C#图像处理：基于YCbCr颜色空间的头发区域检测实现

许南星

发布时间：2026-10-13 | 5人浏览过

原创

在进行图像前景提取时，利用颜色空间转换是常用手段。本文展示如何使用C#直接操作位图内存，将RGB数据映射至YCbCr空间，并通过特定的数值范围阈值来检测与分离头发区域，最后输出经过二值化处理的结果图像。

技术原理与目标

RGB颜色模型虽然直观，但在区分肤色和深色头发时常受光照影响较大。相比之下，YCbCr颜色空间将亮度（Y）与色度（Cb, Cr）分离，能更稳定地表现皮肤和头发的色调差异。本方案旨在通过计算每个像素的Cb、Cr值及其原始亮度，设定严格的边界值，从而在复杂的背景中“提取”出符合特征的头发像素，并将非目标区域置白。

第1步：锁定图像内存获取像素数据

直接访问 System.Drawing.Image 的属性效率较低且限制多。为了提高性能，需使用 LockBits 方法将图像数据复制到非托管内存块中。

入口参数：指定 Format24bppRgb 格式（即每像素8位R/G/B），允许读写权限。
关键参数：Stride 表示扫描行的大小，必须考虑内存对齐带来的填充字节，循环时需跳过这些填充部分。

第2步：坐标遍历与RGB转YCbCr转换

在指针操作的循环中，依次读取当前像素的蓝色(B)、绿色(G)、红色(R)分量。根据标准转换公式计算对应的YCbCr值：

Cb = 128 - 0.169 * R - 0.331 * G + 0.5 * B
Cr = 128 + 0.5 * R - 0.419 * G - 0.081 * B

注意：实际工程中使用的系数可能因具体实现略有不同，下文代码采用了一种常见近似公式进行演示。

第3步：应用阈值判断逻辑

这是核心步骤。为了过滤掉非头发部分，代码定义了以下判定条件：
- Cb 范围：[115, 141]
- Cr 范围：[115, 143]
- 亮度限制：R < 35 (暗示较暗的颜色)

如果像素满足上述所有条件，则视为潜在头发区域保留；否则，强制将该像素的RGB值全部设为 255（白色），从而实现背景消除的效果。

以下是完整的C#实现代码：

//发色检测（YCbCr颜色空间）
public Bitmap HairD(Bitmap a)
{
  Rectangle rect = new Rectangle(0, 0, a.Width, a.Height);
  // 锁定图像数据以进行底层内存操作
  System.Drawing.Imaging.BitmapData bmpData = a.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, System.Drawing.Imaging.PixelFormat.Format24bppRgb);
  int stride = bmpData.Stride;
  unsafe
  {
   byte* pIn = (byte*)bmpData.Scan0.ToPointer();
   byte* p;
   int R, G, B;
   double Cr, Cb,BrightV;
   for (int y = 0; y < a.Height; y++)
   {
     for (int x = 0; x < a.Width; x++)
     {
     p = pIn;
     // BGR顺序读取（24位RGB在内存中通常按B-G-R排列）
     R = p[2];
     G = p[1];
     B = p[0];
     
     // 简单的线性近似转换公式
     Cb = 128 - 37.797 * R / 255 - 74.203 * G / 255 + 112 * B / 255;
     Cr = 128 + 112 * R / 255 - 93.768 * G / 255 - 18.214 * B / 255;
     BrightV = (R + G + B) / 3;
     
     // 阈值判断：Cb/Cr落在特定区间，且亮度较低
     if (!(Cb >= 115 && Cb <= 141 && Cr >= 115 && Cr <= 143 && (R < 35)))
     {
       // 非头发区域置为白色
       pIn[0] = (byte)255; // B
       pIn[1] = (byte)255; // G
       pIn[2] = (byte)255; // R
     }
     pIn += 3;
     }
     // 跨行跳跃，扣除每一行的填充字节(padding bytes)
     pIn += stride - a.Width * 3;
   }
  }
  a.UnlockBits(bmpData);
  return a;
}

//定义最小值函数
public double Min(double a, double b, double c)
{
  double e = (a <= b ? a : b) <= c ? (a <= b ? a : b) : c;
  return e;
}

//定义最大值函数
public int Max(int a, int b, int c)
{
  int e = (a >= b ? a : b) <= c ? c : (a >= b ? a : b);
  return e;
}