Question

所以我有一个肤色范围，我用来绘制我的相机看到的任何肤色的轮廓，即它会在手或脸等上画出轮廓。

然而，我用来绘制轮廓的颜色范围有红色范围0-255，因此它基本上围绕红色的所有部分绘制轮廓。然而，红色像素对于良好的皮肤检测很重要，所以我无法改变它。

所以我想知道如何调整轮廓代码，以便它不会在红色周围绘制轮廓。

我的代码如下：

min_YCrCb = np.array([0,133,77],np.uint8) # Create a lower bound for the skin color
max_YCrCb = np.array([255,173,127],np.uint8) # Create an upper bound for skin color
skinRegion = cv2.inRange(converted,min_YCrCb,max_YCrCb) # Create a mask with boundaries
contours, hierarchy = cv2.findContours(skinRegion, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # Find the contour on the skin detection
    for i, c in enumerate(contours): # Draw the contour on the source frame
        area = cv2.contourArea(c)
        if area > 10000:
            cv2.drawContours(img, contours, i, (255, 255, 0), 2)

Answer 1

根据我使用OpenCV的经验以及其他许多人的建议，将RGB颜色方案转换为HSV。

HSV代表色调，饱和度和值，是白光光谱中表达不同颜色的另一种方式。在RGB中，很难找到明亮或暗淡的颜色，但在HSV颜色范围内并非如此。

在OpenCV的Python documentation中可以看到将BGR转换为HSV的示例，注意： HSV中的H范围为0-179，而其他范围为0-255。

您可以使用函数hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)切换到HSV，然后让代码找到该图像流中的轮廓而不是原始轮廓。要弄清楚你的HSV范围应该设置为什么，你可以谷歌RGB到HSV转换器such as this one - 注意： OpenCV通常使用BGR而不是RBG，所以要小心不要混淆它们

这可以帮助您找到确保程序正常运行所需的确切颜色范围。

min_YCrCb = np.array([0,0,0],np.uint8) # Create a lower bound HSV
max_YCrCb = np.array([179,255,255],np.uint8) # Create an upper bound HSV

hsv = cv2.cvtColor(converted, cv2.COLOR_BGR2HSV) # assuming converted is your original stream...

skinRegion = cv2.inRange(hsv,min_YCrCb,max_YCrCb) # Create a mask with boundaries
contours, hierarchy = cv2.findContours(skinRegion, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # Find the contour on the skin detection
    for i, c in enumerate(contours): # Draw the contour on the source frame
        area = cv2.contourArea(c)
        if area > 10000:
            cv2.drawContours(img, contours, i, (255, 255, 0), 2)

删除某种颜色周围的轮廓

1 个答案: