話說女人的錢最好賺，所以現在各大流行的影象編輯小軟體基本上都有個磨皮的功能，這對那些臉上不小心長了小痘痘或者小斑點的美眉來說是在上傳**前的必要和必須步驟。加上現在自戀的人特多，沒事有事來個**，然後掛到網上炫一把，當然也得把自己的**處理好。 因此啊，國內出了不少這方面的軟體，比如美圖、可牛、美顏相機、美人相機、camera360等加入了這個功能，當然還有很多小的手機軟體業附帶了此專案。
不過在網路上找尋磨皮方面的演算法時，能找到的有用的資訊是非常少的，估計這於該演算法具有較大的實用和經濟價值不無關係，本人經過一番研究，也搞出了乙個磨皮的功能，這裡就能共享的一些技巧說來給有需要的朋友聽聽。
1、磨皮演算法的核心： 磨皮可以看成是去噪演算法的應用。典型的去噪演算法，比如均值模糊、高斯模糊、中值濾波都有很好的去噪效果，但是視覺效果太差。能有效的用於磨皮演算法的去噪方式主要是那些能夠邊緣的演算法，典型的比如雙邊濾波、non-local以及bm3d之類的。bm3d據說去噪效果最好。但是後兩者到目前為止未看到具有實質意義的快速實現演算法，反而是雙邊濾波，有多篇**已經提出了可行的加速方案。其實photoshop中的表面模糊也可以看成是一種雙邊濾波，因此不少用ps磨皮的過程也大量使用了表面模糊演算法的。
2、頭髮眼睛等細節部位的保護： 直接使用上述演算法得到的結果，針對很多影象會出現頭髮和眼睛部位的模糊，這種效果對於乙個好的磨皮結果來說是不需要的。特別是眼睛，眼睛是心靈的視窗，被模糊了，視窗就不透明了。因此，需要檢測出需要磨皮的部分。這個很多人會想到**檢測技術。不過我試過了經典的七八種**檢測效果，都不能將不同場景的膚色部位全部提取出來。一種方式就是綜合好幾種膚色檢測，取最大區域，這也是一種不錯的想法，因為一般的膚色檢測速度都是很快的。但是實際的效果表面，這樣做對於一些比較極端的影象還是無效的。因此，我採取了一種寧願錯殺一千，也不可放過乙個的措施，放鬆了某一種膚色檢測模組裡的一些約束條件，使得絕大多數場景下的膚色部分都能夠被選中（鑑於某些方面的原因，這個不可詳述)。
3、邊緣部分的融合：通過上述保護，得到的保護邊緣處是硬邊緣，即乙個畫素時要磨皮的部分，邊上的可能就是不需要磨皮的，這樣的話處理的效果在視覺會造成一定的僵硬，可能會有某個部分過度不自然，如下圖所示（所有均**自網路）：
原圖 硬邊界磨皮 軟化後磨皮
一種解決方案就是對得到的硬邊界圖進行羽化處理，也就是類似高斯模糊之類的演算法，這樣邊緣處就會過渡的較為自然。
4、處理後的增強：經過這樣處理後的影象如果在進行一下邊緣的增強，會得到更好的效果，比如在ps磨皮的最後一般喜歡加個usm銳化。
按照上述思路，程式設計程式，我實現的磨皮效果如下所示：
原圖 本文的磨皮效果 美圖秀秀效果（智慧型磨皮，引數深）
由以上幾圖可以看出，在磨皮質量基本差不多的情況，本文額磨皮的能盡量的保留了頭髮和眼睛處的細節，這樣更自然。
在演算法實現的速度上，我採用了兩種雙邊濾波，一種速度很快，在pc上如果加入多執行緒完全可以實現普通攝像頭的實時磨皮，但是效果有一點瑕疵。另外一種速度稍慢，效果較為穩定。
具有膚質保留功能的磨皮演算法及其實現細節
在幾年前寫的一篇關於beep的文章時，我曾經說過beep的去噪作用可以用於磨皮，並且給出了結論beep比可牛和美圖等的效果要更為好，現在看來，那個結論確實是太為誇張和固定了。不同的人的審美觀不同，同乙個人在不同時段審美觀也會有所差異，現在看來，我到時覺得可牛影像的帶有膚質保留效果的磨皮更加自然，也更...
一種負載均衡的演算法
今天晚上搞 走讀，一夥人在一起就一段 糾結了半天 大概是下面這個樣子 for int i 0 i urls.size i 這樣的每個使用者有乙個userid,當使用者點播節目的時候，需要去鑑權伺服器進行鑑權，一台鑒權伺服器可能無法應付過多的使用者，這裡布置了多台伺服器，伺服器的位址存放在urls這個...
一種計算凸包的演算法
主要用到叉乘 編譯器為dev c 計算輸入點的凸包 include include define n 100 typedef struct pt float x,y point typedef struct lpt float x,y struct lpt next lpoint,lp point ...