几种肤色分割算法（OpenCV实现）

最新推荐文章于 2020-03-16 19:43:25 发布

Lym_Xin

最新推荐文章于 2020-03-16 19:43:25 发布

阅读量1.2w

点赞数 4

分类专栏：图像处理文章标签： opencv 肤色识别图像处理

本文链接：https://blog.csdn.net/qq_26671711/article/details/52123866

版权

本文总结了几种使用OpenCV进行肤色分割的方法，适用于手势识别和人脸识别。实验表明，在HSV颜色空间上应用大津分割法表现优秀。还提到了一种基于HSV空间，通过(S+V)/H值判决的肤色分割技巧，但其效果具有特定性，不具广泛适用性。

摘要由CSDN通过智能技术生成

几种肤色分割算法（OpenCV实现）

在手势识别和人脸识别中，肤色分割是非常重要的，特将几种肤色分割方法总结了一下，将代码贴出。

ps:有部分代码非原创，若有侵权，修改。

包括在rgb、rg空间上进行分割，以及大津分割法在多个颜色空间上的实现。

#include "highgui.h"
#include "cv.h"
#include<iostream>
using namespace std;
// skin region location using rgb limitation
void SkinRGB(IplImage* rgb,IplImage* _dst)
{
    assert(rgb->nChannels==3&& _dst->nChannels==3);

    static const int R=2;
    static const int G=1;
    static const int B=0;

    IplImage* dst=cvCreateImage(cvGetSize(_dst),8,3);
    cvZero(dst);

    for (int h=0; h<rgb->height; h++)
    {
        unsigned char* prgb=(unsigned char*)rgb->imageData+h*rgb->widthStep;
        unsigned char* pdst=(unsigned char*)dst->imageData+h*dst->widthStep;
        for (int w=0; w<rgb->width; w++)
        {
            if ((prgb[R]>95 && prgb[G]>40 && prgb[B]>20 &&
                    prgb[R]-prgb[B]>15 && prgb[R]-prgb[G]>15)||//uniform illumination
                    (prgb[R]>200 && prgb[G]>210 && prgb[B]>170 &&
                     abs(prgb[R]-prgb[B])<=15 && prgb[R]>prgb[B]&& prgb[G]>prgb[B])//lateral illumination
               )
            {
                memcpy(pdst,prgb,3);
            }
            prgb+=3;
            pdst+=3;
        }
    }
    cvCopyImage(dst,_dst);
    cvReleaseImage(&dst);
}
// skin detection in rg space
void cvSkinRG(IplImage* rgb,IplImage* gray)
{
    assert(rgb->nChannels==3&&gray->nChannels==1);

    const int R=2;
    const int G=1;
    const int B=0;

    double Aup=-1.8423;
    double Bup=1.5294;
    double Cup=0.0422;
    double Adown=-0.7279;
    double Bdown=0.6066;
    double Cdown=0.1766;
    for (int h=0; h<rgb->height; h++)
    {
        unsigned char* pGray=(unsigned char*)gray->imageData+h*gray->widthStep;
        unsigned char* pRGB=(unsigned char* )rgb->imageData+h*rgb->widthStep;
        for (int w=0; w<rgb->width; w++)
        {
            int s=pRGB[R]+pRGB[G]+pRGB[B];
            double r=(double)pRGB[R]/s;
            double g=(double)pRGB[G]/s;
            double Gup=Aup*r*r+Bup*r+Cup;
            double Gdown=Adown*r*r+Bdown*r+Cdown;
            double Wr=(r-0.33)*(r-0.33)+(g-0.33)*(g-0.33);
            if (g<Gup && g>Gdown && Wr>0.004)
            {
                *pGray=255;
            }
            else
            {
                *pGray=0;
            }
            pGray++;
            pRGB+=3;
        }
    }

}
// implementation of otsu algorithm
// author: onezeros#yahoo.cn
// reference: