皮肤检测及对检测到皮肤单独校色 （基于自动白平衡）

2024-06-08 18:32
文章标签 检测 自动 单独 皮肤 白平衡 校色

本文主要是介绍皮肤检测及对检测到皮肤单独校色 （基于自动白平衡），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

原理见前几篇博客，修改修改可以做美颜的程序直接贴代码：

/*对照片中的皮肤单独进行较色，然后塞进原始图片作为输出*/
/*包含皮肤的检测、皮肤的校正两步*/
/*单张照片测试效果不错，但对于一百多张照片，结果还是有偏差，这种单独校正然后再用于贴图的方法 行不通*/
/*时间:2015.8.24*/
#include <opencv2/core/core.hpp>  
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/face.hpp>
#include <opencv2/imgproc/imgproc.hpp>  
#include <iostream>  
#include <vector>  using namespace std;  
using namespace cv;  
double baidianave(Mat frame,int n)
{  int a[256];for (int i=0;i<256;i++){a[i]=0;}double sum=0;double ave;for (int i=0;i<n;i++){int d=frame.at<double>(0,i);a[d]++;}int n0=255;for (int k=255;k>0;k--){sum+=a[k];if (sum>frame.rows*frame.cols/25){break;}n0--;}sum=0;for (int i=n0;i<256;i++){sum+=a[i]*i;}ave=sum/(frame.rows*frame.cols/25);return ave;
}
double baidianave(Mat frame)
{ int a[256];
//cvZero(a);for (int i=0;i<256;i++){a[i]=0;}double sum=0;double ave;for (int i=0;i<frame.rows;i++){for (int j=0;j<frame.cols;j++){int d=(int)frame.at<uchar>(i,j);a[d]++;}}int n0=255;for (int k=255;k>0;k--){sum+=a[k];if (sum>frame.rows*frame.cols/25){break;}n0--;}sum=0;for (int i=n0;i<256;i++){sum+=a[i]*i;}ave=sum/(frame.rows*frame.cols/25);return ave;}Mat input_image;  
Mat output_mask;  
Mat output_image;  
Mat mask;  int main(int argc,char *argv[])  
{  if (2 != argc) {cout << "Please enter the image list!" <<endl;return -1;}vector<string>  file_names;FILE *file_list =  fopen(argv[1],"r");char buf[255];memset(&buf,0,sizeof(buf));while(fgets(buf,255,file_list)){if(buf[strlen(buf)-1] == '\n') buf[strlen(buf)-1] = '\0';file_names.push_back(string(buf));}fclose(file_list);int count = file_names.size();Mat skinCrCbHist = Mat::zeros(Size(256, 256), CV_8UC1);  ellipse(skinCrCbHist, Point(113, 155.6), Size(25,12), -20, 0.0, 360.0, Scalar(255, 255, 255), -1);  Mat element = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1) );  for(int  i=0; i<count; i++){  string img_nm = file_names[i];string img_mask = "mask" + img_nm;int pos = img_nm.rfind('.');string img_fmt = img_nm.substr(pos+1);if("jpg" != img_fmt){cout << "Unknown format: " << img_fmt << endl;continue;}input_image=imread(img_nm,1);  if(input_image.empty())  return 0;  Mat ycrcb_image;  output_mask = Mat::zeros(input_image.size(), CV_8UC1);  cvtColor(input_image, ycrcb_image, CV_BGR2YCrCb); CvScalar s;s.val[0]=0;s.val[1]=0;s.val[2]=255;for(int i = 0; i < input_image.rows; i++) {  uchar* p = (uchar*)output_mask.ptr<uchar>(i);  Vec3b* ycrcb = (Vec3b*)ycrcb_image.ptr<Vec3b>(i);  for(int j = 0; j < input_image.cols; j++)  {  if(skinCrCbHist.at<uchar>(ycrcb[j][1], ycrcb[j][2]) > 0)  {// input_image.at<Vec3b>(i,j)[2]=255;p[j] = 255;  }}  }     // imwrite("test.jpg",input_image);morphologyEx(output_mask,output_mask,MORPH_CLOSE,element);   vector< vector<Point> > contours;   vector< vector<Point> > filterContours; vector< Vec4i > hierarchy;   contours.clear();    hierarchy.clear();   filterContours.clear();  findContours(output_mask, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);    for (size_t i = 0; i < contours.size(); i++)   {  if (fabs(contourArea(Mat(contours[i]))) > 2000&&fabs(arcLength(Mat(contours[i]),true))>500) filterContours.push_back(contours[i]);  }  output_mask.setTo(0);  drawContours(output_mask, filterContours, -1, Scalar(255,0,0), CV_FILLED);     input_image.copyTo(output_image, output_mask);  Mat tempimage=Mat::zeros(input_image.size(), CV_8UC3); threshold(output_mask,output_mask,20, 255, THRESH_BINARY);cvtColor(output_mask,output_mask,CV_GRAY2BGR);Mat frame=Mat::zeros(input_image.size(), CV_8UC3); output_image.copyTo(frame);// imshow("frame",frame);// waitKey(0);//cout<<frame.rows<<"  "<<frame.cols<<endl;// cvShowImage("处理前图像",frame);int heightyiban=frame.rows;int widthyiban=frame.cols;double Ysum=0;//Y的总和double Cbsum[4]={0,0,0.0};//图像分成四部分，每部分Cb的总和double Crsum[4]={0,0,0,0};//图像分成四部分，每部分Cr的总和double Mb[4],Db[4];//图像分成四部分，每部分Cb的均值和均方差double Mr[4],Dr[3];//Cr的均值和均方差  Mat imageYCrCb =  Mat::zeros(frame.size(), CV_8UC3);Mat imageCb = Mat::zeros(frame.size(), CV_8UC1);Mat imageCr = Mat::zeros(frame.size(), CV_8UC1);Mat imageY = Mat::zeros(frame.size(), CV_8UC1);// imageYCrCb = cvCreateImage(cvGetSize(frame),8,3);   // imageCb = cvCreateImage(cvGetSize(frame),8,1);  // imageCr = cvCreateImage(cvGetSize(frame),8,1); // imageY = cvCreateImage(cvGetSize(frame),8,1); cvtColor(frame,imageYCrCb,CV_BGR2YCrCb); std::vector<cv::Mat>ybr(imageYCrCb.channels());split(imageYCrCb,ybr);// namedWindow("test",0);// imshow("test",ybr[2]);// waitKey(0);//分成三个通道，，，// imageY,imageCr,imageCbMat imageb=Mat::zeros(frame.size(), CV_8UC1);Mat imagec=Mat::zeros(frame.size(), CV_8UC1);ybr[1].copyTo(imageb);ybr[2].copyTo(imagec);Mat  savg,sfangcha;//全局scalar 变量用来放平均值和方差meanStdDev(ybr[2],savg,sfangcha);// cvAvgSdv(imageb,&savg,&sfangcha,NULL);// cout<<savg.at<double>(0)<<endl;// cout<<sfangcha.at<double>(0)<<endl;Mb[0]=savg.at<double>(0);cout<<"Mb:  "<<Mb[0]<<endl;Db[0]=sfangcha.at<double>(0);//求出第一部分cb的均值和均方差cout<<"Db:  "<<Db[0]<<endl;// cvAvgSdv(imagec,&savg,&sfangcha,NULL);meanStdDev(ybr[1],savg,sfangcha);Mr[0]=savg.at<double>(0);cout<<"Mr:  "<<Mr[0]<<endl;Dr[0]=sfangcha.at<double>(0);;//求出第一部分cr的均值和均方差cout<<"Dr:  "<<Dr[0]<<endl;double b[4],c[4];for (int i=0;i<1;i++){if (Mb[i]<0)//计算mb+db*sign（mb）{ b[i]=Mb[i]+Db[i]*(-1);}elseb[i]=Mb[i]+Db[i];}for (int i=0;i<4;i++){if (Mr[i]<0)//计算1.5*mr+dr*sign（mb）；{c[i]=1.5*Mr[i]+Dr[i]*(-1);}elsec[i]=1.5*Mr[i]+Dr[i];}double Ymax=baidianave(ybr[0]);//下面是对第一部分进行白点的选择Mat Bbaidian=Mat::zeros(1,6000000,CV_64FC1);Mat Gbaidian=Mat::zeros(1,6000000,CV_64FC1);Mat Rbaidian=Mat::zeros(1,6000000,CV_64FC1);//CvScalar s1;int n1=0;cout<<"b[0]:   "<<b[0]<<"  c[0]:  "<<c[0]<<endl;for (int i=0;i<heightyiban;i++){for (int j=0;j<widthyiban;j++){// input_image.at<Vec3b>(i,j)[2]=255if (((ybr[2].at<uchar>(i,j)-b[0])<(1.5*Db[0]))&&((ybr[1].at<uchar>(i,j)-c[0])<(1.5*Dr[0]))){double d1=frame.at<Vec3b>(i,j)[0];Bbaidian.at<double>(0,n1)=d1;double d2=frame.at<Vec3b>(i,j)[1];Gbaidian.at<double>(0,n1)=d2;double d3=frame.at<Vec3b>(i,j)[2];Rbaidian.at<double>(0,n1)=d3;n1++;}}}// cout<<"n1:  "<<n1<<endl;double Bave1=baidianave(Bbaidian,n1);double Gave1=baidianave(Gbaidian,n1);double Rave1=baidianave(Rbaidian,n1);cout<<"Bave1:  "<<Bave1<<"    Gave1:  "<<Gave1<<"      Rave1:   "<<Rave1<<"  Ymax:  "<<Ymax<<endl;Ymax=Ymax;double Bgain1=Ymax/(Bave1);double Ggain1=Ymax/(Gave1);double Rgain1=Ymax/(Rave1);// CvScalar s1;// cout<<Bgain1<<"  "<<Ggain1<<"  "<<Rgain1<<endl; // int count_out=0;for (int i=0;i<heightyiban;i++){for (int j=0;j<widthyiban;j++){int tb=Bgain1*frame.at<Vec3b>(i,j)[0];int tg=Ggain1*frame.at<Vec3b>(i,j)[1];int tr=Rgain1*frame.at<Vec3b>(i,j)[2];if (tb>255){tb=255;// count_out++;}if (tg>255){tg=255;// count_out++;}if (tr>255){tr=255;// count_out++;}frame.at<Vec3b>(i,j)[0]=tb;frame.at<Vec3b>(i,j)[1]=tg;frame.at<Vec3b>(i,j)[2]=tr;}}// cout<<count_out<<endl;imwrite("frame.jpg",frame);        // cout<<"Finish!"<<endl;imwrite("img_nm1.jpg",input_image);     for(int i = 0; i < input_image.rows; i++) {  uchar* p = (uchar*)output_mask.ptr<uchar>(i);  uchar* p2 = (uchar*)input_image.ptr<uchar>(i);  uchar* p3 = (uchar*)frame.ptr<uchar>(i);  for(int j = 0; j < 3*input_image.cols; )  {  if(p[j] != 0)  {// cout<<"p:  "<<i<<"   "<<j<<"  "<<float(p[j])<<endl;// input_image.at<Vec3b>(i,j)[2]=255;p2[j]=0;p2[j] = p3[j++];  // cout<<"B:   "<<int (p2[j-1])<<"  ";p2[j]=0;p2[j] = p3[j++];  // cout<<"G:  "<<int (p2[j-1])<<"  ";p2[j]=0;p2[j] = p3[j++];  // cout<<"R:  "<<int (p2[j-1])<<endl;;// cout<<"p2:  "<<i<<"   "<<j<<"  "<<float(p2[j])<<endl;}elsej++;}  }// Mat tempimage=Mat::zeros(input_image.size(), CV_8UC3); // cvtColor(output_mask,tempimage,CV_GRAY2BGR);// imwrite("output_mask.jpg",output_mask); // imwrite("tempimage.jpg",tempimage);     imwrite(img_nm,input_image);     imwrite(img_mask,output_image);// imwrite(img_mask,output_mask);// namedWindow("input image",0);// // namedWindow("output mask",0);// namedWindow("output image",0);// imshow("input image", input_image);  // imshow("output image", output_image);  cout<<"Finish!"<<endl;// output_image.setTo(0);  // waitKey(0);}  return 0;  
}


这篇关于皮肤检测及对检测到皮肤单独校色 （基于自动白平衡）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1042972。

相关文章

Python如何实现PDF隐私信息检测

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今，数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形
阅读更多...
Go Mongox轻松实现MongoDB的时间字段自动填充

Go Mongox轻松实现MongoDB的时间字段自动填充

《GoMongox轻松实现MongoDB的时间字段自动填充》这篇文章主要为大家详细介绍了Go语言如何使用mongox库,在插入和更新数据时自动填充时间字段,从而提升开发效率并减少重复代码,需要的可以... 目录前言时间字段填充规则Mongox 的安装使用 Mongox 进行插入操作使用 Mongox 进行更
阅读更多...
C语言中自动与强制转换全解析

C语言中自动与强制转换全解析

《C语言中自动与强制转换全解析》在编写C程序时,类型转换是确保数据正确性和一致性的关键环节,无论是隐式转换还是显式转换,都各有特点和应用场景,本文将详细探讨C语言中的类型转换机制,帮助您更好地理解并在... 目录类型转换的重要性自动类型转换（隐式转换）强制类型转换（显式转换）常见错误与注意事项总结与建议类型
阅读更多...
IDEA如何让控制台自动换行

IDEA如何让控制台自动换行

《IDEA如何让控制台自动换行》本文介绍了如何在IDEA中设置控制台自动换行,具体步骤为：File-Settings-Editor-General-Console,然后勾选Usesoftwrapsin... 目录IDEA如何让控制台自http://www.chinasem.cn动换行操作流http://www
阅读更多...
vscode保存代码时自动eslint格式化图文教程

vscode保存代码时自动eslint格式化图文教程

《vscode保存代码时自动eslint格式化图文教程》：本文主要介绍vscode保存代码时自动eslint格式化的相关资料,包括打开设置文件并复制特定内容,文中通过代码介绍的非常详细,需要的朋友... 目录1、点击设置2、选择远程--->点击右上角打开设置3、会弹出settings.json文件，将以下内
阅读更多...
Python脚本实现自动删除C盘临时文件夹

Python脚本实现自动删除C盘临时文件夹

《Python脚本实现自动删除C盘临时文件夹》在日常使用电脑的过程中,临时文件夹往往会积累大量的无用数据,占用宝贵的磁盘空间,下面我们就来看看Python如何通过脚本实现自动删除C盘临时文件夹吧... 目录一、准备工作二、python脚本编写三、脚本解析四、运行脚本五、案例演示六、注意事项七、总结在日常使用
阅读更多...
SpringBoot使用Apache Tika检测敏感信息

SpringBoot使用Apache Tika检测敏感信息

《SpringBoot使用ApacheTika检测敏感信息》ApacheTika是一个功能强大的内容分析工具,它能够从多种文件格式中提取文本、元数据以及其他结构化信息,下面我们来看看如何使用Ap... 目录Tika 主要特性1. 多格式支持2. 自动文件类型检测3. 文本和元数据提取4. 支持 OCR（光学
阅读更多...
SpringBoot项目启动后自动加载系统配置的多种实现方式

SpringBoot项目启动后自动加载系统配置的多种实现方式

《SpringBoot项目启动后自动加载系统配置的多种实现方式》：本文主要介绍SpringBoot项目启动后自动加载系统配置的多种实现方式,并通过代码示例讲解的非常详细,对大家的学习或工作有一定的... 目录1. 使用 CommandLineRunner实现方式：2. 使用 ApplicationRunne
阅读更多...
Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

《Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单》：本文主要介绍Springboot的ThreadPoolTaskScheduler线... 目录ThreadPoolTaskScheduler线程池实现15分钟不操作自动取消订单概要1，创建订单后
阅读更多...
python实现自动登录12306自动抢票功能

python实现自动登录12306自动抢票功能

《python实现自动登录12306自动抢票功能》随着互联网技术的发展,越来越多的人选择通过网络平台购票,特别是在中国,12306作为官方火车票预订平台,承担了巨大的访问量,对于热门线路或者节假日出行... 目录一、遇到的问题？二、改进三、进阶–展望总结一、遇到的问题？1.url-正确的表头：就是首先ur
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2