上篇文章中，小编提到了美颜sdk中的磨皮算法，接下来，小编将继续简单介绍人脸抠图算法、瘦脸算法和智能美妆算法。
人脸抠图算法主要是利用肤色和纹理，识别一个相对准确的人脸范畴，因为皮肤区域的色彩即便是光照变化较大时，也会集中在一个相对较窄的区域内，抽取难度相对不大。当然也有很多公司采用机器学习模型参考，提高效率。
当得到人脸蒙版之后，将其与滤波结果进行混合，就能获得想要的磨皮效果，背景等其余区域还是使用原图，细节得以保留。
除磨皮之外的肤色处理也是类似的道理，比如很多女孩都喜欢用的美白效果，首先是用人脸皮肤抠图算法计算出需要处理的图像区域，然后将图像转为YUV或HSV等亮度色彩分离的颜色空间，然后提高亮度，减少色差，从而实现美白效果。
接下来聊聊瘦脸等高级算法，它的基础就是人脸检测和对齐。
人脸检测很好理解，对齐是啥意思？简单来说就是匹配具体五官、轮廓的位置，比较著名的算法有ASM、AAM等，当确定了五官位置和轮廓之后才会有后面的瘦脸、眼睛放大、提高鼻梁等美颜功能。以瘦脸为例，在确定脸部轮廓后，计算美颜后图像中的每个像素在原图像中相应的位置，利用插值的方法计算实际像素的值，再回填到最终图像上来。眼睛增大是将人眼轮廓向外部扩张，并进行插值计算，缩小鼻子是将鼻子轮廓向中心移动，然后插值。
五官立体等进阶美颜操作是将眼部或鼻梁附近区域的像素变暗或调亮，形成阴影或高光区域，看上去更立体，实时上亮眼、美白牙齿等功能也是通过先定位需要改变的目标位置，在改变亮度、对比度和色差，从而实现最终效果。
智能美妆在当下美颜sdk里也相当流行，而美妆的基础也是人脸检测和对齐，只要找准了眉毛、眼线、链家、嘴唇等相应位置，将设计好的美妆效果对应像素映射就可搞定。一般有两种方案，第一种方案是根据五官的位置，计算这些像素的外接多边形，再利用扫描线方法，扫描每行位于多边形内部的像素，获得这些像素；另一种方案是预先设计像素区域的掩码，在具体的美妆计算中进行相应人脸轮廓关键点的匹配，消除由人脸大小、朝向不同造成的偏差。
以上就是美颜sdk中的基本算法介绍，如果你对美颜sdk开发感兴趣，欢迎咨询官方客服。
声明：本文由美狐原创，未经允许禁止转载，谢谢合作。
