MyException - 我的异常网
当前位置:我的异常网» Perl/Python » OpenCV Using Python——HSV颜色空间跟改进的YCbCr

OpenCV Using Python——HSV颜色空间跟改进的YCbCr颜色空间中的肤色检测

www.MyException.Cn  网友分享于:2015-02-08  浏览:0次
OpenCV Using Python——HSV颜色空间和改进的YCbCr颜色空间中的肤色检测

HSV颜色空间中的肤色检测

1. HSV颜色空间的肤色模型简介

        Pitas等人提出在HSV空间建立肤色模型。不要求颜色归一化并且对光照鲁棒性很强,条件同时满足才会被分割成皮肤。实现条件如下:

2. 实现代码

import cv2
import numpy as np
from matplotlib import pyplot as plt
################################################################################

print 'Pixel Values Access'

imgFile = 'images/face.jpg'

# load an original image
img = cv2.imread(imgFile)
################################################################################

print 'HSV Skin Model'

rows,cols,channels = img.shape

# convert color space from bgr to rgb                        
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# prepare an empty image space
imgSkin = np.zeros(img.shape, np.uint8)
# copy original image
imgSkin = img.copy()                       

# convert color space from rgb to hsv
imgHsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)

for r in range(rows):
    for c in range(cols):
 
        # get values of hue, saturation and value
        # standard -- h range: [0,360]; s range: [0,1]; v range: [0,255]
        # opencv -- h range: [0,180]; s range: [0,255]; v range: [0,255]       
        H = imgHsv.item(r,c,0)
        S = imgHsv.item(r,c,1)
        V = imgHsv.item(r,c,2)
        
        # non-skin area if skin equals 0, skin area otherwise        
        skin = 0
                
        if ((H >= 0) and (H <= 25 / 2)) or ((H >= 335 / 2) and (H <= 360 / 2)):
            if ((S >= 0.2 * 255) and (S <= 0.6 * 255)) and (V >= 0.4 * 255):
                skin = 1
                # print 'Skin detected!'
        
        if 0 == skin:
            imgSkin.itemset((r,c,0),0)
            imgSkin.itemset((r,c,1),0)                
            imgSkin.itemset((r,c,2),0)

# display original image and skin image
plt.subplot(1,2,1), plt.imshow(img), plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(1,2,2), plt.imshow(imgSkin), plt.title('HSV Skin Image'), plt.xticks([]), plt.yticks([])
plt.show()                                                
################################################################################

print 'Goodbye!'

3. 实验结果

        理论上Hue和Value是分开的,即理论上HSV三通道的值确定一定在颜色空间中对应一点。然而,出现的问题是:现实中改变光照(Value),色调(Hue)一定改变。无论转换到怎样的颜色空间,肤色检测实际上和颜色空间的鲁棒性关系不大。对光照鲁棒的同时也会引入很多不必要的噪声。所以看实验结果就知道:RGB空间的颜色分割很连续,但对光线敏感;HSV空间的颜色分割得支离破碎,但对光线鲁棒。

改进的YCbCr颜色空间中的肤色检测

1. 改进的YCbCr颜色空间的肤色模型简介

        Hsu等人提出在YCbCr空间建立肤色模型。算法步骤如下:

(1)亮度补偿:R、G、B三通道5%非线性Gamma校正;

(2)颜色空间转换:RGB颜色空间转换到YCbCr颜色空间;

(3)使用规则作肤色分割。

2. 实现代码

import cv2
import numpy as np
from matplotlib import pyplot as plt
################################################################################

print 'Pixel Values Access'

imgFile = 'images/face.jpg'

# load an original image
img = cv2.imread(imgFile)
################################################################################

print 'YCbCr Skin Model'

rows,cols,channels = img.shape
################################################################################
# light compensation

gamma = 0.95

for r in range(rows):
    for c in range(cols):
        
        # get values of blue, green, red     
        B = img.item(r,c,0)
        G = img.item(r,c,1)
        R = img.item(r,c,2)
        
        # gamma correction
        B = int(B ** gamma)  
        G = int(G ** gamma) 
        R = int(R ** gamma)
        
        # set values of blue, green, red
        img.itemset((r,c,0), B)
        img.itemset((r,c,1), G)
        img.itemset((r,c,2), R)
                  
################################################################################

# convert color space from rgb to ycbcr
imgYcc = cv2.cvtColor(img, cv2.COLOR_BGR2YCR_CB)

# convert color space from bgr to rgb                        
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# prepare an empty image space
imgSkin = np.zeros(img.shape, np.uint8)
# copy original image
imgSkin = img.copy()                       
################################################################################

# define variables for skin rules

Wcb = 46.97
Wcr = 38.76

WHCb = 14
WHCr = 10
WLCb = 23
WLCr = 20

Ymin = 16
Ymax = 235

Kl = 125
Kh = 188

WCb = 0
WCr = 0

CbCenter = 0
CrCenter = 0
################################################################################

for r in range(rows):
    for c in range(cols):
        
        # non-skin area if skin equals 0, skin area otherwise        
        skin = 0
        
        ########################################################################
        
        # color space transformation
        
        # get values from ycbcr color space     
        Y = imgYcc.item(r,c,0)
        Cr = imgYcc.item(r,c,1)
        Cb = imgYcc.item(r,c,2)                                
                                                                                                        
        if Y < Kl:
            WCr = WLCr + (Y - Ymin) * (Wcr - WLCr) / (Kl - Ymin)
            WCb = WLCb + (Y - Ymin) * (Wcb - WLCb) / (Kl - Ymin)
            
            CrCenter = 154 - (Kl - Y) * (154 - 144) / (Kl - Ymin)
            CbCenter = 108 + (Kl - Y) * (118 - 108) / (Kl - Ymin)            
            
        elif Y > Kh:
            WCr = WHCr + (Y - Ymax) * (Wcr - WHCr) / (Ymax - Kh)
            WCb = WHCb + (Y - Ymax) * (Wcb - WHCb) / (Ymax - Kh)

            CrCenter = 154 + (Y - Kh) * (154 - 132) / (Ymax - Kh)
            CbCenter = 108 + (Y - Kh) * (118 - 108) / (Ymax - Kh) 
        
        if Y < Kl or Y > Kh:
            Cr = (Cr - CrCenter) * Wcr / WCr + 154            
            Cb = (Cb - CbCenter) * Wcb / WCb + 108
        ########################################################################
        
        # skin color detection
        
        if Cb > 77 and Cb < 127 and Cr > 133 and Cr < 173:
            skin = 1
            # print 'Skin detected!'
        
        if 0 == skin:
            imgSkin.itemset((r,c,0),0)
            imgSkin.itemset((r,c,1),0)                
            imgSkin.itemset((r,c,2),0)

# display original image and skin image
plt.subplot(1,2,1), plt.imshow(img), plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(1,2,2), plt.imshow(imgSkin), plt.title('Transformed YCbCr Skin Image'), plt.xticks([]), plt.yticks([])
plt.show()                                                
################################################################################

print 'Goodbye!'

3. 实验结果

        HSV颜色空间和改进的YCbCr颜色空间的肤色检测如下图,单一的YCbCr颜色空间未做的原因是和HSV颜色空间差不多,分割后的结果相对支离破碎,YCbCr颜色空间中的像素做一系列的变换后使得在YCbCr空间中的肤色空间更加易于操作。论文作者Hsu等人通过训练数据得到模型中的参数值,笔者这里只是调用了他们的结果数据。如果更换其它图片后效果不好,可以修改转换后Cb和Cr值的判断区间,以及修改光照补偿的gamma值。








文章评论

程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
旅行,写作,编程
旅行,写作,编程
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
我是如何打败拖延症的
我是如何打败拖延症的
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
程序员和编码员之间的区别
程序员和编码员之间的区别
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
鲜为人知的编程真相
鲜为人知的编程真相
编程语言是女人
编程语言是女人
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
程序员必看的十大电影
程序员必看的十大电影
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
代码女神横空出世
代码女神横空出世
漫画:程序员的工作
漫画:程序员的工作
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
Java程序员必看电影
Java程序员必看电影
为什么程序员都是夜猫子
为什么程序员都是夜猫子
10个调试和排错的小建议
10个调试和排错的小建议
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
程序员的鄙视链
程序员的鄙视链
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
 程序员的样子
程序员的样子
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
我的丈夫是个程序员
我的丈夫是个程序员
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
总结2014中国互联网十大段子
总结2014中国互联网十大段子
一个程序员的时间管理
一个程序员的时间管理
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
中美印日四国程序员比较
中美印日四国程序员比较
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
老程序员的下场
老程序员的下场
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
如何成为一名黑客
如何成为一名黑客
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有