肤色的检测可以利用肤色的HSV模型，通过计算图像的HSV模型中肤色的H和S分量中的一个或两个的直方图，再用该直方图反向投影至原图像，定位出肤色。
HSV颜色模型：
RGB模型是图像处理中常用的颜色模型，多用于颜色显示和图像处理，三维坐标中H(Hue)代表色调，S(Saturation)代表饱和度，V代表(Value)明度，理解起来很容易，是一种针对用户观感的一种颜色模型，侧重于色彩表示，什么颜色、深浅如何、明暗如何，跟人眼的直观感受很契合。
对于肤色的直方图，只计算H和S分量的直方图，所以肤色的明暗度对检测结果影响很小，提高了对不同灰度的鲁棒性。
检测的基本步骤：
1.截取一部分肤色区域，作为检测目标的样本；
2.对样本做直方图计算，并归一化直方图；
3.利用归一化后的直方图，通过calcBackProject函数在原图像中检索，与样本具有表现一致的直方图区域将会被作为肤色检测出来；
关键函数：calcHist、normalize 、calcBackProject
calcHist函数之前已经做过介绍，函数原型及参数说明可以ca见：直方图该怎么画
void normalize( InputArray src, OutputArray dst, double alpha=1, double beta=0,
int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray());normalize函数作用是归一化计算出来的直方图。
第一个参数：InputArray类型的Src，输入的直方图数组；
第二个参数：OutputArray类型的dst，输出的归一化后的数组；
第三个参数：double型的alpha，归一化数组的最小值；
第四个参数：double型的beta，归一化数组的最大值；
第五个参数：int（枚举）型的norm_type，归一化方法；
第六个参数：int型的deype，值为-1， 指示归一化后的输出数组与输入数组类型相同
第七个参数：Mat(): 可选的掩码
calcBackProject函数原型：
calcBackProject(&image, //目标图像
1, // 图像个数
channels, // 通道数量
histogram, // 进行反投影的直方图
result, // 结果图像
ranges, // 每个维度的阈值
255.0 // 放缩因子
);
#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"
using namespace cv;
Mat image,imageHSV,imageHist,imageNorm,imagecalcBack;
Mat imagegirl,imagegirlHSV;
int histSize=1;
float histR[]={0,255};
const float *histRange=histR;
int channels[]={0,1};
void TrackBarFun(int ,void(*));
int main(int argc,char *argv[])
{
image=imread(argv[1]);
imagegirl=imread(argv[2]);
cvtColor(imagegirl,imagegirlHSV,CV_RGB2HSV);
if(!image.data)
{
return -1;
}
cvtColor(image,imageHSV,CV_RGB2HSV);
namedWindow("HSV");
createTrackbar("bins控制","HSV",&histSize,100,TrackBarFun);
TrackBarFun(0,0);
waitKey();
}
void TrackBarFun(int ,void(*))
{
if(histSize==0)
{
histSize=1;
}
calcHist(&imageHSV,2,channels,Mat(),imageHist,1,&histSize,&histRange,true,false);
normalize(imageHist,imageNorm,0,255,NORM_MINMAX,-1,Mat());
calcBackProject(&imagegirlHSV,2,channels,imageNorm,imagecalcBack,&histRange,1,true);
imshow("Source",imagegirl);
imshow("HSV",imagegirlHSV);
imshow("CalcBack",imagecalcBack);
}效果如下，拖动滑动条，在bins数目为7的时候，效果比较好：
