OpenCV肤色检测和模板匹配

最新推荐文章于 2024-09-25 22:19:37 发布

转载最新推荐文章于 2024-09-25 22:19:37 发布 · 1k 阅读

OpenCV 专栏收录该内容

11 篇文章

订阅专栏

本文提供了一段使用OpenCV进行肤色检测的代码示例，并详细介绍了CvAdaptiveSkinDetector类及其主要函数CvAdaptiveSkinDetector::process的用法。此外，还展示了如何通过模板匹配来定位图像中的特定模板。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

下面是肤色检测代码：

#include<cv.h>
#include<highgui.h>
#include<opencv2/contrib/contrib.hpp>

#include<iostream>
using namespace std;

int main(int argc,char* argv[])
{
	IplImage* image = cvLoadImage("test.jpg");
	if(image == NULL) 
	{
		cout<<"load image failed!"<<endl;
		return -1;
	}

	IplImage* mask = cvCreateImage(cvGetSize(image),IPL_DEPTH_8U,1);
	cvZero(mask);
	
	CvAdaptiveSkinDetector skinDetector(1,CvAdaptiveSkinDetector::MORPHING_METHOD_NONE); 

	skinDetector.process(image,mask);
	cvSet(mask,cvScalar(255),mask);
	cvShowImage("image",image);
	cvShowImage("mask",mask);
	while(cvWaitKey(20) != 27);
	cvDestroyAllWindows();
	cvReleaseImage(&image);
	cvReleaseImage(&mask);
	return 0;

}

肤色检测被内置在opencv2/contrib/contrib.hpp里的CvAdaptiveSkinDetector类中。其主要检测函数为：

CvAdaptiveSkinDetector::process(IplImage* image, IplImage* mask);

该函数接受一个图像image，然后将检测结果返回到mask中。mask为一个二值图像，背景像素值为0，前景像素值为1。类CvAdaptiveSkinDetector只有一个构造函数：

CvAdaptiveSkinDetector(int samplingDivider = 1, int morphingMethod = MORPHING_METHOD_NONE);

第一个参数不知道是什么意思，第二个参数为一个枚举值，表示对结果所做的形态学操作，有四种选择。

模板匹配代码：

#include<cv.h>
#include<highgui.h>

#include<iostream>
using namespace std;

int main(void)
{
	IplImage* palmTempl = cvLoadImage("template.jpg");
	IplImage* result = NULL;
	CvRect imageROI = cvRect(0,0,640,480);
	for(int i=0;i<1000;i++)
	{
		char fileName[80];
		sprintf(fileName,"image//%d.jpg",i);
		IplImage* palmImage = cvLoadImage(fileName);
		if(palmImage == NULL) continue;

		CvSize size;
       	size.width = imageROI.width-palmTempl->width+1;
       	size.height = imageROI.height-palmTempl->height+1;
       	result = cvCreateImage(size,IPL_DEPTH_32F,1);			
		
		cvSetImageROI(palmImage,imageROI);
        cvMatchTemplate(palmImage,palmTempl,result,CV_TM_SQDIFF);
		cvResetImageROI(palmImage);
		double min, max;
    	CvPoint minLoc;
    	cvMinMaxLoc(result,&min,&max,&minLoc,NULL);
		minLoc.x = minLoc.x+imageROI.x;
		minLoc.y = minLoc.y+imageROI.y;
		CvPoint point2 = cvPoint(minLoc.x+palmTempl->width,minLoc.y+palmTempl->height);
    	cvRectangle(palmImage,minLoc,point2,cvScalar(255,255,255));
    	cvShowImage("image",palmImage);
		cvReleaseImage(&palmImage);

		if(cvWaitKey(10) == 27) break;

		imageROI.x = minLoc.x-palmTempl->width/2>0 ? minLoc.x-palmTempl->width/2 : 0;
		imageROI.y = minLoc.y-palmTempl->height/2>0 ? minLoc.y-palmTempl->height/2 : 0;
		imageROI.width = 2*palmTempl->width;
		imageROI.height = 2*palmTempl->height;
	}

	cvReleaseImage(&palmTempl);
	
	return 0;
}

OpenCV中的template matching也可以支持imageROI，只是结果矩阵result的大小是严格限制了的，imageROI的改变必然导致result矩阵大小的改变，所以用imageROI还得颇费些周折。在每一步根据imageROI去调整result的大小。