一、函数：

a.cvtColor函数：

（1）函数原型：

CV_EXPORTS_W void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );

（2）函数功能：

• cvtColor 函数用于将输入图像从一种颜色空间转换到另一种颜色空间。

（3）颜色空间和通道顺序：

• 转换涉及到 RGB 颜色空间时，需要明确指定通道的顺序（RGB 或 BGR）。OpenCV 默认的颜色格式通常被称为 RGB，但实际上是 BGR（字节顺序相反）。

 （4）颜色通道值范围：

• 对于不同的数据类型，颜色通道的值范围不同：
  • 对于 CV_8U 图像：0 到 255。
  • 对于 CV_16U 图像：0 到 65535。
  • 对于 CV_32F 图像：0 到 1。

（5）线性与非线性转换：

• 在线性转换中，颜色通道值的范围不重要。但在非线性转换中，如 RGB 到 Luv*，输入 RGB 图像需要归一化到适当的值范围以获得正确的结果。

 （6）归一化示例：

• 如果你有一个直接从 8 位图像转换而来的 32 位浮点图像，而没有进行任何缩放，那么它将具有 0..255 的值范围，而不是函数假定的 0..1。因此，在调用 cvtColor 之前，你需要先将图像缩放下来：

img *= 1./255;
cvtColor(img, img, COLOR_BGR2Luv);

 （7）8位图像转换的注意事项：

• 使用 cvtColor 与 8 位图像进行转换可能会有一些信息丢失。对于需要全色域或在操作前转换图像然后转换回原色的应用程序，建议使用 32 位图像。

 （8）添加 Alpha 通道：

• 如果转换过程中添加了 Alpha 通道，其值将设置为相应通道范围的最大值：对于 CV_8U 是 255，对于 CV_16U 是 65535，对于 CV_32F 是 1。

（9）参数说明：

• src：输入图像，可以是 8 位无符号、16 位无符号（CV_16UC...）或单精度浮点类型。
• dst：输出图像，大小和深度与 src 相同。
• code：颜色空间转换代码（见 ColorConversionCodes）。
• dstCn：目标图像中的通道数；如果参数为 0，则从 src 和 code 自动推导通道数。

（10）函数用途：

• cvtColor 是图像处理中常用的函数，用于在不同的颜色空间之间转换图像，以便进行进一步的处理或分析。

 b.inRange 函数

（1）函数原型：

CV_EXPORTS_W void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst);

（2）函数功能：

• inRange 函数用于检查输入数组 src 中的每个元素是否位于由 lowerb 和 upperb 指定的范围内。

（3）范围检查方式：

• 对于单通道输入数组的每个元素，如果元素值在 lowerb 和 upperb 之间（包括边界值），则输出数组 dst 对应位置的元素将被设置为 255。
• 对于双通道或多通道数组，所有通道的元素都需要在对应的边界范围内，输出数组 dst 的对应位置才会被设置为 255。

（4）数学表达式：

• 对于单通道数组，条件可以表示为： 
• 对于双通道数组，条件可以表示为： 

 （5）边界参数：

• 如果 lowerb 和/或 upperb 是标量，则在上述公式中的索引 (I) 应省略。

 （6）参数：

• src：第一个输入数组，可以是单通道或多通道。
• lowerb：包容性下界数组或标量。
• upperb：包容性上界数组或标量。
• dst：输出数组，大小与 src 相同，类型为 CV_8U（8位无符号整型）。

（7）输出结果：

• 输出数组 dst 将包含与 src 相同的尺寸，并且每个元素将根据是否满足范围条件被设置为 255 或 0。

二、代码示例： 

#include <opencv2/core/utils/logger.hpp> 
#include <opencv2/opencv.hpp>           
#include <opencv2/videoio.hpp>          
#include <opencv2/objdetect.hpp>        
#include <opencv2/highgui/highgui_c.h>  
#include <iostream>                     

using namespace cv;                    
using namespace std;                 

// 主函数，实现肤色提取
int main() {
    utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT); // 设置日志级别为不输出任何日志信息
    VideoCapture cap(0); // 使用VideoCapture打开0号摄像头（通常为默认摄像头）
    double scale = 0.5; // 定义缩放比例

    // 定义HSV色彩空间中的肤色范围参数
    double hue_min = 0;    // 肤色的最小色调值
    double hue_max = 20;    // 肤色的最大色调值
    double saturability_min = 43;   // 肤色的最小饱和度值
    double saturability_max = 255;  // 肤色的最大饱和度值
    double Value_min = 55;   // 肤色的最小亮度值
    double Value_max = 255;  // 肤色的最大亮度值

    cout << "参数信息:" << endl; // 输出参数信息
    cout << "width：" << cap.get(CAP_PROP_FRAME_WIDTH) << endl; // 输出视频流中帧的宽度
    cout << "height：" << cap.get(CAP_PROP_FRAME_HEIGHT) << endl; // 输出视频流中帧的高度

    // 循环处理视频的每一帧
    while (1) {
        // 定义图像容器
        Mat frame; // 原始帧
        Mat hsvMat; // HSV色彩空间的帧
        Mat image; // 用于存放检测结果的图像

        cap >> frame; // 从摄像头读取当前帧

        // 修改图片尺寸大小
        Size ResImgSiz = Size(frame.cols * scale, frame.rows * scale); // 定义缩放后的图像尺寸
        Mat rFrame = Mat(ResImgSiz, frame.type()); // 创建缩放后的图像容器
        resize(frame, rFrame, ResImgSiz, INTER_LINEAR); // 执行缩放操作

        // 将BGR色彩空间的图像转换为HSV色彩空间
        cvtColor(rFrame, hsvMat, COLOR_BGR2HSV);

        // 对image进行初始化
        frame.copyTo(image); // 复制原始帧到image

        // 利用inRange函数对图片进行HSV筛选，提取肤色
        inRange(hsvMat, Scalar(hue_min, saturability_min, Value_min), Scalar(hue_max, saturability_max, Value_max), image);

        // 显示结果
        imshow("肤色提取", image); // 显示筛选后的图像
        imshow("摄像头", rFrame); // 显示原始图像

        // 每帧之间等待30毫秒，如果用户按下'q'键，则退出循环
        if (waitKey(30) == 'q') {
            break;
        }
    }
    destroyAllWindows();
    return 0;

}

三、运行结果：