外国电商设计网站有哪些问题,网站开发常用的前端框架,网页设计实训报告总结心得体会,美化网页制作教程注意#xff1a;本文样例图片为了避免侵权#xff0c;均使用AIGC生成#xff1b;
本文介绍影楼精修中肤色统一算法的实现方案#xff0c;并以像素蛋糕为例#xff0c;进行分析说明。
肤色统一就是将人像照片中皮肤区域的颜色进行统一#xff0c;看起来颜色均匀一致本文样例图片为了避免侵权均使用AIGC生成
本文介绍影楼精修中肤色统一算法的实现方案并以像素蛋糕为例进行分析说明。
肤色统一就是将人像照片中皮肤区域的颜色进行统一看起来颜色均匀一致不会出现颜色不均匀问题。我们以像素蛋糕软件为例示例图如下 可以看到在对人脸和身体进行肤色统一之后皮肤的颜色一致性变好了不少给人主观感受更佳。
像素蛋糕的肤色统一功能历经了多个版本的迭代目前包含AI肤色统一和肤色统一两个版本同时又将人脸和身体区域做了区分得到了脸部区域肤色统一和身体区域肤色统一功能调节从用户或者设计师角度来讲可控性更强同时支持了单人和多人的处理。
肤色统一和AI肤色统一功能的差异可能是AI肤色统一使用了基于深度学习的模型方案直接自动对皮肤颜色和亮度进行调节而肤色统一则是基于传统图像处理方案构建的
我们这里以传统肤色统一为例进行说明。通过效果上的测试将像素蛋糕的肤色统一特点总结如下
1.皮肤区域颜色一致性提高颜色向某个颜色靠拢而且这个颜色并非皮肤区域的颜色均值而是亮度较高的颜色
2.皮肤暗部区域的亮度会自动调整变亮
3.人脸和皮肤区域可分开处理
我们将按照这三个特点来进行实现
算法方案
假设原图为S最终效果图为D
1.对S进行皮肤分割获得皮肤区域Mask图Mask_skin这一步需要较高的准确性皮肤区域为1-255的灰度值非皮肤区域为0目前皮肤分割相对比较准确的图片API如美图皮肤分割API 阿里云皮肤分割API
美图APIhttps://ai.meitu.com/index?t1747366168417
阿里云APIhttps://vision.aliyun.com/experience/detail?tagNameimagesegchildrenSegmentSkin 2.对S进行人脸点位检测根据人脸关键点计算人脸区域Mask图Mask_face
3.将肤色统一划分为皮肤区域亮度统一和颜色统一两个模块
3.1亮度统一以身体皮肤区域处理为例对皮肤区域进行基于直方图信息的暗部区域自动亮度矫正
思路统计皮肤区域亮度直方图计算亮度中值统计亮度低于中值的暗部区域皮肤像素数量用于动态计算亮度增强程度根据亮度增强程度对暗部区域亮度进行矫正非暗部区域保持不变
这里给出亮度统一的核心代码
void SkinBrightenWithHistogram(unsigned char* bgraData, int width, int height, int stride, unsigned char* skinMask) {int size width * height;float* luminance (float*)malloc(sizeof(float) * size);int histBins[256] { 0 };int skinCount 0;// 1. 提取亮度信息并构建直方图for (int y 0; y height; y) {unsigned char* row bgraData y * stride;for (int x 0; x width; x, row 4) {int idx y * width x;float r row[2], g row[1], b row[0];float yVal 0.299f * r 0.587f * g 0.114f * b;luminance[idx] yVal;if (skinMask[idx] 20) {int bin (int)CLIP3(yVal, 0, 255);histBins[bin];skinCount;}}}if (skinCount 0) {free(luminance);return;}// 2. 使用直方图累加计算中值亮度int medianIndex skinCount / 2;int cumulative 0;int medianBin 0;for (int i 0; i 256; i) {cumulative histBins[i];if (cumulative medianIndex) {medianBin i;break;}}float medianY (float)medianBin;// 3. 统计暗部像素数量亮度 中值int darkCount 0;for (int i 0; i medianBin; i) {darkCount histBins[i];}float darkRatio (float)darkCount / skinCount;4. 根据暗部比例动态计算增强强度 alpha//float alpha CLAMP(0.3f darkRatio * 0.7f, 0.3f, 1.0f);//if (medianY 80.0f) {// alpha * 1.2f;//}//float gamma 1.2f;// 5. 根据暗部比例动态计算增强强度 alpha提高提亮效果float alpha CLIP3(0.4f darkRatio * 1.0f, 0.4f, 1.2f); // 强化基础 alphaif (medianY 80.0f) {alpha * 1.4f; // 放大提亮倍数}else if (medianY 100.0f) {alpha * 1.2f; // 中等放大}float gamma 1.4f; // 增加 gamma让暗部提亮更明显// 6. 提亮暗部区域for (int y 0; y height; y) {unsigned char* row bgraData y * stride;for (int x 0; x width; x, row 4) {int idx y * width x;if (skinMask[idx] 5) continue;float Y luminance[idx];if (Y medianY) {float norm CLIP3(1.0f - (Y / (medianY 1e-5f)), 0.0f, 1.0f);float boost alpha * powf(norm, gamma);float newY CLIP3(Y boost * medianY, 0, 255);float scale newY / (Y 1e-5f);int gray row[1] * skinMask[idx] / 255; // 用绿色通道估算灰度用于保色插值for (int c 0; c 3; c) {float val row[2 - c] * scale;val (unsigned char)CLIP3(val, 0, 255);row[2 - c] (val * gray row[2 - c] * (255 - gray)) / 255;}}}}free(luminance);
}
3.2颜色统一基于HSV或Lab颜色空间计算皮肤区域颜色亮度直方图统计的中值以上的皮肤像素RGB均值映射到HSV或Lab颜色空间得到对应H或ab的均值(也可直接统计H或ab的均值)以HSV为例根据原图皮肤像素的HSV和目标均值HSV重新映射得到颜色统一为均值颜色后的HSV然后映射到RGB
HSV_result(H_mean, S_src,V_src)
RGB_resultHSV_result----RGB
4.使用3的方式分别对人脸区域和身体皮肤区域进行肤色统一分别得到效果图D_face和D_body
5.设置人脸区域肤色统一参数k_face身体肤色统一参数k_body范围[0,100]将原图S和D_faceD_body进行alpha blend得到最终效果图D
上述算法流程就是本人基于传统数字图像处理算法构建的肤色统一算法效果测试和对比如下 通过测试效果对比可以看到对比原图S本文算法在脖子等暗部区域亮度有一定的自动校正同时人脸和身体皮肤区域的肤色区域一致基本实现了像素蛋糕类似的功能
对于AI肤色统一效果上会比传统方法更自然同时对于暗部的亮度矫正也会更准确后续将陆续进行分析
