android 磨皮原理,Android平台Camera实时滤镜实现方法探讨(九)--磨皮算法探讨(一)
上一篇开头提到了一些可用于磨皮的去噪算法,下面我们实现这些算法并且观察效果,咱不考虑实时性的问题
该算法利用图像局部统计特性进行滤波处理,例如NXM像素的灰度图,首先计算点(i,j)所在窗口内(大小为(2n+1)(2m+1))的平均值m(i,j)
以及均方差:
得到加性去噪后的结果为:
其中:
1.根据原文提出的优化方法,首先是建立两个积分图,如图所示,点4的积分即为Sum(Ra)+Sum(Rb)+Sum(Rc)+Sum(Rd)。积分图的建立算法可以参考这篇文章进行简单优化,然后即可根据积分图计算公式中的m值和v值。
例如半径为r的窗口的m(i,j)为Integral(i+r,j+r) + Integral(i-r-1,j-r-1)-Integral(i+r,j-r-1)-Integral(i-r-1,j+r)。代码如下,分别求1次方和平方的积分图。
void MagicBeauty::initIntegral(uint8_t* inputMatrix){
LOGE("initIntegral start");
if(mIntegralMatrix == NULL)
mIntegralMatrix = new uint64_t[mImageWidth * mImageHeight];
if(mIntegralMatrixSqr == NULL)
mIntegralMatrixSqr = new uint64_t[mImageWidth * mImageHeight];
uint64_t *columnSum = new uint64_t[mImageWidth];
uint64_t *columnSumSqr = new uint64_t[mImageWidth];
columnSum[0] = inputMatrix[0];
columnSumSqr[0] = inputMatrix[0] * inputMatrix[0];
mIntegralMatrix[0] = columnSum[0];
mIntegralMatrixSqr[0] = columnSumSqr[0];
for(int i = 1;i < mImageWidth;i++){
columnSum[i] = inputMatrix[i];
columnSumSqr[i] = inputMatrix[i] * inputMatrix[i];
mIntegralMatrix[i] = columnSum[i];
mIntegralMatrix[i] += mIntegralMatrix[i-1];
mIntegralMatrixSqr[i] = columnSumSqr[i];
mIntegralMatrixSqr[i] += mIntegralMatrixSqr[i-1];
}
for (int i = 1;i < mImageHeight; i++){
int offset = i * mImageWidth;
columnSum[0] += inputMatrix[offset];
columnSumSqr[0] += inputMatrix[offset] * inputMatrix[offset];
mIntegralMatrix[offset] = columnSum[0];
mIntegralMatrixSqr[offset] = columnSumSqr[0];
// other columns
for(int j = 1; j < mImageWidth; j++){
columnSum[j] += inputMatrix[offset+j];
columnSumSqr[j] += inputMatrix[offset+j] * inputMatrix[offset+j];
mIntegralMatrix[offset+j] = mIntegralMatrix[offset+j-1] + columnSum[j];
mIntegralMatrixSqr[offset+j] = mIntegralMatrixSqr[offset+j-1] + columnSumSqr[j];
}
}
delete[] columnSum;
delete[] columnSumSqr;
LOGE("initIntegral end");
}
2.根据网上抄来的RGB肤色检测计算肤色区域
void MagicBeauty::initSkinMatrix(){
LOGE("start - initSkinMatrix");
if(mSkinMatrix == NULL)
mSkinMatrix = new uint8_t[mImageWidth * mImageHeight];
for(int i = 0; i < mImageHeight; i++){
for(int j = 0; j < mImageWidth; j++){
int offset = i*mImageWidth+j;
ARGB RGB;
BitmapOperation::convertIntToArgb(mImageData_rgb[offset],&RGB);
if ((RGB.blue>95 && RGB.green>40 && RGB.red>20 &&
RGB.blue-RGB.red>15 && RGB.blue-RGB.green>15)||//uniform illumination
(RGB.blue>200 && RGB.green>210 && RGB.red>170 &&
abs(RGB.blue-RGB.red)<=15 && RGB.blue>RGB.red&& RGB.green>RGB.red))//lateral illumination
mSkinMatrix[offset] = 255;
else
mSkinMatrix[offset] = 0;
}
}
LOGE("end - initSkinMatrix");
}
3.根据公式对RGB通道或者将RGB通道转化为YCbCr格式单独对Y通道进行滤波
void MagicBeauty::startLocalStatisticsSmooth(float sigema){
if(mIntegralMatrix == NULL || mIntegralMatrixSqr == NULL ||
mImageData_yuv_y == NULL || mSkinMatrix == NULL || mImageData_yuv == NULL){
LOGE("not init correctly");
return;
}
int radius = mImageWidth > mImageHeight ? mImageWidth * 0.02 : mImageHeight * 0.02;
LOGE("startSmooth");
for(int i = 1; i < mImageHeight; i++){
for(int j = 1; j < mImageWidth; j++){
int offset = i * mImageWidth + j;
if(mSkinMatrix[offset] == 255){
int iMax = i + radius >= mImageHeight-1 ? mImageHeight-1 : i + radius;
int jMax = j + radius >= mImageWidth-1 ? mImageWidth-1 :j + radius;
int iMin = i - radius <= 1 ? 1 : i - radius;
int jMin = j - radius <= 1 ? 1 : j - radius;
int squar = (iMax - iMin + 1)*(jMax - jMin + 1);
int i4 = iMax*mImageWidth+jMax;
int i3 = (iMin-1)*mImageWidth+(jMin-1);
int i2 = iMax*mImageWidth+(jMin-1);
int i1 = (iMin-1)*mImageWidth+jMax;
float m = (mIntegralMatrix[i4]
+ mIntegralMatrix[i3]
- mIntegralMatrix[i2]
- mIntegralMatrix[i1]) / squar;
float v = (mIntegralMatrixSqr[i4]
+ mIntegralMatrixSqr[i3]
- mIntegralMatrixSqr[i2]
- mIntegralMatrixSqr[i1]) / squar - m*m;
float k = v / (v + sigema);
mImageData_yuv[offset*3] = m - k * m + k * mImageData_yuv_y[offset];
}
}
}
endLocalStatisticsSmooth();
}
效果图:磨皮强度为最大10.
android 磨皮原理,Android平台Camera实时滤镜实现方法探讨(九)--磨皮算法探讨(一)相关推荐
- android camera 实时滤镜,【Camera】Android平台Camera实时滤镜实现方法
Android+JNI+OpenGL开发自己的美图秀秀 2016-01-18 16:39 阅读(5116) 评论(19) Android平台Camera实时滤镜实现方法探讨(十一)--实时美颜滤镜 2 ...
- Android平台Camera实时滤镜实现方法
Android+JNI+OpenGL开发自己的美图秀秀 Android平台Camera实时滤镜实现方法探讨(十一)--实时美颜滤镜 Android平台Camera实时滤镜实现方法探讨(十)--代码地址 ...
- Android平台Camera实时滤镜实现方法探讨(九)--磨皮算法探讨(一)
上一篇开头提到了一些可用于磨皮的去噪算法,下面我们实现这些算法并且观察效果,咱不考虑实时性的问题 本文首先探讨的首先是<基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用> 该 ...
- android 相机纹理,Android平台Camera实时滤镜实现方法探讨(五)--GLSurfaceView实现Camera预览...
前面有一篇探讨了如何在片段着色器中将YUV数据转换为RGB数据并显示,但采用samplerExternalOES将SurfaceTexture作为OpenGL外部纹理,需要使用GL_TEXTURE_E ...
- Android平台美颜相机/Camera实时滤镜/视频编解码/影像后期/人脸技术探索——1.1 工程思路与难点
回到目录 本文主要探讨搭建一款Android平台下美颜相机可能需要填的坑,内容会不断更新.. 相机框架 相机框架相对比较简单,现有的开源代码很多,可以很容易的实现拍照和录像的功能. 预览尺寸选择 预览 ...
- android照片美颜项目_MagicCamera: MagicCamera 是 Android 平台开源相机项目,具有包括实时美颜等40种实时滤镜,功能包括对图片进行磨皮/美白等后期处理...
MagicCamera Idea from:android-gpuimage Real-time Filter Camera&VideoRecorder And ImageEditor Wit ...
- android 滤镜开源,Android Camera 实时滤镜(三)
一.基于Android平台基本滤镜算法的实现 1.Android提供了改变图像数值的方法ColorMatrix,通过ColorMatrix方法可以实现基本滤镜,如黑白.灰色.泛黄等效果. 2.通过Co ...
- android 辅助功能原理,Android辅助功能原理与基本使用详解-AccessibilityService
Android辅助功能原理与基本使用详解-AccessibilityService 辅助功能原理与基本使用详解 本文主要介绍辅助功能的使用 辅助功能基本原理 辅助功能基本配置和框架搭建 辅助功能实战解 ...
- android instrumentation 原理,Android 运行Instrumentation Test的原理分析
1. 准备 首先安装被测试程序和包含测试case的程序 包含测试case的程序的AndroidManifest中包含有这么一行配置: 其中targetPackage指定测试程序的包名 2.运行 adb ...
最新文章
- 双目视觉测距原理,数学推导及三维重建资源
- win7系统启动到一半停止_win7系统启动一半死机的解决方法
- js中使用template.js插件
- Linux系统vi编辑器执行命令,linux下vi编辑器命令
- Linux查看lvm元数据,LVM元数据服务lvmetad分析
- redis用lua实现初始值id自增
- android 代码 华为 os,Android | 带你零代码实现安卓扫码功能
- 一个简单的Web服务器
- 高性能WEB开发:DOM编程
- C# 简单封装一个XML文件读取类
- Windows网络编程之send()函数
- vcpkg下载mysql库_VCpkg 开源库管理工具
- 数字密码锁设计(利用数字逻辑电路的电子密码锁)
- 墨刀怎么注册_常见的登陆注册原型模板,墨刀都为你准备好了(直接使用)
- spring security自定义登录失败返回错误信息
- 架构:短址(short URL)原理及其实现(短地址|短url)
- mysql 中的脏读与幻读_mysql中脏读、不可重复读、幻读以及四种隔离级别的浅显理解...
- Json:前台对象数组传到后台解析
- C++ Primer Plus (第六版)编程练习记录(chapter4)
- c语言求三门课程的平均成绩,C语言求三个学生四门课每个学生的平均成绩和每门课的平均成绩,并存入cx.txt中...