关于人像美容之祛痘祛斑算法的一些尝试。

用户1138785

发布于 2018-01-03 14:46:47

1.7K0

发布于 2018-01-03 14:46:47

文章被收录于专栏：一心无二用，本人只专注于基础图像算法的实现与优化。一心无二用，本人只专注于基础图像算法的实现与优化。

祛痘祛斑算法一直在关注，一直在期待看有么有大神分享有关这方面的资料。在百度上用关键词祛痘祛斑搜到的都是于原理无关的不痛不痒的东西，看样子还是得靠自己奋斗。

总的来说，对于祛痘祛斑，我们概念上还是有一定的了解的，这个按照我的分析应该是属于图像修复方面的内容的，于是咨询了一些专门搞学术研究，特别是图像修复相关方向的比较专业的人士，他们也给我提供了一些测试的代码，其中最为简单又有一定效果代码如下(由网友西西提供）：

function inpainting()
    f=imread('12.png');
    f=rgb2gray(f);
    f=double(f);
    [m,n]=size(f);
    lamda=0.1;
    phi=double(1-(f==255));%
    u=f;    Iter =400;
    for k=1:Iter
        C1 = circshift(u,[0 -1]); C1(:,n) = C1(:,n-1);
        C2 = circshift(u,[0 1]);  C2(:,1) = C2(:,2);
        C3 = circshift(u,[-1 0]); C3(m,:) = C3(m-1,:);
        C4 = circshift(u,[1 0]);  C4(1,:) = C4(2,:);
        lap_u=C1+C2+C3+C4;
        u=(phi.*f+lamda*lap_u)./(phi+4*lamda);
end
figure; imagesc(u); colormap(gray); axis off; axis equal;

　　这个代码的原理是参考：

一文的。具体的我也没有看，应该是基于TV模型的最简单的一种实现。

　　上述代码很简单，其中的lamda控制了模糊的程度，用这个代码做了下测试，对于灰度图效果如下：

　　　　　原图

　　　　　　　　　　　　　　　　　　　　　 Mask

　　　　　　　　　　　　　　　　　　　　修复后的图

　　由上图可见，这种简单的代码具有一定的修复功能，但是修复部分比较模糊，另外一个问题就是这个代码的效率很低，虽然改成C语言实现病不是特别困难，但是即使是C速度也有问题，不过针对手动祛斑时的特性，编程时时不需要整图处理，比如取要祛痘祛斑2倍面积的地方进行处理也是可以的。

在一个群里也问起这个问题，有部分网友提出opencv 的 inpaint 算法可行吗，于是我也是试着用opencv的函数试验了下，实验的结果如下：

　原图

Mask

　　修复的结果图

　　如果初步的看，似乎修复的结果也还是可以的。这个代码在OpenCV的inpaint.cpp，其中一种方法来自论文《An Image Inpainting Technique Based on the Fast Marching Method》, 我花费了2天左右的时间将其转换为了纯C++代码，脱离了opencv环境，不过结果验证却有点令人失望，主要的原因是这个方法其实也和TV那个类似，修复的地方会有比较明显的模糊结果（OpenCV里的算法也存在类似卷积的过程，因此模糊时不可避免的)。而观察美图等软件的修复，对于被修复部分的纹理保留的很好。

但是，也不是说这些算法也毫无用处，祛斑祛痘一般都是伴随着磨皮美白一起使用的，如果对磨皮后部分依旧没有被消除的斑点，上述祛斑的方式就能和周边的图较为完美的融合在一起的，因为周边的皮肤也是会比较光滑的，例如下图：