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，萬千學(xué)子迎來了他們?nèi)松凶铋L也是最無憂無慮的假期，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)。

每所高校對軍訓(xùn)的要求不同，從時間來看，短的只有5天，長的多達一個月，根據(jù)網(wǎng)上一份軍訓(xùn)時間排行榜，比如清華大學(xué)，以34天穩(wěn)居第二。（警校排第一也是無可厚非了，不過吉林的院校確實熱衷軍訓(xùn)，前十中兩所吉林的院校上榜）

除了一些開始又晚、時間又長的院校（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！

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)后黑了幾個度。

基于RGB和YCbCr顏色空間的混合膚色檢測

想知道自己的皮膚顏色，首先要將皮膚檢測出來。

膚色檢測有很多方法，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；
• 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自帶膚色檢測類AdaptiveSkinDetector；

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

實現(xiàn)的代碼也很簡單，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，然后根據(jù)判別條件進行膚色檢測：

''' 遇到問題沒人解答？小編創(chuàng)建了一個Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助, 群里還有不錯的視頻學(xué)習(xí)教程和PDF電子書！ ''' def skin_color(imgFile):# load an original imageimg = cv2.imread(imgFile)rows,cols,channels = img.shape# convert color space from rgb to ycbcrimgYcc = 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 spaceimgSkin = np.zeros(img.shape, np.uint8)# copy original imageimgSkin = img.copy()s=0sum_R=sum_G=sum_B=0for 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 spaceR = 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 detectionif 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!'

對比色卡，看看你黑了幾度

檢測出了皮膚的區(qū)域，我們就需要將皮膚區(qū)域的顏色RGB值計算出來，然后與色卡進行對比。

說到色卡，不得不提到Pantone（潘通）——一家專注于研究顏色的公司，以其Pantone顏色匹配系統(tǒng)（PMS）而聞名，該系統(tǒng)被廣泛用于各種行業(yè)，特別是平面設(shè)計，時裝設(shè)計，產(chǎn)品設(shè)計，印刷和制造，并支持從設(shè)計到生產(chǎn)的色彩管理。

2013年，潘通發(fā)布了一款彩通膚色指南（PANTONE SkinTone Guide），這個指南根據(jù)科學(xué)測量各種人類皮膚類型中數(shù)千種實際膚色而建立，為再現(xiàn)實體膚色而配制，被稱為人類膚色的完整視覺參考。

110種人類膚色被從1Y01 SP至4R15 SP編號，適用于各個人種。

從中選取了比符合中國人膚色的1Y01-1Y13作為對比色卡。

然后將膚色顏色RGB與色卡的RGB數(shù)值進行對比，因為人眼對于R、G、B的敏感程度不同，在轉(zhuǎn)換的時候需要給予不同的權(quán)重。

人類視覺對綠色最敏感，因此它具有最大的系數(shù)值（0.7152），對藍色最不敏感，因此具有最小的系數(shù)（0.0722）。

''' 遇到問題沒人解答？小編創(chuàng)建了一個Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助, 群里還有不錯的視頻學(xué)習(xí)教程和PDF電子書！ ''' def Compare(list,color):min=100count=len(list)for i in range(count):value=list[i]error=abs(color[0]-value[0])*0.2126+abs(color[1]-value[1])*0.7152+abs(color[2]-value[2])*0.0722if(error<min):min=errorindex=i return index+1

最后我們輸入“白古”和“黑古”的圖片，與比色卡的RGB數(shù)值進行對比，輸出結(jié)果：

''' 遇到問題沒人解答？小編創(chuàng)建了一個Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助, 群里還有不錯的視頻學(xué)習(xí)教程和PDF電子書！ ''' if __name__ == '__main__':img_before= 'images/before1.jpg'img_after='images/after.jpg'color_before=skin_color(img_before)color_after=skin_color(img_after)print("before:the extracted RGB value of the skin color is {0}".format(color_before))print("after:the extracted RGB value of the color is {0}".format(color_after))list=[(200, 172, 153), (200, 169, 149), (197, 166, 145), (194, 163, 142), (190, 157, 134), (187, 152, 129), (182, 146, 121), (177, 136, 108), (168, 127, 100), (160, 118, 90), (148, 108, 81), (135, 98, 73), (119, 87, 65)]#color_dir="skin_color"#skincolor.load_color(color_dir,list)#print(list)#print(list)degree_before=Compare(list,color_before)degree_after=Compare(list,color_after)print("before:the degree of the skin color is {0}".format(degree_before))print("after:the degree of the skin color is {0}".format(degree_after))

輸出的結(jié)果如下圖所示：

也就是說，“黑古”比“白古”整整黑了5個度，雖然文摘菌認為結(jié)果可能還有偏差，因為12是比色表的最高值，“黑古”很可能已經(jīng)爆表了。

總結(jié)

以上是生活随笔為你收集整理的拍个自拍，让Python告诉你，军训过后你黑了几度？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。