Ycbcr肤色模型，用matlab实现

1. 首先，我们需要导入一张图片。可以使用imread函数来读取一张图片，函数的参数为图片的文件路径。

   img = imread('your_image.jpg');

2. 我们将图像转换为YCbCr色彩空间，可以使用rgb2ycbcr函数。

   ycbcr_img = rgb2ycbcr(img);

3. 由于YCbCr色彩空间中的Cb和Cr通道是色度信息，通常我们只关注Y通道，即亮度信息。所以我们只需要提取出Y通道即可。

   y = ycbcr_img(:, :, 1);

4. 接下来，我们需要对Y通道进行肤色检测。肤色检测的方法有很多，这里我们使用一种简单的方法：根据YCbCr肤色模型中的Cr和Cb阈值来检测肤色。

   % 设置阈值
   cb_min = 77;
   cb_max = 127;
   cr_min = 133;
   cr_max = 173;
   
   % 进行肤色检测
   skin_mask = ycbcr_img(:,:,2)>=cb_min & ycbcr_img(:,:,2)<=cb_max & ...
               ycbcr_img(:,:,3)>=cr_min & ycbcr_img(:,:,3)<=cr_max;

5. 最后，我们可以将肤色部分标记出来。这里我们选择使用imshow函数来展示标记后的图像。

   % 将肤色部分标记为红色
   red = cat(3, ones(size(img)), zeros(size(img)), zeros(size(img)));
   red(skin_mask) = 1;
   
   % 在原图上标记肤色部分
   marked_img = img + 100*red;
   
   % 展示标记后的图像
   imshow(marked_img);

完整代码如下：

% 导入图片
img = imread('your_image.jpg');

% 将图像转换到YCbCr色彩空间
ycbcr_img = rgb2ycbcr(img);

% 提取Y通道
y = ycbcr_img(:, :, 1);

% 设置阈值
cb_min = 77;
cb_max = 127;
cr_min = 133;
cr_max = 173;

% 进行肤色检测
skin_mask = ycbcr_img(:,:,2)>=cb_min & ycbcr_img(:,:,2)<=cb_max & ...
            ycbcr_img(:,:,3)>=cr_min & ycbcr_img(:,:,3)<=cr_max;

% 将肤色部分标记为红色
red = cat(3, ones(size(img)), zeros(size(img)), zeros(size(img)));
red(skin_mask) = 1;

% 在原图上标记肤色部分
marked_img = img + 100*red;

% 展示标记后的图像
imshow(marked_img);

注：此代码仅是一个简单的肤色检测实现，可能会存在一些误检和漏检。在实际应用中应该考虑使用更加复杂的肤色检测算法来提高准确率。