OpenCV自适应阈值HSV图像

Question

我们（我和我的小组）希望能够跟踪一只手（主要是食指）。 手的颜色基本上与图片中的脸相同，但是正如您所看到的，我们得到的很多噪音也是如此。 手背有黑色“屏幕”时，效果很好。

现在的问题是，自适应阈值处理仅在灰度图像上有用，因此不能很好地检测到手。

我尝试过搜索HSV自适应阈值，但是没有运气，所以我发现stackoverflow有一些很棒的主意。

编辑：当前的HSV->二进制阈值：

inRange(hsvx, Scalar(0, 50, 0), Scalar(20, 150, 255), bina);

Answer 1

我建议您使用颜色直方图进行跟踪。 例如，Camshift正在取得成功。

OpenCV中有camshift示例代码。 参见http://docs.opencv.org/master/db/df8/tutorial_py_meanshift.html （非常简短的说明）或https://github.com/Itseez/opencv/blob/master/samples/cpp/camshiftdemo.cpp （代码示例）

如果您想使用阈值，则已经对不对V通道进行阈值化了。 我仍然建议对H和S分别进行自适应阈值处理。

Answer 2

我建议您使用直方图反投影算法。

反投影是一种记录给定图像的像素与直方图模型中像素分布的匹配程度的方法。 您可以使用手动选择的一组手像素来指定直方图模型。 该算法输出一个图像，其中每个像素都有一个似然值，该像素的颜色是皮肤的颜色（类似于皮肤）。 然后，您可以指定可能性阈值以调整性能。

它可以让您找到图像中的肤色区域。

有关详细信息，请参见：

• http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/back_projection/back_projection.html
• http://docs.opencv.org/master/dc/df6/tutorial_py_histogram_backprojection.html#gsc.tab=0