学习OpenCV——皮肤检测类：CvAdaptiveSkinDetector

OpenCV原来自带的皮肤检测类CvAdaptiveSkinDetector，可以通过颜色阈值分割肤色部分，皮肤检测算法是在HSV空间进行，没什么技术含量。

 

OpenCV自带是算法的参考文献有网友说是An adaptive real-time skin detector based on Hue thresholding: A comparison on two motion tracking methods，主要是把皮肤阈值分割和运动检测相结合。该算法的流程图如下所示：

　　

程序的流程图如下所示：

　　

　　

 

 

下面来看看CvAdaptiveSkinDetector类中的2个比较重要的函数:

CvAdaptiveSkinDetector(int samplingDivider = 1, int morphingMethod = MORPHING_METHOD_NONE);

该函数为类的构造函数，

参数1表示的是样本采样的间隔，默认情况下为1，即表示不进行降采样；

参数2为图形学操作方式，即对用皮肤检测后的图像进行图形学操作。其取值有3种可能：MORPHING_METHOD_ERODE，则表示只进行一次腐蚀操作；MORPHING_METHOD_ERODE_ERODE，则表示连续进行2次腐蚀操作；MORPHING_METHOD_ERODE_DILATE，则表示先进行一次腐蚀操作，后进行一次膨胀操作。

 

virtual void process(IplImage *inputBGRImage, IplImage *outputHueMask);

该函数为皮肤检测的核心函数，

参数1为需要进行皮肤检测的输入图像；

参数2为输出皮肤的掩膜图像，如果其值为1，代表该像素为皮肤，否则当其为0时，代表为非皮肤。

 

另外需要注意的是，这个函数只有opencv的c版本的，因为CvAdaptiveSkinDetector这个类放在opencv源码里的contrib目录里，即表示比较新的但不成熟的算法，所以暂时没有提供c++版本的opencv。因此参数1和参数2的图像数据类型都是IplImage，如果要使用Mat，就得先进行一个小小的转换。

*IplImage与Mat的转换:

src_img = &src_mat.operator IplImage();   //convert mat to IplImage；

Mat dst_mask = 255*Mat(dst_img);  //convert IplImage to Mat；

 

关于CvAdaptiveSkinDetector类的内容具体细节可以参考：http://www.cnblogs.com/tornadomeet/archive/2012/11/28/2793532.html

 

代码

Mat skin(const Mat& src_mat)
{
	IplImage *src_img, *dst_img;
	Mat dst_mat;
	CvAdaptiveSkinDetector skin_detector(1,CvAdaptiveSkinDetector::MORPHING_METHOD_NONE);//定义，初始化
	src_img = &src_mat.operator IplImage();//convert mat to IplImage
	dst_img = cvCreateImage(cvSize(src_img->width, src_img->height), IPL_DEPTH_8U,1);
	skin_detector.process(src_img,dst_img);//操作
	Mat dst_mask = 255*Mat(dst_img);
	src_mat.copyTo(dst_mat,dst_mask);
	return dst_mat;
}

 

由图像可见，实验效果实在不尽如人意。还不如以前自己写的皮肤检测函数的效果好

(学习OpenCV——hand tracking手势跟踪,学习OpenCV——肤色检测)，只不过这个已经被OpenCV集成，以后可以方便的调用，而且据说跟运动的物体结合效果会好一些。