由于能力有限，算法层面的东西自己去创新的很少，很多都是从现有的论文中学习，然后实践的。
本文涉及的很多算法，在网络上也有不少同类型的文章，但是肯定的一点就是，很多都是不配代码的，或者所附带的代码都是象征性的，速度慢，不优雅，不具有实用价值，本文努力解决这些问题。
文中各算法出现的顺序并不代表算法的优越性，仅仅是作者随机排布的而已。
2、基于RGB颜色空间的简单阈值肤色识别
在human skin color clustering for face detection一文中提出如下简单的判别算式：
R>95 And G>40 And B>20 And R>G And R>B And Max(R,G,B)-Min(R,G,B)>15 And Abs(R-G)>15
算法非常之简单，同样主要把复杂的判断条件放到后面去判断，能有效的降低程序的执行时间，参考代码：
for (Y = 0; Y < Height; Y++) {Pointer = Scan0 + Y * Stride;SkinP = SkinScan0 + Y * SkinStride;for (X = 0; X < Width; X++){Blue = *Pointer; Green = *(Pointer + 1); Red = *(Pointer + 2);if (Red > 95 && Green > 40 && Blue > 20 && Red > Blue && Red > Green && Math.Abs(Red - Green) > 15){if (Blue >= Green) {Max = Blue;Min = Green;}else{Max = Green;Min = Blue;}if (Red > Max)Max = Red;else if (Red < Min)Min = Red;if (Max - Min > 15) *SkinP = 255;}Pointer += 3;SkinP++;}
算法效果：
原图 识别结果图 原图 识别结果图
由上述结果似乎该算法得到了过多的皮肤区域，然后就是算法更喜欢美女一些（^_^)。
3、基于YCbCr颜色空间的简单阈值肤色识别
该算法则更为简单，将图像转换到YCbCr颜色空间，然后按下述计算式判断是否属于皮肤区域：
(Cb > 77 And Cb < 127) And (Cr > 133 And Cr < 173)
关于RGB和YCbCr颜色空间的转换的优化算法，可参考本博客相关文章。
由于当初写这方面的时候没有注明该算法的出处，现在也没从提起了。
代码参考：
for (Y = 0; Y < Height; Y++)
{Pointer = Scan0 + Y * Stride;SkinP = SkinScan0 + Y * SkinStride;for (X = 0; X < Width; X++){Blue = *Pointer; Green = *(Pointer + 1); Red = *(Pointer + 2);Cb = (-176933 * Red - 347355 * Green + 524288 * Blue + 134217728) >> 20;if (Cb > 77 && Cb < 127){Cr = (524288 * Red - 439026 * Green - 85262 * Blue + 134217728) >> 20;if (Cr > 133 && Cr < 173) *SkinP = 255;}Pointer += 3;SkinP++;}
}
原图 识别结果图 原图 识别结果图
误判的区域还是很大的。
还有一种是基于YUV颜色空间进行的肤色识别，似乎也不太准确，可参考http://www.doc88.com/p-97381067005.html。
***************************作者： laviewpbt 时间： 2013.8.17 联系QQ: 33184777 转载请保留本行信息*************************
