Android平台Camera实时滤镜实现方法探讨(十一)--实时美颜滤镜

标签：

上一章完成了对图片的磨皮处理，经过简单算法流程优化，可以达到很快的速度，但是不能用于实时美颜。经实验，若采用只处理Y信号的方案，半径极限大约是5-10，超过10则明显感受到卡顿，但对于1920X1080的预览分辨率来说，取10为半径很难得到理想效果。即使将分辨率降低到1280X720也差强人意。所以很难简单的直接应用在移动端实时处理上。

另一方面，人物的正常肤，色应该是偏红，所以则会导致人物图像的红色通道偏亮，使红色通道保留的细节成分较少，相比之下，绿色通道保留更多细节，所以，一般情况下我们也可以只采用过滤绿色通道来实现实时磨皮。下面对思路简单介绍：

1.取出绿色通道，对绿色通道进行模糊处理，例如高斯模糊，得到模糊后的值sampleColor：

在顶点着色器中创建长度为20~25的数组，作为片段着色器需要取数据的点	

        varying vec2 blurCoordinates[20];
	blurCoordinates[0] = inputTextureCoordinate.xy + singleStepOffset * vec2(0.0, -10.0);
        ....
	blurCoordinates[19] = inputTextureCoordinate.xy + singleStepOffset * vec2(4.0, -4.0);</span>
在片段着色器依次取出这些点的绿色通道值，乘以权重，最后除以总权重，得到模糊后的绿色通道值

2.用原图绿色通道值减去sampleColor，加上0.5（即128），1+2两个步骤即PS中的高反差保留：

	vec3 centralColor = texture2D(inputImageTexture, textureCoordinate).rgb;	
	float highpass = centralColor.g - sampleColor + 0.5;

3.对上述结果值进行3-5次强光处理（见第七章的“叠加”混合模式），此步骤可以使得噪声更加突出：

        if(color <= 0.5){
		color = color * color * 2.0;
	}else{
		color = 1.0 - ((1.0 - color)*(1.0 - color) * 2.0);
	}
经过1-3之后的图：

4.计算原图的灰度值，公式为0.299*R + 0.587*G + 0.114*B：

       const highp vec3 W = vec3(0.299,0.587,0.114);
       float lumance = dot(centralColor, W);

得到灰度图像：

5.将灰度值作为阈值，用来排除非皮肤部分，根据灰度值计算，将原图与1-3后的结果图合成：

	float alpha = pow(lumance, 0.333333);
	vec3 smoothColor = centralColor + (centralColor-vec3(highpass))*alpha*0.1;</span>
原图rgb值与高反差后的结果相比，噪声越大，两者相减后的结果越大，在原结果基础上加上一定值，来提高亮度，消除噪声。
pow函数中第二个参数可调（1/3~1)，值越小，alpha越大，磨皮效果越明显，修改该值可作为美颜程度

6.对混合后结果增加亮度：

7.以灰度值作为透明度将原图与混合后结果进行滤色、柔光等混合，并调节饱和度：

原图与结果图：

上面用图片来举例子，剩下的就是打开摄像头切换到前置自己看效果了~

代码地址：（将在晚些时候上传20160108日语）

https://github.com/wuhaoyu1990/MagicCamera/tree/master/MagicFilter/res/raw

beautify_fragment.glsl 与 beautify_vertex.glsl

另外：

----------------------------------------------------------------------------------------------------

MagicCamera地址
以GPUImage为基础，采用OpenGL+JNI开发，并优化了GPUImage预览图像处理过程，去除格式转换消耗的时间，提升效率

使用GLSL实现了40+种滤镜和实时美颜功能

实现了照片磨皮与美白功能

欢迎打开链接点击右上角Star

Android平台Camera实时滤镜实现方法探讨(十一)--实时美颜滤镜

标签：

原文地址：http://blog.csdn.net/oshunz/article/details/50536031