简单探讨可牛影像软件中具有肤质保留功能的磨皮算法及其实现细节。

在几年前写的一篇关于BEEP的文章时,我曾经说过Beep的去噪作用可以用于磨皮,并且给出了结论BEEP比可牛和美图等的效果要更为好,现在看来,那个结论确实是太为夸张和固定了。不同的人的审美观不同,同一个人在不同时段审美观也会有所差异,现在看来,我到时觉得可牛影像的带有肤质保留效果的磨皮更加自然,也更加符合实际的情况。

在前段日子里,又随意的百度了下PS的磨皮教程,看到了很多的曾经看过的例子,也看到了一些当时不以为然的文章。其中就包括http://www.missyuan.com/thread-468975-1-1.html这里讲的流程,因为看到其第二步为:

2、用插件磨皮

这一步很重要,直接影响最终效果,磨光一些,不要担心纹理。

平湖老师可能用的NeatImage,我这里使用的是Portraiture, 把红框内的滑块都拉到最大。

当时自己没有NeatImage,也未安装Portraiture,所以对这个教程就不以为然了。

当我再次浏览此教程时,终于耐下心自己试验了下, 虽然我还是没有安装NeatImage和Portraiture,但是可以直接用PS自带的表面模糊来替代,虽然效果会有所不同,但是却不影响算法的核心效果。事实再次证明一个真理:别人讲一千遍好,不如自己都一次感受深。

那么这个教程的一个最关键的效果就是磨皮的同时保留了肤质,很类似于可牛影像的效果,而多次的实践证明,可牛软件100%也是采用了类似的过程。

我们把那个教程的简单操作步骤列表如下:

  1、复制一个图层,我们定义改层名字为HighPass

2、用插件对HighPass层磨皮;

3、应用图像,模式选择减去,缩放值为1,偏差128;

4、更改HighPass层混合模式为线性光,不透明度合适取值。

5、对HighPass层进行高斯模糊,模糊半径0.5-2左右。

  基本就这样收工了,似乎没有什么高深复杂的东西。

   至于效果:我们用几幅实际的图像来测试下(第二步用表面模糊来代替)。

         

                原图                          去斑需要的纹理图                结果图(表面模糊参数半径=10,阈值=16)

       

            原图                                        去斑需要的纹理图                          结果图(表面模糊参数半径=10,阈值=50)

为了程序的实现,我们对每个步骤都进行对应的分析,为方便,我们假定原始图像层为Src层。

(1)复制图层: 这个没啥好说的,无非是分配一个同样大小的内存,然后memcpy 函数复制 Src到HighPass层。

          HighPass= Copy(Src);

(2)对HighPass层磨皮:这个算法可以选择:表面模糊、导向滤波、双边滤波、各向异性扩散、BEEP、局部均方差、Domain transfer、 Adaptive Manifolds、 Local Laplacian Filters等任何具有保边效果的EPF-Filter,这里不多说。

         表达式为:  HighPass = EPF-Filter(HighPass);

(3)应用图像:这里的界面看上去似乎很复杂,那代码是不是很复杂呢,其实代码简单的吓人,就是下面的计算公式:

        HihgPass = HighPass - Src + 128;

看上去这个公式是不是很熟悉,不错,这个和高反差保留的算法是一模一样的,只是Photoshop内嵌的高反差保留用的是高斯模糊,这里用的是EPF滤波器而已。

(4) 从编程角度来说,要把上述过程的第四步和第五步调换顺序,否则会得到错误的结果,因此这里第四步是:

       HighPass = GuassBlur(HighPass, Radius);

    其中Radius为高斯模糊的半径。

(5) 进行图层混合: 线性光混合的计算公式也很简单:

     假定两个相邻图层X和Y,X在下方,Y在上方,X与Y混合,则X是基色,Y是混合色,X与Y混合得到的颜色是结果色Z,对于线性光混合模式,其计算公式为:

          Z = X + 2 * Y - 256;    (原先以为是  - 255,后用PS CS6验证是 - 256)

     不透明度的计算公式就更为简单,如果Opacity表示Y的不透明度,则合成公式为:

        Z = (X * (100- Opacity) + Y * Opacity ) / 100;

     那么两个综合在一起的计算公式为:

          Z =  (X * (100- Opacity) + (X + 2 * Y - 256)* Opacity ) / 100;

综合上述五个步骤,最后的计算公式即为:

      Dest =(Src * (100 - Opacity) + (Src + 2 * GuassBlur(EPFFilter(Src) - Src + 128) - 256) * Opacity) /100 ;

总的来说,这个算法并没有什么特别复杂的地方,其关键的恢复皮肤质感的步骤是第四步的高斯模糊,这个模糊的半径一般越大,质感越强,但是太大,磨皮效果就没有了,因此,这里需要把握合适的度,一般半径在0.5-2之间比较合适。

至于为什么用了这个高斯模糊就可以恢复图像的质感,我其实也是有些想法的,不过目前还不成熟,暂时不管他,知道结果而不管缘由有的时候也是一种幸福。

再来说说算法的参数问题吧,作为现在APP上美颜必备的这个功能,每个APP都希望给用户呈现出更少的更傻瓜(智能)的参数,在本过程中,比如第二步,必然有很多可选的参数配置:如果选用表面模糊,则需要确定半径及阈值;如果使用导向滤波,则一般也需要半径参数。如何根据用户UI中的参数(比如磨皮程度)来确定对应的内部的参数,就需要针对每个不同的滤波器来做多次的调试和实验,这个并无固定的法则可遵循。

再如第三步应用图像中常数128,其实也不一定是个定值,如果把他调大,则处理后的图像整体偏亮,调小则图像偏暗。

第五步的图层的不透明度参数也是一个道理,如果不透明度值越大,则图片整体的斑点可能会偏多,偏小,那么图像又会过于模糊,也许取个50%是个不错的选择吧,或者自己根据处理的纹理图的某个指标做个算法更好吧。

算法速度方面其实主要取决于第二步,也就是EPF滤波器,这个就是个各显神通的好地方,不多言。

  其次就是高斯模糊的计算,高斯模糊必然有浮点计算,这对于手机等其他硬件,可能是个硬伤。而如果用方框模糊或者线性模糊等代替,则存在一个问题就是模糊的最小幅度即半径为1时,纹理恢复的效果都有点过,特别是在我的程序中,高斯模糊的计算用了差不多占了整个用时的1/3.

如果看下这个的流程,可以认为美图里的任何一个磨皮算法都只是进行了该流程的第二步就为止了,如果他在加上后续的处理,也一定能有和可牛类似的效果。

最后鄙视下可牛和美图程序的磨皮算法的速度吧(我指的是PC上程序的速度):

我用的基于局部均方差的磨皮方式外加锐化等过程的耗时针对上面第二幅所谓的美女平均耗时约 35ms(基于表面模糊),25ms(基于均方差);

而可牛或者美图我估计感觉了,至少要有1000ms左右。

  那么类似的PS教程比如这里:http://www.psjia.com/photoshop/photops/2012/0106/3891.html 的一下几个过程算法其实也很简单,并且也有着相当不错的效果,而如果从实现上考虑也就只要一下几个过程:

Invert(Src, Dest);
HighPass(Dest, Dest, 10);
GuassBlur(Dest, Dest, 1);
BlendImage(Src, Dest, Dest, BlendMode::Overlay, 255);

  最后我们来比较下可牛、美图、本文的处理效果:

  

                  原图                                   美图秀秀的智能模糊 程度深

   

            可牛的磨皮 力度5                                   本文的磨皮效果

   可以看出,本文的效果和可牛的非常接近,可以说明可牛也采用的该算法。

附上一个按照所谓平湖法的流程的做的一个测试程序:   仿可牛磨皮特效.rar

****************************作者: laviewpbt   时间: 2015.8.6    联系QQ:  33184777 转载请保留本行信息**********************

时间: 2024-10-12 03:31:53

简单探讨可牛影像软件中具有肤质保留功能的磨皮算法及其实现细节。的相关文章

谈可牛影像磨皮算法及其于美图秀秀之类软件磨皮的区别和联系。

在几年前写的一篇关于BEEP的文章时,我曾经说过Beep的去噪作用可以用于磨皮,并且给出了结论BEEP比可牛和美图等的效果要更为好,现在看来,那个结论确实是太为夸张和固定了.不同的人的审美观不同,同一个人在不同时段审美观也会有所差异,现在看来,我到时觉得可牛影像的带有肤质保留效果的磨皮更加自然,也更加符合实际的情况. 在前段日子里,又随意的百度了下PS的磨皮教程,看到了很多的曾经看过的例子,也看到了一些当时不以为然的文章.其中就包括http://www.missyuan.com/thread-4

从软件工程视角,回顾分析本科毕业设计软件中存在的不足问题

本科毕业设计题目:学院实习过程管理系统设计与实现 软件开发背景:结合学院目前实习情况,企业实习是大四上半年的重要组成部分,从企业长训的选择.到过程中的文档管理.通知管理.企业学分互换等工作,希望通过一个类似系统的设计,能把各基地的管理工作智能化.规范化,希望拟企业长训工作的管理为需求,进行较全面的分析,设计好功能模块及流程,完成一个模拟系统开发. 开发技术:在这个系统中我综合应用了MySQL.Servlet.JSP等技术知识. 从软件工程角度分析毕业设计项目,发现存在以下问题: 软件工程开发流程

条码打印软件中修改数据库连接的教程

最新版BarTender 2016的八大功能特性之一就是改进的数据库连接,其数据库对话框更加直观,有更多数据库功能选项.本文,小编就教大家如何在BarTender 2016直观的数据库对话框修改数据库连接. 1.在BarTender 2016中,单击数据库连接按钮,根据向导提示连接对应excel数据库. 2.单击选择"表"选项卡,在此您可以单击"Select Tabels...",添加或删除要使用的数据库中的工作表. 3.在"筛选器"选项卡,用户

从SDN鼻祖Nicira到VMware NSX 网络虚拟化平台的简单探讨

以前的大二层技术,一般是在物理网络底层使用IS-IS路由技术,再在此基础之上,实现数据中心网络的二层扩展,如公有的Trill.SPB技术和Cisco私有的OTV.Fabricpath技术:前沿一些的网络虚拟化技术,使用了VXLAN.NVGRE等协议,突破VLAN和MAC的限制,将数据中心的大二层网络扩展的更大.而使用VMware NSX,则更进一步--我们可以对网络提供已对计算和存储实现的相同虚拟化功能.就像服务器虚拟化可以通过编程方式创建.删除和还原基于软件的虚拟机以及拍摄其快照一样,NSX网

简单探讨全排列的生成算法

在研究组合数学的时候,常常能够碰见要求生成全排列的情况.下面来简单探讨全排列的递归生成算法. 现有一个序列(1,2,3),将其命名为序列S<a1,a2,a3>, 假定A(a1,a2,a3) 为这个序列的全排列,那么我们可以得到如下若干序列: <a1,A(a2,a3)>  ① <a2,A(a1,a3)>  ② <a3,A(a1,a2)>  ③ 我们再来看①,她还可以展开成如下两个序列: <a1,a2,A(a3)>  ⑤ <a1,a3,A(a2

条码打印软件中如何插入特殊字符

在使用中琅条码打印软件进行商品条码制作时,有时,通过对条形码数字部分的样式处理,可以使我们的而商品条码在打印出来之后更加美观大方,也可以提高我们条码的易读性.大多数情况下,对于商品条码,我们在制作完成后,基本上都是直接打印了,但特殊情况下,由于一些业务需求决定,我们需要在商品条码数字部分插入一些特殊字符,比如下图中数字部分的"/",这个时候应该怎么操作呢,接下来就来跟大家拆解一下具体地操作步骤: 首先,我们打开中琅条码标签打印软件,点击新建一个商品条码,双击条码图形,在调出的"

条码打印软件中如何制作彩色渐变的二维码

我们常见的二维码一般都是黑白色的,这是为什么呢?我们都知道,计算机底层设计中是用二进制"1"和"0"来存储数据的,而二维码也正是用黑白矩形表示数据的,对应关系就是黑色为1,白色为0,这样,二维码看似无规则的黑白配,其实都是根据后面的数据转成二进制,然后对应黑白颜色有规律的排列的.加上黑白色对比更强烈,也更容易扫描读取,所以一般二维码设计都会设计成黑白色.但有时我们需要把二维码设计的更炫酷,更加吸人眼球一些,于是,很多朋友就会想着把二维码做成彩色的.这个在新版中琅条码

条码打印软件中如何制作汽车零部件标签

近年来,汽车行业发展迅速,带动大量相关零部件制造商家的繁荣.由于各个汽车工厂对于零部件加工规格的不同,也导致了上游的零部件制造商家需要设计不同的条码标签来统一管理.这里,就跟大家分享一下,在中琅领跑条码打印软件中如何简单制作汽车的零部件标签.同时,也会跟大家分享一下从数据库导入字段动态生成条码的具体操作. 首先,打开我们的中琅条码打印软件,新建一个标签纸张,在"文档设置"窗口中设置"打印机/纸张"为卷式,"进纸方向"为纵向,点击下一步,设置&qu

条码打印软件中个性化条码的制作

新版中琅领跑条码标签打印软件在条形码绘制模式中新增了两种图片处理模式,分别是"图片背景"以及"图片模块",在前面的文章中我们已经在彩色渐变二维码实际设计中介绍了"图片背景"的简单使用,这里就跟大家分享下"图片模式"的一些理解.什么是图片"模式"呢?首先明确一个概念,"条空"所谓条空就是条形码每一条黑色"矩形",而图片模块的效果就是设置背景图或以图片内容填充每个条空的外