美顏SDK中磨皮功能的演算法實現

美顏 SDK發展至今已經有了將近十個年頭，從一開始的“無人問津”到時下的“人盡皆知”，這期間經過了一次又一次的更新迭代，無論是演算法功能方面。當下， 美顏 SDK被廣泛應用到了人們的拍攝場景，例如圖文社交平臺、短影片、直播等平臺。今天，小編繼續為大家講一下美顏SDK演算法類的小知識。

本篇講解的重點為美顏 SDK的磨皮功能，因為這是使用者使用頻率比較高的一個功能，同時也是近期提問頻次比較多的。那麼，磨皮功能的演算法是如何實現的呢？首先我們先來了解一下它的演算法：

一、 保邊濾波器 與 濾波

對於這個演算法是透過一些具有保留邊緣能力的濾波器將所選目標影像 “磨平”，以此達到皮膚平滑的目的。當然，有此類功能的濾波器不止這一個，還有雙邊、導向、表面模糊、區域性均值等濾波器，每個平臺都會選擇自己所適用的濾波器，這樣才能發揮比較好的效果，無論是平滑度還是細節方面，都需要透過後期新增，以此讓畫面更加自然。

二、高反差減弱

接下來小編再為大家講一下高反差減弱演算法，此演算法透過高反差來得到皮膚的細節資料，根據細節區域的資料，例如將皮膚中問題區域的位置與原圖相應區域進行顏色處理，以此實現瑕疵弱化、美膚的效果，此方法在保留紋理的時候還減弱了皮膚的瑕疵的顏色，使皮膚看起來更加光滑自然，尅有理解為 “輕度磨皮”。  

三、其它

除了上述的一些熱門演算法以外，還有一些不太常見的磨皮演算法，例如保邊濾波這一類的，這個方法在完成保邊濾波器之後會得到光火的濾波圖，透過原圖和濾波圖融合即可達到平滑皮膚，最終去除斑點，保留紋理即可。對比於前兩種主流演算法，這種演算法很少被應用的原因是因為整體效果比較遜色，無法滿足眾多運營方甚至是使用者的需求，如今只有一小部分平臺在使用。

 

以上，小編簡述了幾種常用的美顏 SDK濾鏡功能的演算法。實際上，不止是濾鏡功能，美顏SDK每一個大功能，甚至是不起眼的小功能背後都是由複雜的演算法作為支撐，上述演算法如果要展開來講甚至還會涉及更多問題，受限於篇幅問題，在這裡就不一一講解了。