Android Studio+OpenCV：手部检测项目中从YCrCb图像获取皮肤HSV值

嘿，我来帮你一步步搞定这个需求——从YCrCb色彩空间定位皮肤，再提取对应的HSV值，还要计算皮肤区域的HSV统计信息，对吧？下面是具体的实现步骤和代码示例，都是Android平台上用OpenCV的实操内容：

1. 先确认OpenCV在Android Studio的配置（快速回顾） #

如果还没配置，其实很简单：

• 下载OpenCV Android SDK，解压后把sdk/java目录导入到你的Android项目作为模块
• 在app模块的build.gradle里添加对这个OpenCV模块的依赖
• 在你的Activity里初始化OpenCV（建议在onCreate前完成）：

static {
    if (!OpenCVLoader.initDebug()) {
        // 这里可以加个Toast或者日志提示初始化失败
    }
}

2. 核心流程：从YCrCb提取皮肤掩码 → 转换到HSV → 计算HSV值 #

步骤拆解与代码实现 #

下面的代码可以放在相机帧处理回调（比如CameraBridgeViewBase.CvCameraViewListener2的onCameraFrame方法）里，或者处理本地图片的函数中：

import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import java.util.Collections;

public Mat processHandFrame(Mat inputFrame) {
    // 1. 把输入帧（默认BGR格式）转成YCrCb色彩空间
    Mat ycrcbMat = new Mat();
    Imgproc.cvtColor(inputFrame, ycrcbMat, Imgproc.COLOR_BGR2YCrCb);

    // 2. 定义YCrCb的皮肤阈值——这个范围是行业内常用的皮肤检测区间，你可以根据测试场景微调
    Scalar lowerSkinThreshold = new Scalar(0, 133, 77);
    Scalar upperSkinThreshold = new Scalar(255, 173, 127);
    Mat skinMask = new Mat();
    // 生成皮肤掩码：符合阈值的像素为255（白色），其余为0（黑色）
    Core.inRange(ycrcbMat, lowerSkinThreshold, upperSkinThreshold, skinMask);

    // 可选优化：对掩码做形态学操作，去除小噪声点，让皮肤区域更平滑
    Mat morphKernel = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(5, 5));
    Imgproc.dilate(skinMask, skinMask, morphKernel);
    Imgproc.erode(skinMask, skinMask, morphKernel);

    // 3. 把原BGR帧转成HSV色彩空间
    Mat hsvMat = new Mat();
    Imgproc.cvtColor(inputFrame, hsvMat, Imgproc.COLOR_BGR2HSV);

    // 4. 用皮肤掩码提取仅包含皮肤区域的HSV图像
    Mat skinHSVRegion = new Mat();
    hsvMat.copyTo(skinHSVRegion, skinMask);

    // 5. 计算皮肤区域的HSV统计值
    // 方式1：计算HSV三个通道的均值（最常用的代表值）
    Scalar meanHSV = Core.mean(skinHSVRegion, skinMask);
    Log.d("SkinHSV", "平均H值: " + meanHSV.val[0] + ", 平均S值: " + meanHSV.val[1] + ", 平均V值: " + meanHSV.val[2]);

    // 方式2：计算HSV各通道的最小/最大值（获取范围）
    Core.MinMaxLocResult hRange = Core.minMaxLoc(skinHSVRegion.submat(0, skinHSVRegion.rows(), 0, 1));
    Core.MinMaxLocResult sRange = Core.minMaxLoc(skinHSVRegion.submat(0, skinHSVRegion.rows(), 1, 2));
    Core.MinMaxLocResult vRange = Core.minMaxLoc(skinHSVRegion.submat(0, skinHSVRegion.rows(), 2, 3));
    Log.d("SkinHSVRanges", "H范围: " + hRange.minVal + " ~ " + hRange.maxVal);
    Log.d("SkinHSVRanges", "S范围: " + sRange.minVal + " ~ " + sRange.maxVal);
    Log.d("SkinHSVRanges", "V范围: " + vRange.minVal + " ~ " + vRange.maxVal);

    // 方式3：生成HSV直方图（查看颜色分布）
    MatOfInt channels = new MatOfInt(0, 1, 2); // 对应H、S、V三个通道
    MatOfInt histSize = new MatOfInt(180, 256, 256); // H的范围是0-179，S/V是0-255
    MatOfFloat ranges = new MatOfFloat(0, 180, 0, 256, 0, 256);
    Mat hsvHist = new Mat();
    Imgproc.calcHist(Collections.singletonList(skinHSVRegion), channels, skinMask, hsvHist, histSize, ranges);
    // 这里可以把直方图数据导出做进一步分析，比如找峰值颜色

    // 别忘了释放Mat资源，避免内存泄漏
    ycrcbMat.release();
    skinMask.release();
    hsvMat.release();
    skinHSVRegion.release();
    channels.release();
    histSize.release();
    ranges.release();
    hsvHist.release();

    return inputFrame; // 返回原帧或者处理后的掩码帧都可以，看你的需求
}

关键细节说明 #

• YCrCb皮肤阈值选择：Cr通道对应红色分量，Cb对应蓝色分量，皮肤的Cr值通常在133-173之间，Cb在77-127之间，这个范围对黄种人、白种人都有不错的检测效果，如果你是针对特定肤色人群，可以用样本图片调整阈值。
• 色彩空间转换注意：OpenCV在Android中获取的相机帧是BGR格式，所以转换时要用COLOR_BGR2YCrCb和COLOR_BGR2HSV，别误用RGB相关的转换常量。
• 掩码的作用：copyTo方法传入掩码后，只会把掩码中白色区域（255）对应的像素复制到目标Mat，这样就只保留了皮肤区域的HSV数据，避免背景干扰。

3. 调试小技巧 #

• 可以把skinMask转换成BGR格式显示在界面上，看看皮肤检测的准确率，调整阈值或者形态学操作的参数
• 打印出来的均值和范围可以用来后续的皮肤跟踪或者手势识别，比如设置HSV的皮肤阈值做二次验证

内容的提问来源于stack exchange，提问作者sobia qaiser