上一章完畢了對圖片的磨皮處理。經過簡單算法流程優化，能夠達到非常快的速度。可是不能用於實時美顏。經實驗，若採用僅僅處理Y信號的方案。半徑極限大約是5-10，超過10則明顯感受到卡頓。但對於1920X1080的預覽分辨率來說。取10為半徑非常難得到理想效果。即使將分辨率減少到1280X720也差強人意。所以非常難簡單的直接應用在移動端實時處理上。

還有一方面，人物的正常膚，色應該是偏紅。所以則會導致人物圖像的紅色通道偏亮，使紅色通道保留的細節成分較少，相比之下。綠色通道保留很多其它細節，所以。普通情況下我們也能夠僅僅採用過濾綠色通道來實現實時磨皮。以下對思路簡介：

1.取出綠色通道，對綠色通道進行模糊處理，比如高斯模糊。得到模糊後的值sampleColor：
 

在頂點著色器中創建長度為20~25的數組，作為片段著色器須要取數據的點	

        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>
在片段著色器依次取出這些點的綠色通道值，乘以權重。最後除以總權重。得到模糊後的綠色通道值
 

2.用原圖綠色通道值減去sampleColor。加上0.5（即128），1+2兩個步驟即PS中的高反差保留：

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

3.對上述結果值進行3-5次強光處理（見第七章的“疊加”混合模式）。此步驟能夠使得噪聲更加突出：

        if(color <= 0.5){
		color = color * color * 2.0;
	}else{
		color = 1.0 - ((1.0 - color)*(1.0 - color) * 2.0);
	}
 
經過1-3之後的圖：

4.計算原圖的灰度值，公式為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);

得到灰度圖像：

5.將灰度值作為閾值，用來排除非皮膚部分。依據灰度值計算，將原圖與1-3後的結果圖合成：

	float alpha = pow(lumance, 0.333333);
	vec3 smoothColor = centralColor + (centralColor-vec3(highpass))*alpha*0.1;</span>
原圖rgb值與高反差後的結果相比，噪聲越大，兩者相減後的結果越大，在原結果基礎上加上一定值，來提高亮度，消除噪聲。
pow函數中第二個參數可調（1/3~1)，值越小，alpha越大，磨皮效果越明顯。改動該值可作為美顏程度

6.對混合後結果添加亮度：

7.以灰度值作為透明度將原圖與混合後結果進行濾色、柔光等混合，並調節飽和度：

原圖與結果圖：

上面用圖片來舉樣例，剩下的就是打開攝像頭切換到前置自己看效果了~

代碼地址：（將在晚些時候上傳20160108日語）

下文地址中MagicCamera/MagicFilter/res/raw/文件夾下

beautify_fragment.glsl 與 beautify_vertex.glsl

另外：

----------------------------------------------------------------------------------------------------

MagicCamera地址
以GPUImage為基礎，採用OpenGL+JNI開發，並優化了GPUImage預覽圖像處理過程，去除格式轉換消耗的時間。提升效率

使用GLSL實現了40+種濾鏡和實時美顏功能

實現了照片磨皮與美白功能

歡迎打開鏈接點擊右上角Star

Android平臺Camera實時濾鏡實現方法探討(十一)--實時美顏濾鏡