python opencv肌色検査の実施例
1楕円形肌色検査モデル
原理:RGB画像をYCRCB空間に変換すると、肌の色の画素点が楕円領域に集まります。まず楕円モデルを定義して、各RGBのピクセルポイントをYCRCB空間比率に変換します。
YCRCB色空間
楕円モデル
コード
2 YCrCb色空間のCr成分+Ots法閾値分割アルゴリズム
原理
YCRCBにおけるCR成分の処理については、RGBをYCRCBに変換し、CRチャネルを単独でots処理し、ots方法opencvにはthreshholdを用いる。
コード
3 YCrCbに基づく色空間Cr,Cb範囲スクリーニング法
原理
第二の方法と似ていますが、CRとCBの二つのチャネルを総合的に考慮しています。
コード
4 HSV色空間H,S,V範囲スクリーニング法
原理
それとも空間を変換して、各チャネルに一つの閾値を設定して総合的に考慮し、二値化動作を行う。
コード
例
原理:RGB画像をYCRCB空間に変換すると、肌の色の画素点が楕円領域に集まります。まず楕円モデルを定義して、各RGBのピクセルポイントをYCRCB空間比率に変換します。
YCRCB色空間
楕円モデル
コード
def ellipse_detect(image):
"""
:param image:
:return: None
"""
img = cv2.imread(image,cv2.IMREAD_COLOR)
skinCrCbHist = np.zeros((256,256), dtype= np.uint8 )
cv2.ellipse(skinCrCbHist ,(113,155),(23,15),43,0, 360, (255,255,255),-1)
YCRCB = cv2.cvtColor(img,cv2.COLOR_BGR2YCR_CB)
(y,cr,cb)= cv2.split(YCRCB)
skin = np.zeros(cr.shape, dtype=np.uint8)
(x,y)= cr.shape
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
cv2.namedWindow(image, cv2.WINDOW_NORMAL)
cv2.imshow(image, img)
dst = cv2.bitwise_and(img,img,mask= skin)
cv2.namedWindow("cutout", cv2.WINDOW_NORMAL)
cv2.imshow("cutout",dst)
cv2.waitKey()
効果2 YCrCb色空間のCr成分+Ots法閾値分割アルゴリズム
原理
YCRCBにおけるCR成分の処理については、RGBをYCRCBに変換し、CRチャネルを単独でots処理し、ots方法opencvにはthreshholdを用いる。
コード
def cr_otsu(image):
"""YCrCb Cr +Otsu
:param image:
:return: None
"""
img = cv2.imread(image, cv2.IMREAD_COLOR)
ycrcb = cv2.cvtColor(img, cv2.COLOR_BGR2YCR_CB)
(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)
cv2.namedWindow("image raw", cv2.WINDOW_NORMAL)
cv2.imshow("image raw", img)
cv2.namedWindow("image CR", cv2.WINDOW_NORMAL)
cv2.imshow("image CR", cr1)
cv2.namedWindow("Skin Cr+OTSU", cv2.WINDOW_NORMAL)
cv2.imshow("Skin Cr+OTSU", skin)
dst = cv2.bitwise_and(img, img, mask=skin)
cv2.namedWindow("seperate", cv2.WINDOW_NORMAL)
cv2.imshow("seperate", dst)
cv2.waitKey()
効果3 YCrCbに基づく色空間Cr,Cb範囲スクリーニング法
原理
第二の方法と似ていますが、CRとCBの二つのチャネルを総合的に考慮しています。
コード
def crcb_range_sceening(image):
"""
:param image:
:return: None
"""
img = cv2.imread(image,cv2.IMREAD_COLOR)
ycrcb=cv2.cvtColor(img,cv2.COLOR_BGR2YCR_CB)
(y,cr,cb)= cv2.split(ycrcb)
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
cv2.namedWindow(image,cv2.WINDOW_NORMAL)
cv2.imshow(image,img)
cv2.namedWindow(image+"skin2 cr+cb",cv2.WINDOW_NORMAL)
cv2.imshow(image+"skin2 cr+cb",skin)
dst = cv2.bitwise_and(img,img,mask=skin)
cv2.namedWindow("cutout",cv2.WINDOW_NORMAL)
cv2.imshow("cutout",dst)
cv2.waitKey()
効果4 HSV色空間H,S,V範囲スクリーニング法
原理
それとも空間を変換して、各チャネルに一つの閾値を設定して総合的に考慮し、二値化動作を行う。
コード
def hsv_detect(image):
"""
:param image:
:return: None
"""
img = cv2.imread(image,cv2.IMREAD_COLOR)
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
(_h,_s,_v)= cv2.split(hsv)
skin= np.zeros(_h.shape,dtype=np.uint8)
(x,y)= _h.shape
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
cv2.namedWindow(image, cv2.WINDOW_NORMAL)
cv2.imshow(image, img)
cv2.namedWindow(image + "hsv", cv2.WINDOW_NORMAL)
cv2.imshow(image + "hsv", skin)
dst = cv2.bitwise_and(img, img, mask=skin)
cv2.namedWindow("cutout", cv2.WINDOW_NORMAL)
cv2.imshow("cutout", dst)
cv2.waitKey()
効果例
import cv2
import numpy as np
def ellipse_detect(image):
"""
:param image: img path
:return: None
"""
img = cv2.imread(image, cv2.IMREAD_COLOR)
skinCrCbHist = np.zeros((256, 256), dtype=np.uint8)
cv2.ellipse(skinCrCbHist, (113, 155), (23, 15), 43, 0, 360, (255, 255, 255), -1)
YCRCB = cv2.cvtColor(img, cv2.COLOR_BGR2YCR_CB)
(y, cr, cb) = cv2.split(YCRCB)
skin = np.zeros(cr.shape, dtype=np.uint8)
(x, y) = cr.shape
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
cv2.namedWindow(image, cv2.WINDOW_NORMAL)
cv2.imshow(image, img)
dst = cv2.bitwise_and(img, img, mask=skin)
cv2.namedWindow("cutout", cv2.WINDOW_NORMAL)
cv2.imshow("cutout", dst)
cv2.waitKey()
if __name__ == '__main__':
ellipse_detect('./test.png')
ここで、python opencvの肌色検査の実施例についての記事を紹介します。これに関連して、opencvの肌色検査の内容は以前の文章を検索したり、下記の関連記事を見たりしてください。これからもよろしくお願いします。