导向滤波磨皮 算法的实现

导向滤波磨皮的对应文献为：Guided Image Filtering，这个算法速度极其之快，比其他的保边缘磨皮算法都快，甚至快上好几倍。这个算法最初来自于何明凯的图像去雾算法中，现在已然被应用封装与matlab图像处理函数库中，可见算法堪称经典。

看以下算法的伪代码：

这儿算法中有大量的用到均值卷积，因此可以用快速积分图的方法，进行简单加速。这个算法也是一种保边缘的滤波算法，然而它的用处远远不仅仅用于滤波，还有其它非常好用的功能，比如可以用于升采样，这个感觉非常爽。在一些抠图算法中，如果对大图直接进行抠图，速度非常慢，比如现在的grub cut 分割算法，这个时候我们可以对图像进行下采样，然后在小图上进行抠图，最后再进行升采样，这样速度就非常快了，这是现在一些大图处理常用的一种思路，因此这个算法的用处可想而知。最后我把我写代码贴出来，以供学习，这个代码没有经过整理优化，只是用了快速积分图进行加速：

[c++] view plaincopy

1. float* CGuidedfiler::Guidedfiler(float*inimg,float*guidedimg,int height,int widht,int Radius,float eps)  
2.   
3. int lenght=height*widht;  
4. float*mult=new float[lenght];  
5. float*oned=new float[lenght];  
6. for (int i=0;i<lenght;i++)  
7. {  
8.     mult[i]=inimg[i]*guidedimg[i];  
9.     oned[i]=1;  
10. }  
11. float *covmult=new float[lenght];  
12. float *covone=new float[lenght];  
13. FastGetAVG(covmult,mult,widht,height,Radius);  
14. FastGetAVG(covone,oned,widht,height,Radius);  
15. for (int i=0;i<lenght;i++)  
16. {  
17.     covmult[i]/=covone[i];  
18. }  
19. delete []mult;  
20. delete []oned;  
21.   
22.   
23. //计算导向图、原图的窗口均值  
24. float *mean_inimg=new float[lenght];  
25. FastGetAVG(mean_inimg,inimg,widht,height,Radius);  
26. float*mean_guideimg=new float[lenght];  
27. FastGetAVG(mean_guideimg,guidedimg,widht,height,Radius);  
28. for (int i=0;i<lenght;i++)  
29. {  
30.     mean_guideimg[i]/=covone[i];  
31.     mean_inimg[i]/=covone[i];  
32. }  
33.   
34. //计算ak的除数  
35. float *var_guideimg=new float[lenght];  
36. float *sqr_guideimg=new float[lenght];  
37. for (int i=0;i<lenght;i++)  
38. {  
39.     sqr_guideimg[i]=guidedimg[i]*guidedimg[i];  
40. }  
41. FastGetAVG(var_guideimg,sqr_guideimg,widht,height,Radius);  
42. delete []sqr_guideimg;  
43. for (int i=0;i<lenght;i++)  
44. {  
45.     var_guideimg[i]=var_guideimg[i]/covone[i]-mean_guideimg[i]*mean_guideimg[i];  
46. }  
47. //计算ak  
48. float*a=new float[lenght];  
49. for (int i=0;i<lenght;i++)  
50. {  
51.     a[i]=(covmult[i]-mean_guideimg[i]*mean_inimg[i])/(var_guideimg[i]+eps);  
52. }  
53. //计算bk  
54. float*b=new float[lenght];  
55. for (int i=0;i<lenght;i++)  
56. {  
57.     b[i]=mean_inimg[i]-a[i]*mean_guideimg[i];  
58. }  
59. delete []covmult;  
60. delete []mean_guideimg;  
61. delete []mean_inimg;  
62. delete []var_guideimg;  
63. float*mean_a=new float[lenght];  
64. float*mean_b=new float[lenght];  
65. FastGetAVG(mean_a,a,widht,height,Radius);  
66. FastGetAVG(mean_b,b,widht,height,Radius);  
67. for (int i=0;i<lenght;i++)  
68. {  
69.     mean_a[i]/=covone[i];  
70.     mean_b[i]/=covone[i];  
71. }  
72. delete []a;  
73. delete []b;  
74. //输出图像  
75. float *outimg=new float[lenght];  
76. for (int i=0;i<lenght;i++)  
77. {  
78.     outimg[i]=mean_a[i]*guidedimg[i]+mean_b[i];  
79. }  
80. delete []mean_a;  
81. delete []mean_b;  
82. return outimg;  

然后把结果用于磨皮，测一测效果：

原图

美图秀秀智能磨皮

导向滤波磨皮

总的来说美图的磨皮好像边缘细节方面保持的不是很好，据此可以推断，美图的磨皮没有用到其他肤色检测技术，而我是结合了肤色检测技术在里面的，所以在头发细节方面会保持的比较好。美图的磨皮还有：自然磨皮、快速磨皮、普通磨皮，除了普通磨皮、智能磨皮，其它的算法结合了美白技术在里面，而且美白技术好像也没有肤色结合肤色检测技术，好像是对全图进行白偏色处理，感觉美图的美白效果很差，因为我觉得美白应该是只对皮肤进行美白，而不是整幅图像进行美白，这边仅代表我个人观点，如有冒犯，请联系本人。本文地址：http://blog.csdn.net/hjimce/article/details/45421299    作者：hjimce     联系qq：1393852684  更多资源请关注我的博客：http://blog.csdn.net/hjimce                  原创文章，版权所有，转载请保留这两行作者信息