Solución:
Según esto: http://matmidia.org/sibgrapi2009/media/posters/59928.pdf
La piel en el canal H se caracteriza por valores entre 0 y 50, en el canal S de 0,23 a 0,68 para etnias asiáticas y caucásicas.
Tendrá que tener mucho cuidado con las partes muy oscuras de la imagen y probablemente descartarlas por completo, ya que la conversión HSV se vuelve realmente ruidosa para valores pequeños de V.
Dependiendo de cuáles sean sus limitaciones, también podría considerar usar un guante de color (algún color que no aparece normalmente en la escena), o establecer un fondo de un color diferente al rojo, que esté más alejado de los colores de la piel (magenta, verde, lo que).
Básicamente, es difícil tener un rango de color fijo para la piel, porque incluso si solo desea detectar su propia piel, su color cambiará mucho según las condiciones de iluminación.
Entonces, tal vez puedas usar la idea de este bonito artículo científico de 2011:
http://www.robots.ox.ac.uk/~vgg/research/hands/
Básicamente, detectan rostros (es fácil con oepncv). Luego extraen el color de la piel del rostro (que es muy específico de las personas de la imagen). Luego detectan la piel usando este color. Dado que el color es muy específico, deberían tener mucha menos detección falsa que la que tiene con su rango de color fijo.
Sé que es demasiado tarde para responder a esto. Pero estoy haciendo lo mismo, y usé K significa agrupamiento para obtener el color de la piel. Eso es, primero tienes que Detectar la cara, lo que estoy haciendo con el uso del clasificador en cascada de Haar, y luego, en base a las coordenadas de la cara, puedes recortar la cara y luego usarla como fuente para agrupar el color. Descubre el grupo que tiene más elementos y ese será tu color de piel. O sin especificar un valor en particular, puede obtener el punto central del clúster y puede usarlo como un rango deduciendo y agregando un valor en particular. Esto será útil http://answers.opencv.org/question/23196/k-mean-clustering-of-hsv-histogram-of-frames-of-a-video/