直观地说，HSV 是轻松定义肤色色调的地方。

然而，在这方面有广泛的工作，甚至还有关于皮肤检测的最佳色彩空间的文章。

然而，您应该看看OPTIMUM COLOR SPACES FOR SKIN DETECTION（IEEE 的替代方案 - Optimum color spaces for skin detection）。

根据他们的说法，只要您创建 Optimal Detector，性能就没有区别。
这实际上是有道理的，因为文章中的所有颜色空间都是一对一的函数，这意味着这里真正的事情是开发正确的分类器。

如果您手动将足够多的像素分类为皮肤/非皮肤，您会在颜色空间中获得一个点云，告诉您这些像素的统计分布。

通常，自动分类相当于定义一个清晰的边界，在该边界内像素被视为皮肤。标准色彩空间是 3D 的，并且是通过非线性变换相互映射的。在所有空间中，您基本上都会获得或多或少紧凑的“土豆形状”。

如果您将分类器基于经验/简单函数（例如球体），则需要找到形状最球形的空间。否则，如果您使用通用分类器，它将自行学习云的形状。

无论如何，我最好的建议是对亮度进行标准化，因为皮肤的表观亮度取决于环境光的数量，这是一个不受控制的参数。然后你减少到二维信息，比如 HS。

非常深或非常浅的皮肤一直存在问题，并且将继续存在问题，因为它们传达的颜色信息很少并且没有区别。