有关opencv的学习（8）—肤色检测

最新推荐文章于 2024-11-14 10:03:43 发布

一粒菜鸟的学习日记

最新推荐文章于 2024-11-14 10:03:43 发布

阅读量1k

点赞数

分类专栏： Opencv 文章标签： opencv 图片肤色检测

本文链接：https://blog.youkuaiyun.com/qq_35724402/article/details/60467150

版权

肤色检测在物体检测和手势识别中具有重要作用，通过色调和饱和度建立阈值区间来区分皮肤与非皮肤区域。在OpenCV中，利用掩码进行图像处理，通过threshold函数实现颜色分割。然而，实现精确的肤色检测需要大量样本分析，并考虑光照、白平衡等因素，此方法适用于初步检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在对物体做初步检测时，颜色信息非常有用。如可用来检测皮肤的颜色，检测到的皮肤区域可作为图像中有人存在的标志。在手势识别中经常使用这个方法，用肤色检测来确定手的位置。

在下面的例子中，我们将使用色调和饱和度来识别肤色，定义一个基于数值区间（最小和最大色调，最小和最大饱和度）的函数，把图像中的像素分为皮肤和非皮肤两类：

完整代码如下：

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>

using namespace cv;
using namespace std;

void detectHcolor(const Mat &image,              //输入图像
                  double minHue,double maxHue,   //色调（Hue）区间
                  double minSat,double maxSat,   //饱和度（saturation）区间
                  Mat &mask)                     //输出掩码
{
    Mat hsv;//转换到HSV空间
    cvtColor(image, hsv, CV_BGR2HSV);//将图像从一个色彩空间转换为另一个色彩空间
   
    std::vector<Mat>channels;//分割3个通道，并存进3个图像
    split(hsv, channels);//channels[0]是色调
                         //channels[1]是饱和度
                         //channels[2]是亮度
    
    //色调掩码
    Mat mask1;//小于maxHue
    threshold(channels[0], mask1, maxHue, 255, THRESH_BINARY_INV);
    
    Mat mask2;//大于minHue
    threshold(channels[0], mask2, minHue, 255, THRESH_BINARY);
    
    Mat hueMask;//色调掩码
    if (minHue<maxHue)
        hueMask=mask1&mask2;
    else //如果区间穿越0度中轴线
        hu

最低0.47元/天解锁文章