//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

  1. 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 ...

  2. 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 ...

  3. [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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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: ...

  9. 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

  1. HackerRank "Array and simple queries" !

    The most interesting, flexible and juicy binary tree problem I have ever seen. I learnt it from here ...

  2. SPOJ #11 Factorial

    Counting trailing 0s of n! It is not very hard to figure out how to count it - simply count how many ...

  3. 剑指offer系列48---左旋转字符串

    [题目]对于一个给定的字符序列S,旋转指定位置左边的字符到右边.. * 例如,字符序列S=”abcXYZdef”,要求输出循环左移3位后的结果,即“XYZdefabc”. * [思路]先分成两个部分: ...

  4. Python 字典和列表的对比应用

    Q:将下列格式的txt文件,打印出该选手的3个最快跑步时间 james2.txt =>“James Lee,2002-3-14,2-34,3:21,2.34,2.45,3.01,2:01,2:0 ...

  5. MappedByteBuffer读写文件

    一. MappedByteBuffer java把文件映射到内存中,避免堆内存产生大对象引起full gc.mappedByteBuffer的读写速度都要超过堆内读写文件的速度 public clas ...

  6. Navicat(连接) -1高级设置

    高级设置 设置位置当创建一个新的连接,Navicat 将在设置位置创建一个子文件夹.大多数文件都保存在该子文件夹: Navicat 对象 服务器类型 扩展名 查询 全部 .sql 导出查询结果设置文件 ...

  7. Java面试必备知识2

    1 .三个Statment区别,用法 Statement,基本的:PreparedStatement是可编译的,提高效率,callablestatement,存储过程 2 .Cookie 答:临时co ...

  8. AOP 下的权限控制实现

    摘要  面向方面的编程(AOP)是一种新的编程技术,它弥补了面向对象的编程(OOP)在跨越模块行为上的不足.AOP 引进了 Aspect,它将影响多个类的行为封装到一个可重用模块中,它允许程序员对横切 ...

  9. ui与ux的区别

  10. Opensturt和Struct区别

    1 OpenStruct和Struct区别,Opestruct你需要创建时,直接给属性赋值,而Struct需要先定义属性后 ,再给属性赋值.选择哪个就看你对属性赋值的时机, 2 Struct和Open ...