方法一：基于YCrCb颜色空间Cr,Cb范围筛选法

思路如下：

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：

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：

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：