在上篇文章中，小编为大家讲述了几个美颜sdk的图像处理算法，今天继续为大家盘点剩余的几个常用算法。
一、图像特征
（1）几何特征可以从多个关键点构建，例如周长、面积、位置和方向等；
（2）形状特征（几何形态分析（Blob分析）：矩形度、圆形度、不变矩、偏心率、多边形描述、曲线描述）；
（3）幅值特征（矩、投影）；
（4）直方图特征（统计特征）：均值、方差、能量、熵、L1范数、L2范数等；直方图特征方法计算简单、具有平移和旋转不变性、对颜色像素的精确空间分布不敏感等，在表面检测、缺陷识别有不少应用。
（5）颜色特征（颜色直方图、颜色矩）
（6）局部二值模式( LBP)特征：LBP对诸如光照变化等造成的图像灰度变化具有较强的鲁棒性，特别是在美颜sdk应用比较多的直播和短视频等场景，在表面缺陷检测、指纹识别、光学字符识别、人脸识别及车牌识别等领域有所应用。由于LBP 计算简单，也可以用于实时检测。
二、图像/模板匹配
轮廓匹配、归一化积相关灰度匹配、不变矩匹配、最小均方误差匹配。
三、色彩分析
色度、色密度、光谱、颜色直方图、自动白平衡。
四、图像数据编码压缩和传输
图像编码压缩技术可大幅度减少描述图像的数据量，这样可以节约图像传输和处理所占用存储器的容量以及处理时间。另外，压缩还可以在不失真的情况下取的，涉及进阶操作方面在一定程度中还可以允许失真运行。总体而言，压缩技术中最重要的编码技术在美颜sdk图像处理算法中也算是比较经典且成熟的技术。
五、图像分类
图像分类相对比较好理解，整体来说可以将模式识别的范围规划，其次最关键的内容是目标图像通过预处理后实现图像的特征点提取、分割等步骤。
六、图像复原
美颜sdk图像复原难度比较大，需要对图像降质的原因有一定的理解基础，所以需要对应降质的过程单独建立模型，最后再采用相应的滤波方式重构、复原本来的目标图像。
以上，就是小编对于美颜sdk图像处理算法的总结，当然这并不是全部，后续小编会根据实际情况更新。如果您对美颜sdk有需求，欢迎咨询美狐官方客服。
声明：本文由美狐原创，未经允许禁止转载，谢谢合作。
