据此： http : //matmidia.org/sibgrapi2009/media/posters/59928.pdf

通道H中的皮肤的特征是介于0到50之间的值，对于亚裔和高加索族裔，通道S中的皮肤从0.23到0.68。

您必须格外小心处理图像的非常暗的部分，并可能将其完全丢弃，因为HSV转换对于较小的V值会产生很大的噪声。

根据您的约束条件，您还可以考虑使用彩色手套（某些颜色在场景中无法正常显示），或将背景设置为与红色不同的颜色，该颜色与肤色（品红色，绿色，随你）。

OpenCv上存在自适应皮肤检测器，请参见samples / c / adaptiveskindetector_sample.cpp

在您的代码中尝试以下预处理功能：

def preprocess(action_frame):

    blur = cv2.GaussianBlur(action_frame, (3,3), 0)
    hsv = cv2.cvtColor(blur, cv2.COLOR_RGB2HSV)

    lower_color = np.array([108, 23, 82])
    upper_color = np.array([179, 255, 255])

    mask = cv2.inRange(hsv, lower_color, upper_color)
    blur = cv2.medianBlur(mask, 5)

    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (8, 8))
    hsv_d = cv2.dilate(blur, kernel)

return hsv_d

我已经使用了几个月了。它可能会永远解决您的问题。

我努力了
lower = np.array([0, 10, 60], dtype = "uint8") upper = np.array([20, 150, 255], dtype = "uint8")它给出了几乎很好的结果。

基本上，很难为皮肤设置一个固定的颜色范围，因为即使您只想检测自己的皮肤，其颜色实际上也会根据光照条件发生很大变化。

因此，也许您可以使用2011年这篇出色的科学文章的想法：

http://www.robots.ox.ac.uk/~vgg/research/hands/

基本上，他们会检测人脸（使用oepncv很容易）。然后，他们提取脸部的皮肤颜色（这对于图像上的人来说是非常特定的）。然后他们使用这种颜色检测皮肤。由于颜色是非常特定的，因此与固定颜色范围内的颜色相比，它们应该少得多的错误检测。

我知道现在回答这个问题为时已晚。但是我也一样，我用K表示聚类以获得肤色。首先，您必须检测到我使用Haar级联分类器进行的面部处理，然后根据面部的坐标来裁剪面部，然后将其用作对颜色进行聚类的来源。找出具有最多元素并且将是您的肤色的群集。或者不指定一个特定值，您就可以获取聚类中心点，并且可以通过减去并添加一个特定值来将其用作范围。这将对http://answers.opencv.org/question/23196/k-mean-clustering-of-hsv-histogram-of-frames-of-a-video/有帮助