#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp> //转换颜色空间需要的头文件
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;
int main()
{
Mat Image = imread("E:\\opencvTest\\renshou.jpg");//读取图片
imshow("原图", Image);//显示原图片
cvtColor(Image, Image, CV_BGR2YCrCb);//转换颜色空间 RGB类型转换为YCrCb类型(因为opencv默认的图片通道顺序是BGR而不是RGB)
//目的是减少图像中颜色的数目,主要是为了降低分析的复杂度
vector<Mat> channels;//创建一个Mat类型的channels数组
//把一个3通道图像转换成3个单通道图像(即三个都是灰度图)
split(Image, channels);//分割颜色通道放在数组channels中
Mat Y, Cr, Cb;
Y = channels.at(0);
Cr = channels.at(1);
Cb = channels.at(2);
Mat result;
result.create(Image.size(), CV_8UC1);//创建一个和原图像等大小的8bit无符号整形单通道灰度图片,图片名为result
/*遍历图像,将符合阈值范围的像素设置为255,其余为0*/
for (int j = 1; j < Y.rows ; j++)//处理所有的行
{
uchar* currentCr = Cr.ptr< uchar>(j);
uchar* currentCb = Cb.ptr< uchar>(j);
uchar* current = result.ptr< uchar>(j);
for (int i = 1; i < Y.cols ; i++)
{
if (( currentCr[i] > 133) && ( currentCr[i] < 173) && (currentCb[i] > 77) && (currentCb[i] < 127))
current[i] = 255;//如果是133<=Cr<=173,77<=Cb<=127的全赋值为255,也就是白色
else
current[i] = 0;//如果不是133<=Cr<=173,77<=Cb<=127的全赋值为0,也就是黑色
}
}
imshow("检测后的图", result);
waitKey(0);
return 0;
}
任务2: 肤色检测
最新推荐文章于 2022-01-04 22:25:46 发布