肤色检测(Skin-Detection)

为了满足图像处理的要求,博主写个一个简单的肤色检测算法代码,原理和方法见下面代码:

 

//Author: samylee
//Contact email: ahuljx@126.com
#include "stdlib.h"
#include "stdio.h"
#include "cv.h"
#include "highgui.h"

using namespace cv;

void SkinRGB(Mat rgb)
{
	imshow("org", rgb);
	Size size;
	size.width = rgb.cols;
	size.height = rgb.rows;
	Mat dst = Mat::ones(size, CV_8UC3);
	for (int row = 0; row < size.height; row++)
	{
		for (int col = 0; col < size.width; col++)
		{
			int B = rgb.at<Vec3b>(row, col)[0];
			int G = rgb.at<Vec3b>(row, col)[1];
			int R = rgb.at<Vec3b>(row, col)[2];
			principle
			if ((R > 95 &&
				G > 40 &&
				B > 20 &&
				R - B > 15 &&
				R - G > 15)
				||
				(R > 200 &&
				G > 210 &&
				B > 170 &&
				abs(R - B) <= 15 &&
				R > B &&
				G > B))
			{
				dst.at<Vec3b>(row, col)[0] = B;
				dst.at<Vec3b>(row, col)[1] = G;
				dst.at<Vec3b>(row, col)[2] = R;
			}
			principle
		}
	}
	imshow("result", dst);
	cv::waitKey(0);
}

int main()
{
	Mat img = imread("test2.jpg");
	SkinRGB(img);
	return 0;
}

 

 

 

 

 

效果图如下

原始图:

处理图:

 

 

任何问题请加唯一QQ2258205918(名称samylee)!

唯一VX:samylee_csdn

 

Python肤色检测是指使用Python编程语言来识别图像中的人体肤色区域。下面是一个简单的示例代码,使用OpenCV库和肤色模型来进行肤色检测: ```python import cv2 import numpy as np def skin_detection(image): # 将图像从BGR颜色空间转换为HSV颜色空间 hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 定义肤色检测的阈值范围 lower_skin = np.array([0, 48, 80], dtype=np.uint8) upper_skin = np.array([20, 255, 255], dtype=np.uint8) # 根据阈值范围进行肤色检测 skin_mask = cv2.inRange(hsv_image, lower_skin, upper_skin) # 对肤色区域进行形态学处理,去除噪点 kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) skin_mask = cv2.erode(skin_mask, kernel, iterations=2) skin_mask = cv2.dilate(skin_mask, kernel, iterations=2) # 将肤色区域与原始图像进行按位与操作,提取肤色区域 skin = cv2.bitwise_and(image, image, mask=skin_mask) return skin # 读取测试图像 image = cv2.imread('test.jpg') # 进行肤色检测 skin_result = skin_detection(image) # 显示原始图像和肤色检测结果 cv2.imshow('Original Image', image) cv2.imshow('Skin Detection Result', skin_result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,我们首先将图像从BGR颜色空间转换为HSV颜色空间,因为HSV颜色空间更适合进行肤色检测。然后定义了一个肤色的阈值范围,根据这个范围进行肤色检测,并对结果进行形态学处理以去除噪点。最后,将肤色区域与原始图像进行按位与操作,提取肤色区域,并将结果显示出来。 请注意,这只是一个简单的示例代码,实际的肤色检测可能需要更复杂的算法和技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值