日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

大數(shù)據(jù)文摘出品

作者：曹培信、寧?kù)o

一年一度的大學(xué)開學(xué)季，一年一度的軍訓(xùn)季。

在六月中旬高考結(jié)束之后，萬(wàn)千學(xué)子迎來(lái)了他們?nèi)松凶铋L(zhǎng)也是最無(wú)憂無(wú)慮的假期，到了八月底九月初，他們將踏上人生的一段重要旅程——大學(xué)。

然而等待他們的第一課，便是軍訓(xùn)。

每所高校對(duì)軍訓(xùn)的要求不同，從時(shí)間來(lái)看，短的只有5天，長(zhǎng)的多達(dá)一個(gè)月，根據(jù)網(wǎng)上一份軍訓(xùn)時(shí)間排行榜，比如清華大學(xué)，以34天穩(wěn)居第二。(警校排第一也是無(wú)可厚非了，不過(guò)吉林的院校確實(shí)熱衷軍訓(xùn)，前十中兩所吉林的院校上榜)

除了一些開始又晚、時(shí)間又長(zhǎng)的院校(比如重慶大學(xué))，大部分院校的軍訓(xùn)應(yīng)該已經(jīng)結(jié)束了，然而經(jīng)歷了軍姿、齊步、正步、閱兵甚至拉練的“摧殘”后，軍訓(xùn)歲月在身上留下的最深的痕跡便是——曬!黑!了!

圖片來(lái)自網(wǎng)絡(luò)

軍訓(xùn)前和軍訓(xùn)后，就是“白古”和“黑古”的差別啊!想知道自己軍訓(xùn)后究竟曬黑了多少么?下面文摘菌就帶你用Python看看，自己究竟軍訓(xùn)后黑了幾個(gè)度。

基于RGB和YCbCr顏色空間的混合膚色檢測(cè)

想知道自己的皮膚顏色，首先要將皮膚檢測(cè)出來(lái)。

膚色檢測(cè)有很多方法，比如：

• 基于RGB的顏色空間模型;
• 基于橢圓皮膚模型的皮膚檢測(cè);
• YCrCb顏色空間Cr分量+Otsu法閾值分割;
• 基于YCrCb顏色空間Cr,Cb范圍篩選法;
• HSV顏色空間H范圍篩選法;
• opencv自帶膚色檢測(cè)類AdaptiveSkinDetector;

相關(guān)鏈接：https://blog.csdn.net/qq_22527639/article/details/81501565

2004年，Georgy Kukharev和Adam Nowosielski為了提高模型的穩(wěn)定性，將多個(gè)顏色空間結(jié)合，提出RGB顏色空間和YCbCr顏色空間的混合膚色檢測(cè)器。像素值滿足如下條件：

實(shí)現(xiàn)的代碼也很簡(jiǎn)單，首先引入必要的包：

 
 
 
 

  
  
  
  
import cv2 
  
  
  
  
import numpy as np 
  
  
  
  
from matplotlib import pyplot as plt 
 
 
 
 

然而操縱圖像，將RGB顏色空間3通道的值和YCbCr顏色空間3通道的值結(jié)合起來(lái)，然后根據(jù)判別條件進(jìn)行膚色檢測(cè)：

 
 
 
 

  
  
  
  
def skin_color(imgFile): 
  
  
  
  
 
  
  
  
  
 
  
  
  
  
        # load an original image 
  
  
  
  
        img = cv2.imread(imgFile) 
  
  
  
  
 
  
  
  
  
 
  
  
  
  
        rows,cols,channels = img.shape 
  
  
  
  
 
  
  
  
  
 
  
  
  
  
        # convert color space from rgb to ycbcr 
  
  
  
  
        imgYcc = cv2.cvtColor(img, cv2.COLOR_BGR2YCR_CB) 
  
  
  
  
          
  
  
  
  
        # convert color space from bgr to rgb                         
  
  
  
  
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 
  
  
  
  
          
  
  
  
  
        # prepare an empty image space 
  
  
  
  
        imgSkin = np.zeros(img.shape, np.uint8) 
  
  
  
  
        # copy original image 
  
  
  
  
        imgimgSkin = img.copy() 
  
  
  
  
 
  
  
  
  
 
  
  
  
  
        s=0 
  
  
  
  
        sum_R=sum_G=sum_B=0 
  
  
  
  
        for r in range(rows): 
  
  
  
  
            for c in range(cols): 
  
  
  
  
                 
  
  
  
  
                # non-skin area if skin equals 0, skin area otherwise         
  
  
  
  
                skin = 0 
  
  
  
  
 
  
  
  
  
 
  
  
  
  
                # get values from rgb color space 
  
  
  
  
                R = img.item(r,c,0) 
  
  
  
  
                G = img.item(r,c,1) 
  
  
  
  
                B = img.item(r,c,2) 
  
  
  
  
                 
  
  
  
  
                # get values from ycbcr color space    
  
  
  
  
                Y = imgYcc.item(r,c,0) 
  
  
  
  
                Cr = imgYcc.item(r,c,1) 
  
  
  
  
                Cb = imgYcc.item(r,c,2)                                                                                                                                         
  
  
  
  
                # skin color detection 
  
  
  
  
                 
  
  
  
  
                if R > G and R > B: 
  
  
  
  
                    if (G >= B and 5 * R - 12 * G + 7 * B >= 0) or (G < B and 5 * R + 7 * G - 12 * B >= 0): 
  
  
  
  
                        if Cr > 135 and Cr < 180 and Cb > 85 and Cb < 135 and Y > 80: 
  
  
  
  
                         # print 'Skin detected!' 
 
 
 
 

網(wǎng)站名稱：拍個(gè)自拍，讓Python告訴你，軍訓(xùn)過(guò)后你黑了幾度？
文章轉(zhuǎn)載：http://m.5511xx.com/article/coisise.html