s1073348 影像處理作業4

   一、作業題目： 

    利用你所學的顏色的知識與技術，撰寫一個程式來偵測一張輸入照片中的皮膚區域並將其標示出。

二、操作環境:

作業系統: Windows 10
程式語言:Python 3.8.5
編譯器:Spyder 4
使用python套件:
openCV 4.5.1
numpy 1.20.2

三、操作過程:

1.方法1 :YCRCB 方法 ==> ellipse_detect():

將RGB圖像轉換到YCRCB空間，膚色像素點會聚集到一個橢圓區域。

先定義一個橢圓模型，

然後將每個RGB像素點轉換到YCRCB空間比對是否再橢圓區域，是的話判斷為皮膚。

cv2.ellipse(skinCrCbHist ,(113,155),(23,15),43,0, 360, (255,255,255),-1) 

//把膚色轉換聚集到橢圓區域

 for i in range(0,x):

        for j in range(0,y):

            CR= YCRCB[i,j,1]

            CB= YCRCB[i,j,2]

            if skinCrCbHist [CR,CB]>0:

                skin[i,j]= 255

//用兩層 for 迴圈來比較並判斷

2.方法2 cr_otsu()

針對YCRCB中CR分量的處理，將RGB轉換為YCRCB，對CR通道單獨進行otsu處理，otsu方法opencv裡用threshold。

(y, cr, cb) = cv2.split(ycrcb)

    cr1 = cv2.GaussianBlur(cr, (5, 5), 0)

    _, skin = cv2.threshold(cr1,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

//設定 threshold 來判斷

3.方法3 crcb_range_sceening():

基於YCrCb顏色空間Cr, Cb範圍篩選:

類似於第二種方法，只不過是把CR跟CB兩個考慮加進去

skin = np.zeros(cr.shape,dtype= np.uint8)

    (x,y)= cr.shape

    for i in range(0,x):

        for j in range(0,y):

            if (cr[i][j]>140)and(cr[i][j])<175 and (cr[i][j]>100) and (cb[i][j])<120:

                skin[i][j]= 255

            else:

                skin[i][j] = 0

//一樣用兩層for迴圈判斷 

4.方法4 hsv_detect(image):

還是轉換空間然後每個通道設置一個threshold值綜合考慮，進行二值化操作。

for i in range(0,x):

        for j in range(0,y):

            if(_h[i][j]>7) and (_h[i][j]<20) and (_s[i][j]>28) and (_s[i][j]<255) and (_v[i][j]>50 ) and (_v[i][j]<255):

                skin[i][j] = 255

            else:

                skin[i][j] = 0

四.執行結果:

方法1:YCRCB 

原圖 :

結果:

方法2: YCrCb COLER 空間的Cr分量+Otsu閥值分割

原圖:

中間二極化結果:

最終結果:

方法3:crcb_range_sceening

原圖:

中間二極化結果:

最終結果:

方法4:hsv_detect

原圖:

中間二極化:

最終結果: