OpenCV_颜色检测实现肤色检测（类处理彩色图像进阶）

OpenCV描述直觉色彩空间有HSV和HLS两种色彩空间，它们的转换公式略有不同，但是结果非常类似。

在HSV中，

亮度被定义为三个RGB成分中的最大值。为了让定义更符合人类视觉系统，应该是用L*a*b或L*u*v色彩空间的L通道

饱和度的计算公式为：

色调通常用0~360度来表示，红色是0度。

而HSB色彩空间通常用一个圆锥体来表示，圆锥体内部每个点代表一种特定的颜色。角度位置表示的是颜色的色调，到中轴线的距离表示饱和度，高度表示亮度。

肤色检测使用颜色信息进行j检测

为了让颜色来检测目标，首先需要收集一个存储有大量图像样本的数据库，每个样本中包含从不同观察条件下捕捉到的目标，作为定义分类器的参数。不同人中的肤色，可以在色调-饱和度色彩空间中很好地归类。

效果：

代码：

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

void detectHScolor(const cv::Mat& image, double minHue, double maxHue, double minSat, double maxSat, cv::Mat& mask)
{
	cv::Mat hsv;
	cv::cvtColor(image, hsv, CV_RGB2HSV);
	std::vector<cv::Mat> channels;
	cv::split(image, channels);

	//色调掩码
	cv::Mat mask1;
	cv::threshold(channels[0], mask1, maxHue, 255, cv::THRESH_BINARY_INV);
	cv::Mat mask2;
	cv::threshold(channels[0], mask2, minHue, 255, cv::THRESH_BINARY);
	cv::Mat hueMask;
	if (minHue < maxHue)
		hueMask = mask1&mask2;
	else
		hueMask = mask1 | mask2;

	//饱和度掩码
	cv::threshold(channels[1], mask1, maxSat, 255, cv::THRESH_BINARY_INV);
	cv::threshold(channels[1], mask2, minSat, 255, cv::THRESH_BINARY);
	cv::Mat satMask;
	satMask = mask1&mask2;

	mask = hueMask&satMask;
}

int main()
{
	cv::Mat image = cv::imread("girl.jpg");
	cv::imshow("原图", image);
	cv::Mat mask;
	detectHScolor(image, 130, 240, 100, 255, mask);
	cv::Mat detected(image.size(), CV_8UC3, cv::Scalar(0, 0, 0));
	image.copyTo(detected, mask);
	cv::imshow("肤色检测图", detected);
	cv::waitKey();
}

这里调色度和饱和度花了不少时间，思想是皮肤接近于白色，色度较高，饱和度也较高。