谈到磨皮美颜，大家可能认为是一个很高深难懂的事情，网上搜索关于美颜的文章，一般都是搬出许多算法，看得让你头晕目眩的。本篇文章将用大白话来让你快速认识磨皮美颜原理，轻松get到她的点！只要你耐着性子读完本篇文章，你会发现美颜原理其实也是一件很好理解的事情

讲磨皮美颜之前，先讲讲我们的人脸，认清磨皮美颜的目的；通常，我们的人脸上或许有许多痘痘和一些暗色粗糙皮肤，美颜的目的就是尽可能使痘痘消失，暗色皮肤变白，使粗糙变细腻，达到美颜效果，从上诉的分析可以得出我们需要做的事情如下：

我们通常看到痘痘和暗色皮肤，仔细观察，会发现这些特征点和周围正常皮肤在肤色上有一个差别；如果拍照拍下来，用灰度值查看这个图片，你会发现特征点灰度值较低，而正常白色皮肤灰度值较高，这是一个凸变的过程，正常皮肤到特征点，灰度值从高点陡然下跌；我们可以用这个现象来把特征点提取出来，如何提取请继续往下看；

另一个是局部粗糙皮肤，其局部灰度值，也需要尽可能将其数字磨平，让它和正常皮肤一样，和上面痘痘一样，也会有一个灰度值陡然下降的过程

这里需要一种滤波算法，可以是均值化滤波、高斯滤波、双边滤波和导向滤波等算法，考虑到手机CPU性能，我们一般选择高斯滤波，加权求平均的算法；试想一下，一张二维灰度值人脸图片，特征点灰度值低，正常皮肤灰度值高，滤波算法过后，正常皮肤变化不大，特征点因为周围正常皮肤灰度值较高的原因，普遍灰度值会有一个变大的效果，这个时候我们用原图灰度值减去滤波后的灰度值，那么特征点的灰度值是小于0位负的，正常皮肤灰度值为正的，这样我们就得到整张人脸图片的特征点了

特 征 点 = 原 图 − 滤 波 后 的 图 特征点 = 原图 - 滤波后的图 特征点=原图−滤波后的图

我们归一化灰度值，也就是将灰度值0-255归一化为0-1的取值，按照上面的步骤，得到特征点后，给他统一加0.5，也就是

特 征 点 = 原 图 − 滤 波 后 的 图 + 0.5 特征点 = 原图 - 滤波后的图 + 0.5 特征点=原图−滤波后的图+0.5

这样，我们的特征点小于0.5，正常皮肤的是大于0.5的

为了使我们的特征点更明显，我们对特征点加强，主要是使特征更加明显，后续好处理；得到一个高度反差的图像，如下图： 如上图，手上有皱纹以及关节处黑色比较明显，得到了特征点加强图片

源码：