Android平台Camera实时滤镜实现方法探讨--实时美颜滤镜 _Android平台

【Android平台Camera实时滤镜实现方法探讨--实时美颜滤镜】莫问天涯路几重，轻衫侧帽且从容。这篇文章主要讲述Android平台Camera实时滤镜实现方法探讨--实时美颜滤镜相关的知识，希望能为你提供帮助。

上一章完毕了对图片的磨皮处理。经过简单算法流程优化，能够达到非常快的速度。可是不能用于实时美颜。经实验，若採用仅仅处理Y信号的方案。半径极限大约是5-10，超过10则明显感受到卡顿。但对于1920X1080的预览分辨率来说。取10为半径非常难得到理想效果。即使将分辨率减少到1280X720也差强人意。所以非常难简单的直接应用在移动端实时处理上。

还有一方面，人物的正常肤，色应该是偏红。所以则会导致人物图像的红色通道偏亮，使红色通道保留的细节成分较少，相比之下。绿色通道保留很多其它细节，所以。普通情况下我们也能够仅仅採用过滤绿色通道来实现实时磨皮。以下对思路简介：

1.取出绿色通道，对绿色通道进行模糊处理，比如高斯模糊。得到模糊后的值 sampleColor：

在顶点着色器中创建长度为20~25的数组，作为片段着色器须要取数据的点

varying vec2 blurCoordinates[20];

blurCoordinates[0] = inputTextureCoordinate.xy + singleStepOffset * vec2(0.0, -10.0); .... blurCoordinates[19] = inputTextureCoordinate.xy + singleStepOffset * vec2(4.0, -4.0); < /span>

在片段着色器依次取出这些点的绿色通道值，乘以权重。最后除以总权重。得到模糊后的绿色通道值

2.用原图绿色通道值减去sampleColor。加上0.5（即128），1+ 2两个步骤即PS中的高反差保留：

vec3 centralColor = texture2D(inputImageTexture, textureCoordinate).rgb; float highpass = centralColor.g - sampleColor + 0.5;

3.对上述结果值进行3-5次强光处理（见第七章的“叠加”混合模式）。此步骤能够使得噪声更加突出：

if(color < = 0.5){ color = color * color * 2.0; }else{ color = 1.0 - ((1.0 - color)*(1.0 - color) * 2.0); }

经过1-3之后的图：

4.计算原图的灰度值，公式为0.299*R + 0.587*G + 0.114*B：

const highp vec3 W = vec3(0.299,0.587,0.114); float lumance = dot(centralColor, W);

得到灰度图像：

5.将灰度值作为阈值，用来排除非皮肤部分。依据灰度值计算，将原图与1-3后的结果图合成：

float alpha = pow(lumance, 0.333333); vec3 smoothColor = centralColor + (centralColor-vec3(highpass))*alpha*0.1; < /span>

原图rgb值与高反差后的结果相比，噪声越大，两者相减后的结果越大，在原结果基础上加上一定值，来提高亮度，消除噪声。
pow函数中第二个參数可调（1/3~1)，值越小，alpha越大，磨皮效果越明显。改动该值可作为美颜程度