Java YCbCr在LipMap检测中的应用

我对将

RGB

值转换为

YCbCr

颜色方案感到困惑。我用了这个等式：

int R, G, b;

double Y = 0.229 * R + 0.587 * G + 0.144 * B;
double Cb = -0.168 * R - 0.3313 * G + 0.5 * B + 128;
double Cr = 0.5 * R - 0.4187 * G - 0.0813 * B + 128;

YCbCr的预期输出在0-255之间标准化，我很困惑，因为我的一个来源说它在0-1范围内标准化。 它进行得很顺利，但我在获取LipMap以隔离/检测面部嘴唇时遇到了问题，我实现了以下功能：

double LipMap = Cr*Cr*(Cr*Cr-n*(Cr/Cb))*(Cr*Cr-n*(Cr/Cb));

n返回0-255，n的方程为：n=0.95*（求和（Cr*Cr）/求和（Cr/Cb）） 但另一个来源说：n=0.95*（（1/k）*总和（Cr*Cr））/（（1/k）*总和（Cr/Cb））） 其中k等于面部图像中的像素数

我的消息来源说它将返回

0-255

的结果，但在我的程序中，它总是返回大数字，甚至没有给我

0-255

---

那么有谁能帮我实现这一点并解决我的问题吗？

从您在评论中链接的来源来看，第一个来源中的方程式或描述似乎是错误的：

如果使用[0255]范围内的RGB值和给定的转换（您的

Cb

转换与该btw不同），则应获得相同范围内的

Cr

和

Cb

值

现在，如果你计算n=0.95*（∑Cr2/∑（Cr/Cb）），你会注意到Cr2的值在[065025]范围内，而Cr/Cb在[0255]范围内（假设Cb=0是不可能的，因此最高值是255/1=255）

如果你进一步假设一幅图像有相当高的红色和低的蓝色分量，你会得到比那篇文章中所述的更高的n值：

常数η符合范围0..255内的最终值

第二篇论文指出了这一点，这在IMHO中更有意义（尽管我不知道他们是否在计算之前将Cr和Cb标准化到范围[0,1]，或者他们是否将结果标准化，这可能导致Cr2和Cr/Cb之间的更大差异）：

式中，（Cr）2，（Cr/Cb）均标准化为 范围[0 1]

请注意，为了将Cr和Cb标准化为[0,1]范围，您需要将方程式的结果除以255，或者只需在[0,1]范围内使用RGB，并将0.5而不是128相加：

//assumes RGB are in range [0,1]
double Cb = -0.168 * R - 0.3313 * G + 0.5 * B + 0.5;
double Cr = 0.5 * R - 0.4187 * G - 0.0813 * B + 0.5;

---

请帮帮我：唇图是什么？你的意思是嘴唇映射，如在面部检测嘴唇？你得到的

Y

、

Cb

和

Cr

的值是多少？它们是否在0-255范围内？

n

的价值是什么？我已经更新了这个问题，对不起，我认为我的问题没有那么完整的信息。。。我希望你能和我分享你的知识，先生，你能把这些来源联系起来吗？我怀疑您的

Cr

和

Cb

计算错误。如果你自己（在纸上）对单个红色像素进行这些计算，你会发现，对于0-255范围内的值，

LipMap

值太高，除非有一些额外的标准化。如果你对0-1范围内的值（即

Cb=0.332

和

Cr=1.0

对

R=1，G=0，B=0

）进行计算，我得到

LipMap~0.997

，这对我来说似乎是合理的。这些是我的来源：因此根据你的回答，我应该这样做：根据你的回答，我应该这样做：双红=R/255；双绿=G/255；双蓝=B/255；双色Cb=-0.168*红色-0.3313*绿色+0.5*蓝色+0.5；双色Cr=0.5*红色-0.4187*绿色-0.0813*蓝色+0.5；然后我实现LipMap方程，对吗？@jpeter723是的，这对我来说似乎是合理的。谢谢你的时间，我真的很难弄清楚这个方程是如何工作的。。。