方法一：基于YCrCb颜色空间Cr,Cb范围筛选法
思路如下：
1）将RGB模型转换为YCbCr模型
2）阈值分割：据资料显示，正常黄种人的Cr分量大约在133至173之间，Cb分量大约在77至127之间。大家可以根据自己项目需求放大或缩小
下面放上源代码：
#include<opencv2\opencv.hpp>
#include<vector>
#include<iostream>
using namespace cv;
int main()
{
Mat srcImage = imread("hand.jpg");
if (!srcImage.data)
{
printf("could not load image...\n");
return -1;
}
imshow("srcImage", srcImage);
Mat result, tmp;
Mat Y, Cr, Cb;
std::vector<Mat> channels;//定义一些Mat的变量用来存储Y Cr Cb的变量
srcImage.copyTo(tmp);//将原图拷贝一份到tmp中
cvtColor(tmp, tmp, CV_BGR2YCrCb);//转换到YCrCb空间
split(tmp, channels);//通道分离的图存在channels中
Y = channels.at(0);
Cr = channels.at(1);
Cb = channels.at(2);
result = Mat::zeros(srcImage.size(), CV_8UC1);
for (int i = 0; i < result.rows; i++)
{
//各个图首行的指针
uchar* currentCr = Cr.ptr< uchar>(i);
uchar* currentCb = Cb.ptr< uchar>(i);
uchar* current = result.ptr< uchar>(i);
for (int j = 0; j < result.cols; j++)
{
/*
据资料显示，正常黄种人的Cr分量大约在133至173之间，
Cb分量大约在77至127之间。大家可以根据自己项目需求放大或缩小这两个分量的范围，会有不同的效果。
*/
if ((currentCr[j] > 133) && (currentCr[j] < 173) && (currentCb[j] > 77) && (currentCb[j] < 127))
current[j] = 255;
else
current[i] = 0;
}
}
imshow("result", result);
waitKey(0);
return 0;
}
效果图：
这里有一条黑线不知道是啥情况！！！
方法二：基于椭圆皮肤模型的皮肤检测
皮肤检测----肤色椭圆模型
皮肤模型中有单高斯，混合高斯，贝叶斯模型和椭圆模型等。经过前人学者大量的皮肤统计信息可以知道，如果将皮肤信息映射到YCrCb空间，则在CrCb二维空间中这些皮肤像素点近似成一个椭圆分布。因此如果我们得到了一个CrCb的椭圆，下次来一个坐标(Cr, Cb)我们只需判断它是否在椭圆内（包括边界），如果是，则可以判断其为皮肤，否则就是非皮肤像素点。
肤色区域的颜色与亮度成非线性函数关系，在低亮度条件下，YCbCr 空间中色度的聚类性会随Y 呈非线性变换降低。为了使肤色聚类不受亮度Y 的影响并将YCbCr 颜色空间中的色度Cb、Cr进行非线性变换，在研究YCbCr 颜色空间的肤色聚类情况的基础上，去掉高光阴影部分（即 Y 的最大最小值），YCbCr 空间色度非线性变换过程中，用 Cb·· Y 、 Cr·· Y 表示肤色区域的中轴线，肤色区域的宽度分别用 Vcb、Vcr 表示。
即将图像转化到YCbCr 空间并且在CbCr平面进行投影，因此我们采集了肤色的样本点，将其投影到此平面，并且投影后，我们进行了相应的非线性变换K-L变换
进而形成的的统计椭圆模型
说它比较有趣是因为我们是用一副图像来存储上面的椭圆的，而不是直接采用椭圆数学方程。该图像是二值图像，即椭圆区域内部为白色，其它地方为黑色。所以当其需要判断其它像素点时，只需将该像素点转换成Cr，Cb两个坐标，然后在上面的椭圆中找到该坐标的值，如果非0，则为皮肤，反之亦然。
在实际代码中，该椭圆是采用绘画函数绘制到图片上的，一句代码而已：
ellipse(skinCrCbHist, Point(113, 155.6), Size(23.4, 15.2), 43.0, 0.0, 360.0, Scalar(255, 255, 255), -1);
void ellipse(Mat& img, Point center, Size axes, double angle, double startAngle, double endAngle, const Scalar&color, int thickness=1, int lineType=8, int shift=0)
该函数是用来在指定图片上绘制椭圆弧线的。
参数image为需要绘制椭圆的图像；
参数center是该椭圆的中心点坐标；
参数axes是该椭圆的长半轴和短半轴；
参数angle是该椭圆和水平方向上的旋转夹角；
参数startAngle表示绘制椭圆弧线相对该椭圆自己的水平轴的起始角度；
参数endAngel表示绘制椭圆弧线相对该椭圆自己的水平轴的终止角度；
后面的参数比较普通就不介绍了。
绘制椭圆曲线的示意图如下所示：
放上源代码：
#include<opencv2\opencv.hpp>
#include<vector>
#include<iostream>
using namespace cv;
int main()
{
Mat srcImage = imread("hand.jpg");
if (!srcImage.data)
{
printf("could not load image...\n");
return -1;
}
imshow("srcImage", srcImage);
//构建椭圆模型
Mat tmp=srcImage.clone();//克隆一张原图
Mat SkinMat = Mat::zeros(Size(256, 256), CV_8UC1);
ellipse(SkinMat, Point(113, 115.6), Size(23.4, 15.2), 43.0, 0.0, 360.0, Scalar(255, 255, 255), -1);
Mat YcrcbMat, resultMat;//创建一张ycrcb颜色空间图，与结果图
resultMat = Mat::zeros(tmp.size(), CV_8UC1);
//将颜色空间转换到ycrcb
cvtColor(tmp, YcrcbMat, CV_BGR2YCrCb);
for (int i = 0; i < resultMat.rows; i++)
{
uchar *presult = resultMat.ptr<uchar>(i);
Vec3b *ycrcb = YcrcbMat.ptr<Vec3b>(i);
for (int j = 0; j < resultMat.cols; j++)
{
//颜色判断
if (SkinMat.at<uchar>(ycrcb[j][1], ycrcb[j][2]) > 0)
presult[j] = 255;
}
}
imshow("result", resultMat);
waitKey(0);
return 0;
}