美颜sdk自从短视频和直播平台爆火之后便持续保持着高热度，根据粗略统计，目前的主流视频平台中基本都会接入美颜sdk，为什么会有这么高的占有率呢？其主要原因还是因为接入平台后带来的多元化拍摄方案以及人像美化。在这两点的加持下，美颜sdk甚至成为了所有社交平台的刚需。今天小编要讲的便是美颜息息相关的图像处理算法。
一、算法（预处理算法、检测算法）
在采集完图像后，首先会对图像进行预处理操作。保证图像的对比度清晰，水平。方便后续图像处理。
常用的图像处理算法：
1、图像变换
图像变化一般涉及多种变换方式：几何变换：图像平移、旋转、镜像、转置；
尺度变换：图像缩放、插值算法（最近邻插值、线性插值、双三次插值）；
空间域与频域间变换：常规的图像阵列体量大，如果在空间域中处理的话会涉及较大的计算量，特别是在美颜sdk接入的实时直播里。所以，个别情况下需要将空间域变换到频域进行处理，最为经典且常用的处理方法的便是将空间域转换为频域处理，这样操作一来可以可减少计算量，二来还可以可获得更有效的处理。
2、图像分割
图像分割比较好理解，就是将画面中的目标点提取出来，保留有意义的特征主体、边缘、区域、背景等，这也是美颜sdk图像识别和进一步操作的基础。
细分的话大概可以分为以下六种处理方式，这六种方式各有各的优点，当然也会有相应的不足之处，美颜sdk服务商一般会选择适合自家产品的方案、
（1）阈值分割；
（2）基于边界分割；
（3）Hough变换；
（4）基于区域分割；
（5）色彩分割；
（6）分水岭分割；
3、图像增强
灰度变换增强（线性灰度变换、分段线性灰度变换、非线性灰度变换）；
直方图增强（直方图统计、直方图均衡化）；
图像（边缘）锐化：梯度锐化，Roberts、Laplace、Sobel等算子；
邻域平均法、加权平均法；
中值、非线性均值、高斯、双边滤波等；
以上就是小编对于美颜sdk中部分图像处理算法的总结，受限于篇幅问题，剩下的放在后续文章中更新，如果您对美颜图像算法技术感兴趣，请关注后续更新！
声明：本文由美狐原创，未经允许禁止转载，谢谢合作。
