图像直方图和反向投影的肤色检测

最新推荐文章于 2024-01-22 19:09:42 发布

weixin_30642869

最新推荐文章于 2024-01-22 19:09:42 发布

阅读量167

点赞数

文章标签：人工智能

原文链接：http://www.cnblogs.com/mtcnn/p/9412002.html

版权

肤色的检测可以利用肤色的HSV模型，通过计算图像的HSV模型中肤色的H和S分量中的一个或两个的直方图，再用该直方图反向投影至原图像，定位出肤色。

HSV颜色模型：

RGB模型是图像处理中常用的颜色模型，多用于颜色显示和图像处理，三维坐标中H(Hue)代表色调，S(Saturation)代表饱和度，V代表(Value)明度，理解起来很容易，是一种针对用户观感的一种颜色模型，侧重于色彩表示，什么颜色、深浅如何、明暗如何，跟人眼的直观感受很契合。

对于肤色的直方图，只计算H和S分量的直方图，所以肤色的明暗度对检测结果影响很小，提高了对不同灰度的鲁棒性。

检测的基本步骤：

1.截取一部分肤色区域，作为检测目标的样本；
2.对样本做直方图计算，并归一化直方图；
3.利用归一化后的直方图，通过calcBackProject函数在原图像中检索，与样本具有表现一致的直方图区域将会被作为肤色检测出来；

关键函数：calcHist、normalize 、calcBackProject

calcHist函数之前已经做过介绍，函数原型及参数说明可以ca见：直方图该怎么画

void normalize( InputArray src, OutputArray dst, double alpha=1, double beta=0,
                             int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray());

normalize函数作用是归一化计算出来的直方图。

第一个参数：InputArray类型的Src，输入的直方图数组；

第二个参数：OutputArray类型的dst，输出的归一化后的数组；

第三个参数：double型的alpha，归一化数组的最小值；

第四个参数：double型的beta，归一化数组的最大值；

第五个参数：int（枚举）型的norm_type，归一化方法；

第六个参数：int型的deype，值为-1，指示归一化后的输出数组与输入数组类型相同

第七个参数：Mat(): 可选的掩码

calcBackProject函数原型：

calcBackProject(&image,       //目标图像  
                1,            // 图像个数  
                channels,     // 通道数量  
                histogram,    // 进行反投影的直方图  
                result,       // 结果图像  
                ranges,       // 每个维度的阈值  
                255.0         // 放缩因子  
                );

代码实现：

#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"

using namespace cv;

Mat image,imageHSV,imageHist,imageNorm,imagecalcBack;
Mat imagegirl,imagegirlHSV;

int histSize=1;
float histR[]={0,255};
const float *histRange=histR;

int channels[]={0,1};

void TrackBarFun(int ,void(*));

int main(int argc,char *argv[])
{
	image=imread(argv[1]);
	imagegirl=imread(argv[2]);
	cvtColor(imagegirl,imagegirlHSV,CV_RGB2HSV);
	if(!image.data)
	{
		return -1;
	}
	cvtColor(image,imageHSV,CV_RGB2HSV);
	namedWindow("HSV");
	createTrackbar("bins控制","HSV",&histSize,100,TrackBarFun);	
	TrackBarFun(0,0);
	waitKey();
}
void TrackBarFun(int ,void(*))
{
	if(histSize==0)
	{
		histSize=1;
	}
	calcHist(&imageHSV,2,channels,Mat(),imageHist,1,&histSize,&histRange,true,false);
	normalize(imageHist,imageNorm,0,255,NORM_MINMAX,-1,Mat());
	calcBackProject(&imagegirlHSV,2,channels,imageNorm,imagecalcBack,&histRange,1,true);	
	imshow("Source",imagegirl);
	imshow("HSV",imagegirlHSV);
	imshow("CalcBack",imagecalcBack);
}

效果如下，拖动滑动条，在bins数目为7的时候，效果比较好：