一种具有肤质保留功能的磨皮算法 _混合

基本原理
【一种具有肤质保留功能的磨皮算法】1、复制原图Src作为层： = Copy(Src) 。
2、对层磨皮（就是进行保边滤波，可以选择表面模糊、导向滤波、双边滤波、各向异性扩散、BEEP、局部均方差、、、 Local等任何具有保边效果的EPF-）： = EPF-() 。
3、得到高频信息： =- Src + 128 。
4、对高频信息进行平滑： = (, ); 其中为高斯模糊的半径。
5、进行图层混合，利用线性光混合：Dest =(Src * (100 - ) + (Src + 2 * ((Src) - Src + 128) - 256) * ) /100 ;
补充说明下线性光混合的计算公式。假定两个相邻图层X和Y，X在下方，Y在上方，X与Y混合，则X是基色，Y是混合色，X与Y混合得到的颜色是结果色Z，对于线性光混合模式，其计算公式为：
Z = X + 2 * Y - 256;(原先以为是 - 255，后用PS CS6验证是 - 256）
不透明度的计算公式就更为简单，如果表示Y的不透明度，则合成公式为：
Z = (X * (100- ) + Y *) / 100;
那么两个综合在一起的计算公式为：
Z = (X * (100- ) + (X + 2 * Y - 256)*) / 100;

文章插图
其中关键的恢复皮肤质感的步骤是第四步的高斯模糊，这个模糊的半径一般越大，质感越强，但是太大，磨皮效果就没有了，因此，这里需要把握合适的度，一般半径在0.5-2之间比较合适。
示例演示

#include#include using namespace cv;int main(int argc, char *argv[]){Mat image = cv::imread("1.jpg", 1);std::vector images;split(image, images);for (int i = 0; i < image.channels(); i++){Mat& img = images[i];img.convertTo(img, CV_32F, 1, 0);cv::MathighPass;img.convertTo(highPass, CV_32F, 1, 0);cv::Mat EPFFilter;cv::bilateralFilter(highPass, EPFFilter, 15, 30, 60);//cv:imwrite("bilateralFilter.jpg", EPFFilter);EPFFilter = EPFFilter - img;EPFFilter = EPFFilter + 128.0;//cv::imwrite("GaussianBlur0.jpg", EPFFilter);cv::GaussianBlur(EPFFilter, highPass, cv::Size(5, 5), 0, 0);//cv::imwrite("GaussianBlur.jpg", highPass);double opacity = 90.0;cv::Matdst = (img * (100.0 - opacity) + (img + 2.0 * highPass - 256.0) * opacity) / 100.0;//cv::imwrite("dst.jpg", dst);images[i] = dst;}Mat dst;merge(images, dst);cv::imwrite("dst.jpg", dst);waitKey(0);return EXIT_SUCCESS;}

磨皮后