參考：
**檢測技術
python opencv 膚色檢測
python人體膚色檢測
def
cr_otsu1
(image)
:"""ycrcb顏色空間的cr分量+otsu閾值分割
:param image: 路徑
可用於人臉定位ycrcb顏色空間cr分量+ostu法
img = cv2.imread(
'images/1.png'
, cv2.imread_color)
ycrcb = cv2.cvtcolor(img, cv2.color_bgr2ycrcb)
# 把影象轉換到yuv色域
gray=cv2.cvtcolor(img,cv2.color_bgr2gray)
(y, cr, cb)
= cv2.split(ycrcb)
# 影象分割, 分別獲取y, cr, br通道影象
# 高斯濾波, cr 是待濾波的源影象資料, (5,5)是值視窗大小, 0 是指根據視窗大小來計算高斯函式標準差
cr1 = cv2.gaussianblur(cr,(5
,5),
0)# 對cr通道分量進行高斯濾波
# 根據otsu演算法求影象閾值, 對影象進行二值化
_, skin1 = cv2.threshold(cr1,0,
255, cv2.thresh_binary + cv2.thresh_otsu)
cv2.imshow(
"image cr"
, cr1)
cv2.imshow(
"skin cr+ostu"
, skin1)
cv2.waitkey(
) cv2.destroyallwindows(
)
人臉膚色檢測模型
一 概述 建立模型就是在已知物件的特徵基礎上來給物件建立乙個模型，並藉此對物件實現判斷 檢測 繪製 控制等功能。人臉建模的方式很多，各有各的優缺點 膚色模型較之幾何模型來，要相對簡單，執行速度快。而在膚色模型中常用的是高斯模型。二 建模 1 高斯膚色模型 從圖 2 9 中可以看出膚色在 cr cb ...
提取膚色資訊原理及操作 opencv
網上也有很多的資料，講述怎麼提取膚色的，大致有5種方法。這幾種方法 第一種 rgb color space 第二種 rg color space 第三種 ycrcb之cr分量 otsu閾值化 第四種 ycrcb中133 cr 173 77 cb 127 第五種 hsv中 7我來講述一下提取膚色的原理...
基於膚色高斯概率模型的人臉檢測
include include opencv2 opencv.hpp include using namespace std using namespace cv void fillhole mat src 基於漫水填充的孔洞填充 define pi 3.14156 void main 基於高斯膚色...