opencv學習筆記（一）：基於YCrCb顏色空間的膚色檢測

原創

Will-Lin

2020-02-20 16:21

環境：Windows+VisualStudio2015+ C++ +OpenCV2.7.9

之前嘗試寫過基於HSV顏色空間的膚色識別程序，發現效果不甚理想，環境噪聲比較大，而且光照變化時的檢測效果不好。

正好看到了一篇論文《基於HSV與YCrCb顏色空間進行膚色檢測的研究》。裏面針對HSV和YCrCb空間的各個通道統計了一組不同光照條件下的膚色圖像，得到了如下結果

可以看出HSV顏色空間中H、S、V的標準差相對於YCrCb空間的標準差要大。而在YCrCb空間中，Y的標準差要明顯大於其他兩者。標準差越大則表明其值在亮度變化時波動大，因此選擇標準差小的顏色通道比較好。

因此本次我選擇了Cr與Cb通道做膚色檢測（YCrCb顏色空間中，Y代表的是亮度，Cr 與Cb代表的都是色度，與亮度關係小，符合前述實驗中得到的結果）

思路如下：

1）將RGB模型轉換爲YCbCr模型

2）閾值分割：根據多次實驗確定，正常黃種人的Cr分量大約在140~·175之間，Cb分量大約在100~120之間。

代碼如下

#include "stdafx.h"
#include <iostream>
#include <vector>

#include <opencv2/core/core.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/calib3d/calib3d.hpp>

using namespace std;
using namespace cv;



int main()
{
	VideoCapture cap(0);
	if (!cap.isOpened())
	{
		return -1;
	}
	namedWindow("result");
	namedWindow("frame");
	Mat frame;
	Mat result, tmp;
	Mat Y, Cr, Cb;
	vector<Mat> channels;
	bool stop = false;
	while (!stop)
	{

		cap >> frame;						//讀取視頻幀
		frame.copyTo(tmp);					//拷貝備份
		/*轉換顏色空間並分割顏色通道*/
		cvtColor(tmp, tmp, CV_BGR2YCrCb);	
		split(tmp, channels);
		Y = channels.at(0);
		Cr = channels.at(1);
		Cb = channels.at(2);
	
		result.create(frame.rows, frame.cols, CV_8UC1);

		/*遍歷圖像，將符合閾值範圍的像素設置爲255，其餘爲0*/
		for (int j = 1; j < Y.rows - 1; j++)
		{
			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 - 1; i++)
			{
				if ((currentCr[i] > 137) && (currentCr[i] < 175) && (currentCb[i] > 100) && (currentCb[i] < 118))
					current[i] = 255;
				else
					current[i] = 0;
			}
		}

		imshow("frame", frame);
		imshow("result", result);

		if (waitKey(30) >= 0)
			stop = true;
	}

	cv::waitKey();
	return 0;
}

處理前：