生活随笔
收集整理的這篇文章主要介紹了
图像处理（七）导向滤波磨皮
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
導(dǎo)向?yàn)V波磨皮的對(duì)應(yīng)文獻(xiàn)為：Guided Image Filtering，這個(gè)算法速度極其之快，比其他的保邊緣磨皮算法都快，甚至快上好幾倍。這個(gè)算法最初來自于何明凱的圖像去霧算法中，現(xiàn)在已然被應(yīng)用封裝與matlab圖像處理函數(shù)庫中，可見算法堪稱經(jīng)典。
看以下算法的偽代碼：
這兒算法中有大量的用到均值卷積，因此可以用快速積分圖的方法，進(jìn)行簡(jiǎn)單加速。這個(gè)算法也是一種保邊緣的濾波算法，然而它的用處遠(yuǎn)遠(yuǎn)不僅僅用于濾波，還有其它非常好用的功能，比如可以用于升采樣，這個(gè)感覺非常爽。在一些摳圖算法中，如果對(duì)大圖直接進(jìn)行摳圖，速度非常慢，比如現(xiàn)在的grub cut 分割算法，這個(gè)時(shí)候我們可以對(duì)圖像進(jìn)行下采樣，然后在小圖上進(jìn)行摳圖，最后再進(jìn)行升采樣，這樣速度就非常快了，這是現(xiàn)在一些大圖處理常用的一種思路，因此這個(gè)算法的用處可想而知。最后我把我寫代碼貼出來，以供學(xué)習(xí)，這個(gè)代碼沒有經(jīng)過整理優(yōu)化，只是用了快速積分圖進(jìn)行加速：
[c++]?view plaincopy
float*?CGuidedfiler::Guidedfiler(float*inimg,float*guidedimg,int?height,int?widht,int?Radius,float?eps)?? ?? int?lenght=height*widht;?? float*mult=new?float[lenght];?? float*oned=new?float[lenght];?? for?(int?i=0;i<lenght;i++)?? {?? ????mult[i]=inimg[i]*guidedimg[i];?? ????oned[i]=1;?? }?? float?*covmult=new?float[lenght];?? float?*covone=new?float[lenght];?? FastGetAVG(covmult,mult,widht,height,Radius);?? FastGetAVG(covone,oned,widht,height,Radius);?? for?(int?i=0;i<lenght;i++)?? {?? ????covmult[i]/=covone[i];?? }?? delete?[]mult;?? delete?[]oned;?? ?? ?? ?? float?*mean_inimg=new?float[lenght];?? FastGetAVG(mean_inimg,inimg,widht,height,Radius);?? float*mean_guideimg=new?float[lenght];?? FastGetAVG(mean_guideimg,guidedimg,widht,height,Radius);?? for?(int?i=0;i<lenght;i++)?? {?? ????mean_guideimg[i]/=covone[i];?? ????mean_inimg[i]/=covone[i];?? }?? ?? ?? float?*var_guideimg=new?float[lenght];?? float?*sqr_guideimg=new?float[lenght];?? for?(int?i=0;i<lenght;i++)?? {?? ????sqr_guideimg[i]=guidedimg[i]*guidedimg[i];?? }?? FastGetAVG(var_guideimg,sqr_guideimg,widht,height,Radius);?? delete?[]sqr_guideimg;?? for?(int?i=0;i<lenght;i++)?? {?? ????var_guideimg[i]=var_guideimg[i]/covone[i]-mean_guideimg[i]*mean_guideimg[i];?? }?? ?? float*a=new?float[lenght];?? for?(int?i=0;i<lenght;i++)?? {?? ????a[i]=(covmult[i]-mean_guideimg[i]*mean_inimg[i])/(var_guideimg[i]+eps);?? }?? ?? float*b=new?float[lenght];?? for?(int?i=0;i<lenght;i++)?? {?? ????b[i]=mean_inimg[i]-a[i]*mean_guideimg[i];?? }?? delete?[]covmult;?? delete?[]mean_guideimg;?? delete?[]mean_inimg;?? delete?[]var_guideimg;?? float*mean_a=new?float[lenght];?? float*mean_b=new?float[lenght];?? FastGetAVG(mean_a,a,widht,height,Radius);?? FastGetAVG(mean_b,b,widht,height,Radius);?? for?(int?i=0;i<lenght;i++)?? {?? ????mean_a[i]/=covone[i];?? ????mean_b[i]/=covone[i];?? }?? delete?[]a;?? delete?[]b;?? ?? float?*outimg=new?float[lenght];?? for?(int?i=0;i<lenght;i++)?? {?? ????outimg[i]=mean_a[i]*guidedimg[i]+mean_b[i];?? }?? delete?[]mean_a;?? delete?[]mean_b;?? return?outimg;??
然后把結(jié)果用于磨皮，測(cè)一測(cè)效果：
原圖
美圖秀秀智能磨皮
導(dǎo)向?yàn)V波磨皮
總的來說美圖的磨皮好像邊緣細(xì)節(jié)方面保持的不是很好，據(jù)此可以推斷，美圖的磨皮沒有用到其他膚色檢測(cè)技術(shù)，而我是結(jié)合了膚色檢測(cè)技術(shù)在里面的，所以在頭發(fā)細(xì)節(jié)方面會(huì)保持的比較好。美圖的磨皮還有：自然磨皮、快速磨皮、普通磨皮，除了普通磨皮、智能磨皮，其它的算法結(jié)合了美白技術(shù)在里面，而且美白技術(shù)好像也沒有膚色結(jié)合膚色檢測(cè)技術(shù)，好像是對(duì)全圖進(jìn)行白偏色處理，感覺美圖的美白效果很差，因?yàn)槲矣X得美白應(yīng)該是只對(duì)皮膚進(jìn)行美白，而不是整幅圖像進(jìn)行美白，這邊僅代表我個(gè)人觀點(diǎn)，如有冒犯，請(qǐng)聯(lián)系本人。本文地址：http://blog.csdn.net/hjimce/article/details/45421299?? ?作者：hjimce ? ? 聯(lián)系qq：1393852684 ?更多資源請(qǐng)關(guān)注我的博客：http://blog.csdn.net/hjimce?? ? ? ? ? ? ? ? ?原創(chuàng)文章，版權(quán)所有，轉(zhuǎn)載請(qǐng)保留這兩行作者信息
總結(jié)
以上是生活随笔為你收集整理的图像处理（七）导向滤波磨皮的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。
