談到磨皮美顏，你們可能認爲是一個很高深難懂的事情，網上搜索關於美顏的文章，通常都是搬出許多算法，看得讓你頭暈目眩的。今天將用大白話來讓你快速認識磨皮美顏原理，輕鬆get到她的點！只要你耐着性子讀完本篇文章，你會發現美顏原理其實也是一件很好理解的事情。圖玩智能科技爲企業提供更穩定更優質的美顏產品及服務，歡迎隨時諮詢www.toivan.com。算法
磨皮美顏概念函數
講磨皮美顏以前，先講講咱們的人臉，認清磨皮美顏的目的；一般，咱們的人臉上或許有許多痘痘和一些暗色粗糙皮膚，美顏的目的就是儘量使痘痘消失，暗色皮膚變白，使粗糙變細膩，達到美顏效果，從上訴的分析能夠得出咱們須要作的事情以下：性能
1.尋找臉上的特徵點，如痘痘、暗色粗糙皮膚spa
2.對痘痘、粗糙皮膚加以處理，完成美化。3d
特徵點分析blog
咱們一般看到痘痘和暗色皮膚，仔細觀察，會發現這些特徵點和周圍正常皮膚在膚色上有一個差異；若是拍照拍下來，用灰度值查看這個圖片，你會發現特徵點灰度值較低，而正常白色皮膚灰度值較高，這是一個凸變的過程，正常皮膚到特徵點，灰度值從高點陡然下跌；咱們能夠用這個現象來把特徵點提取出來，如何提取請繼續往下看；圖片
另外一個是局部粗糙皮膚，其局部灰度值，也須要儘量將其數字磨平，讓它和正常皮膚同樣，和上面痘痘同樣，也會有一個灰度值陡然降低的過程get
特徵點提取源碼
這裏須要一種濾波算法，能夠是均值化濾波、高斯濾波、雙邊濾波和導向濾波等算法，考慮到手機CPU性能，咱們通常選擇高斯濾波，加權求平均的算法；試想一下，一張二維灰度值人臉圖片，特徵點灰度值低，正常皮膚灰度值高，濾波算法事後，正常皮膚變化不大，特徵點由於周圍正常皮膚灰度值較高的緣由，廣泛灰度值會有一個變大的效果，這個時候咱們用原圖灰度值減去濾波後的灰度值，那麼特徵點的灰度值是小於0位負的，正常皮膚灰度值爲正的，這樣咱們就獲得整張人臉圖片的特徵點了產品
特徵點=原圖−濾波後的圖特徵點 = 原圖 - 濾波後的圖
特徵點=原圖−濾波後的圖
咱們歸一化灰度值，也就是將灰度值0-255歸一化爲0-1的取值，按照上面的步驟，獲得特徵點後，給他統一加0.5，也就是
特徵點=原圖−濾波後的圖+0.5特徵點 = 原圖 - 濾波後的圖 + 0.5
特徵點=原圖−濾波後的圖+0.5
這樣，咱們的特徵點小於0.5，正常皮膚的是大於0.5的
特徵點增強
爲了使咱們的特徵點更明顯，咱們對特徵點增強，主要是使特徵更加明顯，後續好處理；獲得一個高度反差的圖像，以下圖
如上圖，手上有皺紋以及關節處黑色比較明顯，獲得了特徵點增強圖片
源碼：
注意： 濾波越細膩，磨皮效果越好
特徵點處理
通過上一步，特徵點已經處理了，那特徵點如何處理了，處理的原則又是什麼呢？
那就是對特徵點亮化處理，增長其灰度值大小，使其儘量比原色更白，和正常膚色同樣，那如何才能達成這一效果？
請看如下算法：
算法解釋都在代碼註釋裏面了，主要仍是看第三句代碼：
primaryColor-vec3(features)：
原圖減去特徵點，暗色的特徵點很小，減法後值更大；正常皮膚特徵點大，減法後值越小；最後在加上原圖，原圖特徵點值變大了，就會顯得亮度更亮，實現了咱們要的效果
細節補償
進過上面的圖像處理時，會有必定的圖像細節丟失，咱們須要將原始圖像和處理圖像融合進行細節補償，達到細節補償效果；
先用max選擇亮度較高的灰度值，最後在與處理圖融合；
這裏爲何要用max函數來處理一遍呢，由於在特徵點處理步驟，正常圖片作減法後的加法，其灰度值可能比原圖更低，因此這裏這麼處理，最後咱們獲得的圖片效果；
以上就是磨皮美顏的常規處理，最終效果上看確實達到了美顏的效果；
美顏不單單是美膚，還有瘦臉、大眼睛等，這些纔是美顏的進階！