opencv基于HSV的肤色分割
//函数功能:在HSV颜色空间对图像进行肤色模型分割 //输入:src-待处理的图像,imgout-输出图像 //返回值:返回一个iplimgae指针,指向处理后的结果 IplImage* SkinSegmentHSV(IplImage* src,IplImage* imgout)
{
//定义一些中间指针,指向处理过程中的中间变量
IplImage* HSV = NULL;
IplImage* HImg= NULL;
IplImage* SImg= NULL;
IplImage* VImg= NULL;
//指向处理后的结果
IplImage* result = NULL;
if (!src||!imgout) { return NULL; }
//获取输入图像的大小
CvSize SrcSize = cvGetSize(src);
//为中间结果指针分配存储空间
HSV = cvCreateImage(SrcSize,8,3);
HImg= cvCreateImage(SrcSize,8,1);
SImg= cvCreateImage(SrcSize,8,1);
VImg= cvCreateImage(SrcSize,8,1);
result= cvCreateImage(cvGetSize(imgout),8,1);
//将图像从RGB颜色空间转换到HSV空间
cvCvtColor(src,HSV,CV_BGR2HSV);
//将HSV分解为三张单通道图像,便于后面就行处理
cvSplit(HSV,HImg,SImg,VImg,NULL);
int i,j; int value = 0;
//对通道H进行处理
for (i = 0; i < HImg->height; i++)
{
for (j = 0; j < HImg->width; j++)
{
value = cvGetReal2D(HImg,i,j);
if (value >=0 && value <= 25)
{ *(HImg->imageData+i*HImg->widthStep+j) = 255; }
else { *(HImg->imageData+i*HImg->widthStep+j) = 0; }
}
}
//对通道S进行处理
for (i = 0; i < SImg->height; i++) { for (j = 0; j < SImg->width; j++)
{ value = cvGetReal2D(SImg,i,j);
if (value >=26 && value <= 200)
{ *(SImg->imageData+i*SImg->widthStep+j) = 255; }
else { *(SImg->imageData+i*SImg->widthStep+j) = 0; }
}
}
//对通道V进行处理
for (i = 0; i < VImg->height; i++) {
for (j = 0; j < VImg->width; j++) {
value = cvGetReal2D(VImg,i,j);
if (value >=20 && value <= 200) { *(VImg->imageData+i*VImg->widthStep+j) = 255; }
else { *(VImg->imageData+i*VImg->widthStep+j) = 0; } } }
cvAnd(HImg,SImg,result,0);
cvAnd(VImg,result,result,0);
//对所得到的结果进行形态学腐蚀处理,去除小区域部分
cvErode(result,result); cvErode(result,result); cvErode(result,result); cvDilate(result,result);
//将处理后的结果赋值给输出图像
cvCopy(result,imgout);
//释放相关资源
cvReleaseImage(&src); cvReleaseImage(&HSV); cvReleaseImage(&HImg); cvReleaseImage(&SImg); cvReleaseImage(&VImg); cvReleaseImage(&result);
//返回处理后的结果
return imgout;
}
opencv基于HSV的肤色分割的更多相关文章
- Android上掌纹识别第一步:基于OpenCV的6种肤色分割 源码和效果图
Android上掌纹识别第一步:基于OpenCV的6种肤色分割 源码和效果图 分类: OpenCV图像处理2013-02-21 21:35 6459人阅读 评论(8) 收藏 举报 原文链接 ht ...
- VIPS:基于视觉的页面分割算法[微软下一代搜索引擎核心分页算法]
VIPS:基于视觉的页面分割算法[微软下一代搜索引擎核心分页算法] - tingya的专栏 - 博客频道 - CSDN.NET VIPS:基于视觉的页面分割算法[微软下一代搜索引擎核心分页算法] 分类 ...
- [UWP]分享一个基于HSV色轮的调色板应用
1. 前言 上一篇文章介绍了HSV色轮,这次分享一个基于HSV色轮的调色板应用,应用地址:ColorfulBox - Microsoft Store 2. 功能 ColorfulBox是Adobe 色 ...
- 基于FPGA的肤色识别算法实现
大家好,给大家介绍一下,这是基于FPGA的肤色识别算法实现. 我们今天这篇文章有两个内容一是实现基于FPGA的彩色图片转灰度实现,然后在这个基础上实现基于FPGA的肤色检测算法实现. 将彩色图像转化为 ...
- segMatch:基于3D点云分割的回环检测
该论文的地址是:https://arxiv.org/pdf/1609.07720.pdf segmatch是一个提供车辆的回环检测的技术,使用提取和匹配分割的三维激光点云技术.分割的例子可以在下面的图 ...
- opencv基于PCA降维算法的人脸识别
opencv基于PCA降维算法的人脸识别(att_faces) 一.数据提取与处理 # 导入所需模块 import matplotlib.pyplot as plt import numpy as n ...
- 基于HSV彩色空间与直方图信息的植物叶脉FFCM算法提取
宣旭峰,王美丽,张建锋. 基于HSV彩色空间与直方图信息的植物叶脉FFCM算法提取[J/OL]. 计算机应用研究,2018,(08):1-7. (2017-07-21)[2017-10-09]. ht ...
- OpenCV 基于超像素分割的图像区域选取方法及源码
本系列文章由 @yhl_leo 出品,转载请注明出处. 文章链接: http://blog.csdn.net/yhl_leo/article/details/51386993 工程源码GitHub: ...
- 基于标记的分水岭分割算法/OpenCV中距离变换
Opencv分水岭算法——watershed自动图像分割用法 OpenCV距离变换distanceTransform应用 图像分割作为图像识别的基础,在图像处理中占有重要地位,通常需要在进行图像分割算 ...
随机推荐
- .NET,Cookie,写Cookie,取Cookie
Cookie是一段文本信息,在客户端存储 Cookie 是 ASP.NET 的会话状态将请求与会话关联的方法之一.Cookie 也可以直接用于在请求之间保持数据,但数据随后将存储在客户端并随每个请求一 ...
- WPF Image控件使用本地图片
BitmapImage bi = new BitmapImage(); // BitmapImage.UriSource must be in a BeginInit/EndInit block. b ...
- laravel5-目录结构分析
laravel5-目录结构分析 (2016-01-21 11:24:03) 转载▼ 一.环境配置: $ lsb_release -a No LSB modules are available. ...
- 【转】sql server2005中raiserror的用法
raiserror 是由单词 raise error 组成 raise 增加; 提高; 提升 raiserror 的作用: raiserror 是用于抛出一个错误.[ 以下资料来源于sql ...
- [Vue]学习中遇到的疑点
computed:计算属性,官方api上说计算属性的结果会被缓存,除非依赖的响应式属性变化才会重新计算.但是经过测试并没有缓存.案例: computed: { now: function () { c ...
- OAF_架构MVC系列3 - View的概述(概念)
2014-06-18 Created By BaoXinjian
- HTTP协议与HTTPS的区别
permike 原文 HTTP协议与HTTPS的区别 HTTP协议 HTTP协议主要应用是在服务器和客户端之间,客户端接受超文本. HTTP是在七层网络模型中的应用层的协议,由发送请求和接受响应构成, ...
- php表单数据验证类
非常好用方便的表单数据验证类 <?php //验证类 class Fun{ function isEmpty($val) { if (!is_string($val)) return false ...
- 使用Git命令从Github下载代码仓库
Github作为最大的开源代码仓库,也是作为版本控制工具,简直就是程序员的天堂,是一座挖掘不尽的宝藏.现在讲解一下如何把一个Github上的项目下载到本地,也就是在本地也建立一个项目仓库,以后进行项目 ...
- mysql处理上百万条的数据库如何优化语句来提高处理查询效率
1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引. 2.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索 ...