android 磨皮原理,Android平台Camera实时滤镜实现方法探讨(九)–磨皮算法探讨(一)

android 磨皮原理,Android平台Camera实时滤镜实现方法探讨(九)–磨皮算法探讨(一)上一篇开头提到了一些可用于磨皮的去噪算法,下面我们实现这些算法并且观察效果,咱不考虑实时性的问题该算法利用图像局部统计特性进行滤波处理,例如NXM像素的灰度图,首先计算点(i,j)所在窗口内(大小为(2n+1)(2m+1))的平均值m(i,j)以及均方差:得到加性去噪后的结果为:其中:1.根据原文提出的优化方法,首先是建立两个积分图,如图所示,点4的积分即为Sum(Ra)+Sum(Rb)+…

大家好,又见面了,我是你们的朋友全栈君。

上一篇开头提到了一些可用于磨皮的去噪算法,下面我们实现这些算法并且观察效果,咱不考虑实时性的问题

该算法利用图像局部统计特性进行滤波处理,例如NXM像素的灰度图,首先计算点(i,j)所在窗口内(大小为(2n+1)(2m+1))的平均值m(i,j)

39bc60063d9521bfe7f6eaf81e774902.png

以及均方差:

9c4fc4d73019cf4841b92403057efd24.png

得到加性去噪后的结果为:

ac4053e0f895315a54600deee0f05a34.png

其中:

05529e263efebf0f7d27853ae7844cf8.png

1.根据原文提出的优化方法,首先是建立两个积分图,如图所示,点4的积分即为Sum(Ra)+Sum(Rb)+Sum(Rc)+Sum(Rd)。积分图的建立算法可以参考这篇文章进行简单优化,然后即可根据积分图计算公式中的m值和v值。

25a13b5b780d82647f46de653567ff6b.png

例如半径为r的窗口的m(i,j)为Integral(i+r,j+r) + Integral(i-r-1,j-r-1)-Integral(i+r,j-r-1)-Integral(i-r-1,j+r)。代码如下,分别求1次方和平方的积分图。

void MagicBeauty::initIntegral(uint8_t* inputMatrix){

LOGE(“initIntegral start”);

if(mIntegralMatrix == NULL)

mIntegralMatrix = new uint64_t[mImageWidth * mImageHeight];

if(mIntegralMatrixSqr == NULL)

mIntegralMatrixSqr = new uint64_t[mImageWidth * mImageHeight];

uint64_t *columnSum = new uint64_t[mImageWidth];

uint64_t *columnSumSqr = new uint64_t[mImageWidth];

columnSum[0] = inputMatrix[0];

columnSumSqr[0] = inputMatrix[0] * inputMatrix[0];

mIntegralMatrix[0] = columnSum[0];

mIntegralMatrixSqr[0] = columnSumSqr[0];

for(int i = 1;i < mImageWidth;i++){

columnSum[i] = inputMatrix[i];

columnSumSqr[i] = inputMatrix[i] * inputMatrix[i];

mIntegralMatrix[i] = columnSum[i];

mIntegralMatrix[i] += mIntegralMatrix[i-1];

mIntegralMatrixSqr[i] = columnSumSqr[i];

mIntegralMatrixSqr[i] += mIntegralMatrixSqr[i-1];

}

for (int i = 1;i < mImageHeight; i++){

int offset = i * mImageWidth;

columnSum[0] += inputMatrix[offset];

columnSumSqr[0] += inputMatrix[offset] * inputMatrix[offset];

mIntegralMatrix[offset] = columnSum[0];

mIntegralMatrixSqr[offset] = columnSumSqr[0];

// other columns

for(int j = 1; j < mImageWidth; j++){

columnSum[j] += inputMatrix[offset+j];

columnSumSqr[j] += inputMatrix[offset+j] * inputMatrix[offset+j];

mIntegralMatrix[offset+j] = mIntegralMatrix[offset+j-1] + columnSum[j];

mIntegralMatrixSqr[offset+j] = mIntegralMatrixSqr[offset+j-1] + columnSumSqr[j];

}

}

delete[] columnSum;

delete[] columnSumSqr;

LOGE(“initIntegral end”);

}

2.根据网上抄来的RGB肤色检测计算肤色区域

void MagicBeauty::initSkinMatrix(){

LOGE(“start – initSkinMatrix”);

if(mSkinMatrix == NULL)

mSkinMatrix = new uint8_t[mImageWidth * mImageHeight];

for(int i = 0; i < mImageHeight; i++){

for(int j = 0; j < mImageWidth; j++){

int offset = i*mImageWidth+j;

ARGB RGB;

BitmapOperation::convertIntToArgb(mImageData_rgb[offset],&RGB);

if ((RGB.blue>95 && RGB.green>40 && RGB.red>20 &&

RGB.blue-RGB.red>15 && RGB.blue-RGB.green>15)||//uniform illumination

(RGB.blue>200 && RGB.green>210 && RGB.red>170 &&

abs(RGB.blue-RGB.red)<=15 && RGB.blue>RGB.red&& RGB.green>RGB.red))//lateral illumination

mSkinMatrix[offset] = 255;

else

mSkinMatrix[offset] = 0;

}

}

LOGE(“end – initSkinMatrix”);

}

3.根据公式对RGB通道或者将RGB通道转化为YCbCr格式单独对Y通道进行滤波

void MagicBeauty::startLocalStatisticsSmooth(float sigema){

if(mIntegralMatrix == NULL || mIntegralMatrixSqr == NULL ||

mImageData_yuv_y == NULL || mSkinMatrix == NULL || mImageData_yuv == NULL){

LOGE(“not init correctly”);

return;

}

int radius = mImageWidth > mImageHeight ? mImageWidth * 0.02 : mImageHeight * 0.02;

LOGE(“startSmooth”);

for(int i = 1; i < mImageHeight; i++){

for(int j = 1; j < mImageWidth; j++){

int offset = i * mImageWidth + j;

if(mSkinMatrix[offset] == 255){

int iMax = i + radius >= mImageHeight-1 ? mImageHeight-1 : i + radius;

int jMax = j + radius >= mImageWidth-1 ? mImageWidth-1 :j + radius;

int iMin = i – radius <= 1 ? 1 : i – radius;

int jMin = j – radius <= 1 ? 1 : j – radius;

int squar = (iMax – iMin + 1)*(jMax – jMin + 1);

int i4 = iMax*mImageWidth+jMax;

int i3 = (iMin-1)*mImageWidth+(jMin-1);

int i2 = iMax*mImageWidth+(jMin-1);

int i1 = (iMin-1)*mImageWidth+jMax;

float m = (mIntegralMatrix[i4]

+ mIntegralMatrix[i3]

– mIntegralMatrix[i2]

– mIntegralMatrix[i1]) / squar;

float v = (mIntegralMatrixSqr[i4]

+ mIntegralMatrixSqr[i3]

– mIntegralMatrixSqr[i2]

– mIntegralMatrixSqr[i1]) / squar – m*m;

float k = v / (v + sigema);

mImageData_yuv[offset*3] = m – k * m + k * mImageData_yuv_y[offset];

}

}

}

endLocalStatisticsSmooth();

}

效果图:磨皮强度为最大10.

bb221d9f38e2e83ad1ed04a00ac48049.png

a9ec56d707316ca3fcf3af9da328e1ad.png

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/162997.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号