标签：
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在上方，Y在下方，X与Y混合，则X是混合色，Y是基色，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;
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。
标签：
原文地址：http://www.cnblogs.com/Imageshop/p/4708202.html
