谈到磨皮美颜，你们可能认为是一个很高深难懂的事情，网上搜索关于美颜的文章，通常都是搬出许多算法，看得让你头晕目眩的。今天将用大白话来让你快速认识磨皮美颜原理，轻松get到她的点！只要你耐着性子读完本篇文章，你会发现美颜原理其实也是一件很好理解的事情。图玩智能科技为企业提供更稳定更优质的美颜产品及服务，欢迎随时咨询www.toivan.com。算法
磨皮美颜概念函数
讲磨皮美颜以前，先讲讲咱们的人脸，认清磨皮美颜的目的；一般，咱们的人脸上或许有许多痘痘和一些暗色粗糙皮肤，美颜的目的就是尽量使痘痘消失，暗色皮肤变白，使粗糙变细腻，达到美颜效果，从上诉的分析能够得出咱们须要作的事情以下：性能
1.寻找脸上的特征点，如痘痘、暗色粗糙皮肤spa
2.对痘痘、粗糙皮肤加以处理，完成美化。3d
特征点分析blog
咱们一般看到痘痘和暗色皮肤，仔细观察，会发现这些特征点和周围正常皮肤在肤色上有一个差异；若是拍照拍下来，用灰度值查看这个图片，你会发现特征点灰度值较低，而正常白色皮肤灰度值较高，这是一个凸变的过程，正常皮肤到特征点，灰度值从高点陡然下跌；咱们能够用这个现象来把特征点提取出来，如何提取请继续往下看；图片
另外一个是局部粗糙皮肤，其局部灰度值，也须要尽量将其数字磨平，让它和正常皮肤同样，和上面痘痘同样，也会有一个灰度值陡然降低的过程get
特征点提取源码
这里须要一种滤波算法，能够是均值化滤波、高斯滤波、双边滤波和导向滤波等算法，考虑到手机CPU性能，咱们通常选择高斯滤波，加权求平均的算法；试想一下，一张二维灰度值人脸图片，特征点灰度值低，正常皮肤灰度值高，滤波算法事后，正常皮肤变化不大，特征点由于周围正常皮肤灰度值较高的缘由，广泛灰度值会有一个变大的效果，这个时候咱们用原图灰度值减去滤波后的灰度值，那么特征点的灰度值是小于0位负的，正常皮肤灰度值为正的，这样咱们就获得整张人脸图片的特征点了产品
特征点=原图−滤波后的图特征点 = 原图 - 滤波后的图
特征点=原图−滤波后的图
咱们归一化灰度值，也就是将灰度值0-255归一化为0-1的取值，按照上面的步骤，获得特征点后，给他统一加0.5，也就是
特征点=原图−滤波后的图+0.5特征点 = 原图 - 滤波后的图 + 0.5
特征点=原图−滤波后的图+0.5
这样，咱们的特征点小于0.5，正常皮肤的是大于0.5的
特征点增强
为了使咱们的特征点更明显，咱们对特征点增强，主要是使特征更加明显，后续好处理；获得一个高度反差的图像，以下图
如上图，手上有皱纹以及关节处黑色比较明显，获得了特征点增强图片
源码：
注意： 滤波越细腻，磨皮效果越好
特征点处理
通过上一步，特征点已经处理了，那特征点如何处理了，处理的原则又是什么呢？
那就是对特征点亮化处理，增长其灰度值大小，使其尽量比原色更白，和正常肤色同样，那如何才能达成这一效果？
请看如下算法：
算法解释都在代码注释里面了，主要仍是看第三句代码：
primaryColor-vec3(features)：
原图减去特征点，暗色的特征点很小，减法后值更大；正常皮肤特征点大，减法后值越小；最后在加上原图，原图特征点值变大了，就会显得亮度更亮，实现了咱们要的效果
细节补偿
进过上面的图像处理时，会有必定的图像细节丢失，咱们须要将原始图像和处理图像融合进行细节补偿，达到细节补偿效果；
先用max选择亮度较高的灰度值，最后在与处理图融合；
这里为何要用max函数来处理一遍呢，由于在特征点处理步骤，正常图片作减法后的加法，其灰度值可能比原图更低，因此这里这么处理，最后咱们获得的图片效果；
以上就是磨皮美颜的常规处理，最终效果上看确实达到了美颜的效果；
美颜不单单是美肤，还有瘦脸、大眼睛等，这些才是美颜的进阶！