学习OpenCV——肤色检测:椭圆模型 (&最大连通区域)

来源:互联网 发布:淘宝网店上显示所在地 编辑:程序博客网 时间:2024/03/29 07:21

简介:

        刚开始尝试利用肤色信息进行CV方面的跟踪或者检测,但总是发现肤色信息的除了实时效果比较好,其他的抗噪,鲁棒性都不尽如人意。但是正如tornadomeet所说:其实计算机视觉的最终实现是一个长期的过程,是AI领域一个经典的问题,所以在AI完全突破之前,任何对CV有用的信息都值得去深入研究,除非有一种算法能够在所有情况下都工作。

 

皮肤检测----肤色椭圆模型

        皮肤模型中有单高斯,混合高斯,贝叶斯模型和椭圆模型等。经过前人学者大量的皮肤统计信息可以知道,如果将皮肤信息映射到YCrCb空间,则在CrCb二维空间中这些皮肤像素点近似成一个椭圆分布。因此如果我们得到了一个CrCb的椭圆,下次来一个坐标(Cr, Cb)我们只需判断它是否在椭圆内(包括边界),如果是,则可以判断其为皮肤,否则就是非皮肤像素点。

 

        肤色区域的颜色与亮度成非线性函数关系,在低亮度条件下,YCbCr 空间中色度的聚类性会随Y 呈非线性变换降低。为了使肤色聚类不受亮度Y 的影响并将YCbCr 颜色空间中的色度Cb、Cr进行非线性变换,在研究YCbCr 颜色空间的肤色聚类情况的基础上,去掉高光阴影部分(即 Y 的最大最小值),YCbCr 空间色度非线性变换过程中,用 Cb·· Y 、 Cr·· Y 表示肤色区域的中轴线,肤色区域的宽度分别用 Vcb、Vcr 表示。

        即将图像转化到YCbCr 空间并且在CbCr平面进行投影,因此我们采集了肤色的样本点,将其投影到此平面,并且投影后,我们进行了相应的非线性变换K-L变换

图1.1 椭圆模板示例

进而形成的的统计椭圆模型

  说它比较有趣是因为我们是用一副图像来存储上面的椭圆的,而不是直接采用椭圆数学方程。该图像是二值图像,即椭圆区域内部为白色,其它地方为黑色。所以当其需要判断其它像素点时,只需将该像素点转换成Cr,Cb两个坐标,然后在上面的椭圆中找到该坐标的值,如果非0,则为皮肤,反之亦然。

  在实际代码中,该椭圆是采用绘画函数绘制到图片上的,一句代码而已:

ellipse(skinCrCbHist, Point(113, 155.6), Size(23.4, 15.2), 43.0, 0.0, 360.0, Scalar(255, 255, 255), -1);

 

void ellipse(Mat& img, Point center, Size axes, double angle, double startAngle, double endAngle, const Scalar&color, int thickness=1, int lineType=8, int shift=0)

  该函数是用来在指定图片上绘制椭圆弧线的。

  参数image为需要绘制椭圆的图像;

  参数center是该椭圆的中心点坐标;

  参数axes是该椭圆的长半轴和短半轴;

  参数angle是该椭圆和水平方向上的旋转夹角;

  参数startAngle表示绘制椭圆弧线相对该椭圆自己的水平轴的起始角度;

  参数endAngel表示绘制椭圆弧线相对该椭圆自己的水平轴的终止角度;

  后面的参数比较普通就不介绍了。

  绘制椭圆曲线的示意图如下所示:

  

 

 

实现代码(包含过滤伪区域)

#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/contrib/contrib.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <iostream>#include <vector>using namespace std;using namespace cv;Mat input_image;Mat output_mask;Mat output_image;Mat mask;void main(){VideoCapture cam(0);if(!cam.isOpened())return;/*椭圆皮肤模型*/Mat skinCrCbHist = Mat::zeros(Size(256, 256), CV_8UC1);ellipse(skinCrCbHist, Point(113, 155.6), Size(23.4, 15.2), 43.0, 0.0, 360.0, Scalar(255, 255, 255), -1);Mat element = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1) );while(true) {cam >> input_image;if(input_image.empty())return ;Mat ycrcb_image;output_mask = Mat::zeros(input_image.size(), CV_8UC1);cvtColor(input_image, ycrcb_image, CV_BGR2YCrCb); //首先转换成到YCrCb空间for(int i = 0; i < input_image.rows; i++) //利用椭圆皮肤模型进行皮肤检测{uchar* p = (uchar*)output_mask.ptr<uchar>(i);Vec3b* ycrcb = (Vec3b*)ycrcb_image.ptr<Vec3b>(i);for(int j = 0; j < input_image.cols; j++){if(skinCrCbHist.at<uchar>(ycrcb[j][1], ycrcb[j][2]) > 0)p[j] = 255;}}morphologyEx(output_mask,output_mask,MORPH_CLOSE,element);vector< vector<Point> > contours;   // 轮廓   vector< vector<Point> > filterContours; // 筛选后的轮廓vector< Vec4i > hierarchy;    // 轮廓的结构信息 contours.clear();  hierarchy.clear(); filterContours.clear();findContours(output_mask, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);  // 去除伪轮廓 for (size_t i = 0; i < contours.size(); i++) { if (fabs(contourArea(Mat(contours[i]))) > 1000/*&&fabs(arcLength(Mat(contours[i]),true))<2000*/)  //判断手进入区域的阈值 filterContours.push_back(contours[i]);}output_mask.setTo(0);drawContours(output_mask, filterContours, -1, Scalar(255,0,0), CV_FILLED); //8, hierarchy);   input_image.copyTo(output_image, output_mask);imshow("input image", input_image);imshow("output image", output_image);output_image.setTo(0);if(27 == waitKey(30))return;}return;}


 

 

 

实验总结: 皮肤的椭圆模型确实可以用来做皮肤检测,一旦确定好了该椭圆就可以用来做皮肤检测了。

ellipse(skinCrCbHist, Point(113, 155.6), Size(23.4, 15.2), 43.0, 0.0, 360.0, Scalar(255, 255, 255), -1);

 

参考文献:

http://www.cnblogs.com/tornadomeet/archive/2012/12/05/2802428.html

A super-simple skin detector in OpenCV

皮肤检测与克服光线影响的连通域寻找(这哥们儿写的方法有些麻烦,我代码里写的是用轮廓)

http://docs.opencv.org/modules/core/doc/drawing_functions.html?highlight=ellipse#cv.Ellipse

原创粉丝点击