由于能力有限,算法层面的东西自己去创新的很少,很多都是从现有的论文中学习,然后实践的。
本文涉及的很多算法,在网络上也有不少同类型的文章,但是肯定的一点就是,很多都是不配代码的,或者所附带的代码都是象征性的,速度慢,不优雅,不具有实用价值,本文努力解决这些问题。
文中各算法出现的顺序并不代表算法的优越性,仅仅是作者随机排布的而已。
2、基于RGB颜色空间的简单阈值肤色识别
在human skin color clustering for face detection一文中提出如下简单的判别算式:
R>95 And G>40 And B>20 And R>G And R>B And Max(R,G,B)-Min(R,G,B)>15 And Abs(R-G)>15
算法非常之简单,同样主要把复杂的判断条件放到后面去判断,能有效的降低程序的执行时间,参考代码:
for (Y = 0; Y < Height; Y++) { Pointer = Scan0 + Y * Stride; SkinP = SkinScan0 + Y * SkinStride; for (X = 0; X < Width; X++) { Blue = *Pointer; Green = *(Pointer + 1); Red = *(Pointer + 2); if (Red > 95 && Green > 40 && Blue > 20 && Red > Blue && Red > Green && Math.Abs(Red - Green) > 15) { if (Blue >= Green) { Max = Blue; Min = Green; } else { Max = Green; Min = Blue; } if (Red > Max) Max = Red; else if (Red < Min) Min = Red; if (Max - Min > 15) *SkinP = 255; } Pointer += 3; SkinP++; }
算法效果:
原图 识别结果图 原图 识别结果图
由上述结果似乎该算法得到了过多的皮肤区域,然后就是算法更喜欢美女一些(^_^)。
3、基于YCbCr颜色空间的简单阈值肤色识别
该算法则更为简单,将图像转换到YCbCr颜色空间,然后按下述计算式判断是否属于皮肤区域:
(Cb > 77 And Cb < 127) And (Cr > 133 And Cr < 173)
关于RGB和YCbCr颜色空间的转换的优化算法,可参考本博客相关文章。
由于当初写这方面的时候没有注明该算法的出处,现在也没从提起了。
代码参考:
for (Y = 0; Y < Height; Y++) { Pointer = Scan0 + Y * Stride; SkinP = SkinScan0 + Y * SkinStride; for (X = 0; X < Width; X++) { Blue = *Pointer; Green = *(Pointer + 1); Red = *(Pointer + 2); Cb = (-176933 * Red - 347355 * Green + 524288 * Blue + 134217728) >> 20; if (Cb > 77 && Cb < 127) { Cr = (524288 * Red - 439026 * Green - 85262 * Blue + 134217728) >> 20; if (Cr > 133 && Cr < 173) *SkinP = 255; } Pointer += 3; SkinP++; } }
原图 识别结果图 原图 识别结果图
误判的区域还是很大的。
还有一种是基于YUV颜色空间进行的肤色识别,似乎也不太准确,可参考http://www.doc88.com/p-97381067005.html。
***************************作者: laviewpbt 时间: 2013.8.17 联系QQ: 33184777 转载请保留本行信息*************************