将 RGB 图像转换为黑白 PIL 手部识别答案

【问题标题】：Converting RGB image to Black and White PIL Hand Recognition将 RGB 图像转换为黑白 PIL 手部识别
【发布时间】：2020-01-22 21:40:46
【问题描述】：

我尝试用 python 编写与此处所写相同的内容，但我的代码没有产生好的结果。我的目标是获取 RGB 图像，调整大小并转换为 YCbCr，然后将背景像素值设置为 0，将手部像素值设置为 1。有人可以帮我使用 PIL 在 python 中编写此代码吗？

（我正在尝试复制的代码，步骤 3-6 有一些问题）

function image_out = processSkinImage(filename)
    Step 1...
    % Read the image
    original = imread(filename);
    ...
    Step 2...
    % Resize the image to 50x50
    image_resized = imresize(original, scale);
    [M N Z] = size(image_resized);

    % Initialize the output image
    image_out = zeros(height,width);
    image_out = zeros(M,N);
    ...
    Step 3...
    % Convert the image from RGB to YCbCr
    img_ycbcr = rgb2ycbcr(image_resized);
    Cb = img_ycbcr(:,:,2);
    Cr = img_ycbcr(:,:,3);
    ...
    Step 4...
    % Get the central color of the image
    % Expected the hand to be in the central of the image
    central_color = img_ycbcr(int32(M/2),int32(N/2),:);
    Cb_Color = central_color(:,:,2);
    Cr_Color = central_color(:,:,3);
    % Set the range
    Cb_Difference = 15;
    Cr_Difference = 10;
    ...
    Step 5...
    % Detect skin pixels
    [r,c,v] = find(Cb>=Cb_Color-Cr_Difference & Cb<=Cb_Color+Cb_Difference & Cr>=Cr_Color-Cr_Difference & Cr<=Cr_Color+Cr_Difference);
    ...
    Step 6...
    % Mark detected pixels
    for i=1:match_count
        image_out(r(i),c(i)) = 1;
    end
end

这是我写的代码：

from PIL import Image as im

image = im.open('/Users/eitan/Desktop/eell.jpg')
image = image.resize((50,50), im.NEAREST)
grayScale = image.convert(mode='L')

width, height = grayScale.size
mid_pixel=grayScale.getpixel((width/2,height/2))
print (mid_pixel)

pixels = grayScale.load()

for i in range(grayScale.size[0]):    # for every col:
    for j in range(grayScale.size[1]):    # For every row

        if grayScale.getpixel((i,j)) < mid_pixel+40 and grayScale.getpixel((i,j)) > mid_pixel-15:
            pixels[i,j] = 255

        else:
            pixels[i, j] = 0

grayScale.show()

This is an example of an image the code would get

And this is what the result should look like

如果有人能帮我用python写这段代码就太好了！

【问题讨论】：

正如我在对您的相关question 的评论中所说，我认为您将需要使用像素 color，而不仅仅是灰度强度（因为它会丢弃信息太多），以确定哪些是手的一部分，哪些不是。问题Is there an easy way to compare how close two colors are to each other? 可能会有所帮助。
正如@martineau 所说，丢弃颜色可能不是寻找与特定肤色/颜色相似的像素的最佳方法。例如，也许可以考虑找到中心像素的 HSL 值，然后找到具有相似色相和饱和度的像素。

标签： python python-imaging-library

【解决方案1】：

你可以这样处理，我使用的是 HSV 颜色空间而不是 YCbCr 颜色空间：

#!/usr/bin/env python3

import numpy as np
from PIL import Image

# Open image and convert to HSV colourspace
im = Image.open('hand.png').convert('HSV')

# Convert to Numpy array
ni = np.array(im)

# Get H, S and V of central pixel - consider taking a median of a larger area here
h,s,v = ni[int(ni.shape[0]/2), int(ni.shape[1]/2)]

# Separate each channel to own array
H = ni[:,:,0]
S = ni[:,:,1]
V = ni[:,:,2]

# Permissible +/- tolerances on each channel
deltah = 20
deltas = 80
deltav = 50

# Make masks of pixels with acceptable H, S and V
hmask = np.where((H > h-deltah) & (H < h+deltah), 255, 0).astype(np.uint8)
smask = np.where((S > s-deltas) & (S < s+deltas), 255, 0).astype(np.uint8)
vmask = np.where((V > v-deltav) & (V < v+deltav), 255, 0).astype(np.uint8)

# Save as images for inspection
Image.fromarray(hmask).save('hmask.png')
Image.fromarray(smask).save('smask.png')
Image.fromarray(vmask).save('vmask.png')

生成的色调蒙版：

产生的饱和度蒙版：

结果值掩码：

然后您可以将掩码与或或组合在一起以获得更复杂的掩码组合。

【讨论】：