opencv_deeplearning实战2：基于颜色阈值的皮肤检测

一时失言乱红尘 2022-05-15 06:07 374阅读 0赞

## 一、总概 ##

今天写了一篇[基于深度学习的人脸检测][Link 1]，写完下午就开始实战第二篇，皮肤检测。原理很简单，就是基于HSV的阈值处理。为什么不用BGR阈值，因为HSV的颜色空间，更加直观，特别适用于颜色分割。具体可以参考[博客][Link 2]，今天在调试HSV空间上浪费了很多时间，总是找不对范围。也试过[色彩提取软件][Link 3]，但是没有效果，取出的范围和opencv还是有很大的出入，最终只能挑一个效果比较好的范围。  
整体代码参考[博客][Link 4]，但是题主的源代码并不适合，所以我做了修改，具体见以下代码。

## 二、代码 ##

'''
    皮肤检测：利用皮肤颜色的HSV范围，去掉其他的区域，实现皮肤检测
    '''
    import numpy as np
    import argparse
    import cv2
     
    # 定义皮肤的范围，具体自己调整
    lower = np.array([0, 50, 100], dtype = "uint8")
    upper = np.array([25, 255, 255], dtype = "uint8")
    
    camera = cv2.VideoCapture(0) # 开启摄像头
    
    
    while True:
    	
    	(grabbed, frame) = camera.read() #grabbed为布尔类型，true表示获取到帧数
    
    	frame = cv2.resize(frame, (400,400))
    	# 将BGR格式转为HSV颜色空间
    	# HSV在用于指定颜色分割时，有比较大的作用
    	hsvImage = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) 
       
    	# 创建掩码，q低于lower或高于upper的，设置为0，在范围内设置为255
    	# 这样便可以得到皮肤的像素范围
    	skinMask = cv2.inRange(hsvImage, lower, upper)
    
    	# 将掩码和原图进行“与”运算，这样原图便只保留皮肤区域
    	skin = cv2.bitwise_and(frame, frame, mask = skinMask)
    	
    	# np.hstack是将原图和检测的图捆绑显示（将矩阵横向并行）
    	cv2.imshow("images", np.hstack([frame,hsvImage, skin]))
    
    	if cv2.waitKey(1) & 0xFF == ord("q"):
    		break
    
    # 释放资源
    camera.release()
    cv2.destroyAllWindows()

里面的注释已经很详细，欢迎留言交流。这里我不用开闭运算和高斯滤波，因为觉得没什么效果，读者不防试一下。

## 三、效果 ##

![这里写图片描述][70]

效果一般，有很多噪声点，但是总体的皮肤区域都出来了。

## 四、总结 ##

基于颜色阈值的方法，我个人觉得不好用。因为受环境影响非常大，特别是光照，以及背景。除非背景比较单一，且稳定，否则一般不考虑这个方法。  
欢迎一起学习交流，源代码也可以去[github][]下载。

欢迎关注我的公众号【CV之道】，一起学习交流~~

[Link 1]: https://blog.csdn.net/ling_xiobai/article/details/82052337
[Link 2]: https://blog.csdn.net/viewcode/article/details/8203728
[Link 3]: https://html-color-codes.info/colors-from-image/
[Link 4]: https://www.pyimagesearch.com/2014/08/18/skin-detection-step-step-example-using-python-opencv/
[70]: /images/20220515/ad02000048f24d49a1d807fd1cd94db3.png
[github]: https://github.com/JackKoLing/opencv_deeplearning_practice/tree/master/practice2_skin_detection