色检测是在图像处理领域中识别图像中肤色区域的技术，而在YCrCb颜色模型中进行肤色检测比在RGB颜色空间中更为有效，因为YCrCb颜色空间更适合于肤色的表示。源代码文件名为“skinFinder_ycbcr_video”，意味着该...

关于YCrCb颜色空间的使用

weixin_30258901的博客

11-13

516

在人脸检测中也常常用到YCrCb空间，因为一般的图像都是基于RGB空间的，在RGB空间里人脸的肤色受亮度影响相当大，所以肤色点很难从非肤色点中分离出来，也就是说在此空间经过处理后，肤色点是离散的点，中间嵌有很多非肤色，这为肤色区域标定(人脸标定、眼睛等)带来了难题。如果把RGB转为YCrCb空间的话，可以忽略Y(亮度)的影响，因为该空间受亮度影响很小，肤色会产生很好的类聚。这样就把...

深入理解YCrCb与HSV色彩空间及其应用

最新发布

weixin_35754962的博客

04-11

468

本文介绍了YCrCb与HSV色彩空间的定义及其在图像处理中的重要性，展示了如何通过编程实现从RGB色彩空间到YCrCb和HSV色彩空间的转换，并通过具体的代码示例进行了演示。文章还探讨了图像的几何变换，包括仿射变换、平移、缩放和旋转，以及重映射的概念和操作方法。

基于椭圆肤色模型 Ycrcb的图像分割算法

08-06

将RGB图像转换到Ycrcb颜色空间中，应用椭圆肤色模型算法，对图像进行分割

基于颜色识别的火焰检测算法的opencv实现

03-06

通过观察火焰图像在YCrCb空间的三通道的不同，得出约束条件，程序由opencv实现~

第三节图像处理之色彩空间

12-04

1. 色彩转换： dst = cv.cvtColor(src,code) 常用的是转换成灰度图像 cv.COLOR_BGR2GRAY HSV图像cv.COLOR_BGR2HSV YUV图像 cv.COLOR_BGR2YUV YCrCb图像 cv.COLOR_BGR2YCrCb 其中hsv里：h通道数值范围是0-180，s通道范围是0-255，v通道范围是0-255 2. import cv2 as cv import numpy as np def extrace_object_demo(): capture = cv.VideoCapture("E:/opencv/picture/donghua.avi") while(True): ret,frame = capture.read() #cv.inRange(src,阈值下限，阈值上限) #作用：提取图像在阈值中间的部分 hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV) hsv_low = np.array([100,43,46])#blue的hsv阈值 hsv_high = np.array([124, 255, 255]) mask = cv.inRange(hsv,hsv_low,hsv_high) if ret ==False: break cv.imshow("mask",mask) cv.imshow("video_window",frame) c =cv.waitKey(20) if c==27: break def color_space_demo(image): gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) cv.imshow("2",gray) hsv = cv.cvtColor(image,cv.COLOR_BGR2HSV) cv.imshow("3",hsv) yuv = cv.cvtColor(image,cv.COLOR_BGR2YUV) cv.imshow("4",yuv) Ycrcb =cv.cvtColor(image,cv.COLOR_BGR2YCrCb) cv.imshow("5",Ycrcb) src = cv.imread("E:/opencv/picture/test1.jpg") b,g,r = cv.split(src) #cv.split 多通道图像的分离 cv.imshow("b",b) cv.imshow("g",g) cv.imshow("r",r) cv.namedWindow("1") src[:,:,2] = 0 cv.imshow("1",src) src = cv.merge([b,g,r])#cv.merge 各个通道的合并 cv.imshow("merge",src) src[:,:,2] = 0 #color_space_demo(src) extrace_object_demo() cv.waitKey(0) cv.destroyAllWindows() 总结： 1. 提取图像在阈值中间的部分，用二值化表示出来。用cv.inRange命令 cv.inRange(src,阈值下限，阈值上限) #作用：提取图像在阈值中间的部分例如： hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV) hsv_low = np.array([100,43,46])#blue的hsv阈值 hsv_high = np.array([124, 255, 255]) mask = cv.inRange(hsv,hsv_low,hsv_high) 2. 多通道的分离与合并： cv.split(src) #cv.split 多通道图像的分离例如 b,g,r = cv.split(src) #cv.split 多通道图像的分离 cv.imshow("b",b) cv.imshow("g",g) cv.imshow("r",r) cv.merge([b,g,r])#cv.merge 各个通道的合并例如： src = cv.merge([b,g,r])#cv.merge 各个通道的合并 cv.imshow("merge",src)

【原创】HSV和YCrCb色彩空间介绍

杨树的博客

11-20

1万+

通常情况下，彩色图像使用R、G、B三个通道表示，这种通过三基色可以到其它的各种颜色，但是具体是哪种颜色，我们就无从可知，如果我想知道（R，G，B）三元组具体什么颜色呢？这时候可以用HSV颜色空间表示。 HSV颜色空间 HSV都是一种将RGB色彩模型中的点在原著坐标体系中的表示法。这中表示法试图做到比基于笛卡尔坐标系的几何结构RGB更加直观。HSV即色相(Hue)，饱和度(Saturatio...

camera - 色彩空间（color space） YCrCb，YUV, RGB的区别和适用场景

迟来大师的博客

12-11

3364

YUV和RGB都是色彩空间的表示方法。 1， YUV: 亮度和颜色分开表示的方法。 RGB:红、绿、蓝三原色的亮度来定量表示颜色。该模型也称为加色混色模型。 2， YUV:主要用于电视系统以及模拟视频领域。（兼容黑白电视和彩色电视） RGB: 主要用于彩色显示器显示。 3， Y表示亮度，CbCr表示颜色，“Y”表示明亮度（Luminance或Luma），也就是灰度值；而“U”和“V” 表示的则是色度（Chrominance或Chroma）U：色彩，V：饱和度 RGB: 在...

音视频多媒体开发基础概述之颜色空间（2）YUV & YIQ & YCrCb & CMY颜色空间

jzwjzw19900922的博客

08-14

1539

1.3 YUV颜色空间在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD（电耦合器件）摄像机，它把得到的彩色图像信号，经分色、分别放大校正得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R－Y、B－Y，最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去，这就是常用的YUV颜色空间。采用YUV颜色空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量，那么这样表示的图就是黑白灰度图。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色

Opencv色彩空间（GRAY、XYZ、HSV、YCrCb、HLS）展示，以及利用HSV标记指定的颜色

Flying Bulldog 的博客

04-20

5001

本文简单介绍了几个常见的色彩空间转换；因为HSV应用非常广泛，所以单独介绍其强大的功能；本文用到的两个原始图像，如下图所示：目录一、Opencv色彩空间（GRAY、XYZ、HSV、YCrCb、HLS）（1）GRAY色彩空间（2）XYZ色彩空间（3）HSV色彩空间（4）YCrCb色彩空间（5）HLS色彩空间（6）代码实现：二、利用HSV标记指定的颜色（1）通过inRange函数锁定特定（2）通过基于掩码的按位与显示ROI （3）显示特定颜色...

m基于FPGA的RGB转ycrcb颜色空间转换算法实现,包含testbench,对比三种转换方法

fpga/matlab/simulink算法仿真工程

03-26

880

然而,普通的R GB颜色空间对视频的显示存在很多问题,将其转换为YCbCr颜色空间能够很好地适应现代社会的要求,本文正是采用一种新的方法,通过FPGA成功地将其转化,并得到正确的结果,此方法内部变量少、算法优点突出、实时性好,十分易于在实际工程中实现。在RGB颜色空间中,1个带颜色的图像采样是用3个值来表示一个像素点的相对的红、绿和蓝色比(3种光线的主样构成颜色)。将输入信号的每一位和另一个数相乘，通过10级流水线操作后，我们可以得到10个部分积，然后将10个部分积累加，得到最后的结果。

YCRCB到RGB色彩空间转换技术详解与实践

weixin_42181686的博客

03-13

573

在数字图像的世界里，色彩空间是我们表达和控制颜色的基础。RGB色彩空间是最广泛使用的色彩模型之一，它基于红（Red）、绿（Green）、蓝（Blue）三原色的混合原理。本章将带您走进RGB色彩空间的世界，从基础概念开始，理解色彩的构成与表现，为后续深入探讨YCRCB色彩空间及色彩转换提供必要的理论铺垫。RGB色彩空间可被视为一个三维空间，在这个空间里，通过不同颜色的混合比例和亮度值，可以组合出几乎所有的可见色彩。