s1093345 作業5

   

 作業說明

• 主題：皮膚偵測Skin Color Detection
• 利用你所學的顏色（Color）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。（請用附件中的三張照片測試）

圖一、Input Image

開發環境

• macOS 13.2.1
• Visual Studio Code 1.77.3
• Python 3.8.3
• OpenCV 4.6.0
• Numpy 1.21.5

實作過程

• 皮膚偵測

• 使用 cv2.cvtColor(img, cv2.COLOR_BGR2HSV) 將計算輸入圖片 img 從 BGR 顏色轉換HSV顏色。
• 透過 np.array(hue, saturation, value) 定義膚色下限 skin_lower 以及 skin_upper 分別有色相（Hue）、飽和度（Saturation）、亮度（Value）等參數。皮膚上下限中，第一個參數 Hue 值範圍為0~25，第二個參數 Saturation 值範圍設置為48~190，第三個參數 Value 值範圍設置45~255。
• 補充說明：原先參照講義的參考 HSV 參數會有些區域無法偵測或是偵測到髮色，且有另外測試若為皮膚較黑的情況，故有將 HSV 的皮膚範圍參數值做稍微調整，盡可能做到更完全的皮膚偵測。
• 使用 cv2.inRange(img, skin_lower, skin_upper) 將計算轉為 HSV 的圖片 img ，使用先前的函數定義 skin_lower、skin_upper，進行區域範圍的取值。若為指定範圍的像素設為白色，範圍外的像素則設為黑色。
• 透過 np.zeros_like(img) ，創建一個與上述結果 img 相同的新圖像，並把原先白色區域的顏色設為紅色。
• 最後透過 cv2.addWeighted(img, alpha, red_img, beta) ，將原始圖像 img 與皮膚區域的紅色圖像 red_img 結合一起。

執行結果

• 偵測皮膚結果

o   圖片讀取：程式碼中的 cv2.imread(‘path’) 更改所需讀取圖片路徑。

o   執行程式：python 1093345_hw5

圖二 、偵測皮敷圖像之輸出結果

影片Demo

影片、程式Demo