集 降噪 美顏 虛化 增強 為一體的極速圖像潤色算法 附Demo程序


在2015年8月份的時候,決心學習圖像算法。

幾乎把當時市面上的圖像算法相關書籍都看了一遍,

資金有限,采取淘寶買二手書,長期駐留深圳圖書館的做法,

進度總是很慢,學習算法不得其法。

雖然把手上所有書籍都看完了,有那么一點點頭緒,

但是感覺沒有任何實戰經驗,或者說實際的產出。

那時候恰巧看到ImageShop的一篇文章,《一種具有細節保留功能的磨皮算法。

羡慕至極,在此情況下,鑒於本人安全出身,逆向功底還算扎實。

對這個算法進行了,長達1個月的逆向工作。

當然其實更多時間,還是對算法流程的理解上花的較多。

后來,結合一個開源工程的一段代碼(https://github.com/glshort/MapReady),

這個工程現在看來還是一個不錯的學習資料。

建議有興趣的同學可以花時間好好看看。

當時主要看的代碼是https://github.com/glshort/MapReady/blob/master/src/libasf_raster/kernel.c

而后,我對lee降噪算法進行了全新的解讀和整理。

產出自己第一個圖像算法。

有了這次算法的經驗之后,對后續學習其他算法而言,入門了,就好辦了。

剛開始學習圖像算法的同學可以采用這份代碼,入個門。《分享用於學習C++圖像處理的代碼示例

本人極其不推薦,基礎知識都沒理解好,就采用諸如 opencv這樣的庫,所謂快速入門。

相信我,后面你會發現,你現在偷的懶,以后還是要補回來的。

如果你跟我說你很努力,也沒有收獲。

我持保留態度,如果你沒有把市面上所有相關書籍看一遍,你可能真的還不夠努力。

后面當然我也有一段時間一直在研究圖像算法,而去年深度學習大火了一把之后。

我也沒有切進入去做,理解原理之后,自然也會知道弊端在哪里。

有一段時間我的工作任務就是為深度學習做一些前向傳播方面的算法優化,

而同事只需要把訓練好的模型丟給我去做集成就行了。

我一個人封裝了安卓以及iOS的api接口給上層調用,都是累心的體力活啊。

包括前段時間不少移動端優化的框架開源出來了,有那個精力去做這個事情,也是不小的體力活啊。

最近幾個月我在研究音頻算法,一通百通,也挺有意思的,

當數據有了時序維度之后,確實比較難理解。

我不太願意去做深度學習的主要原因是,訓練這塊也是體力活為主,像我這種懶人,不想去操那種心。

這樣懶懶散散,也快一年了。

這段時間有不少網友給我發郵件,問的問題林林總總。

不過有段時間,確實很多人關注膠片濾鏡算法。

這個其實也沒啥難度,市面上絕大數APP用的是3d lut算法。

你問我怎么知道的?

我把vscoCam的算法完完整整逆向出來了,所以我知道。

去年與 ImageShop 博主 共事半年多,互相學習,對我也是受益良多。

近期他博客產出了很多干貨。

問我怎么博客不寫了,不更新了。

精力有限啊,大多數時間用來睡大覺了。

嗯,說回正題。

早上睡醒,想到一個改進lee降噪算法的思路,下床,編碼驗證。

完成,收工。

如標題所說,我將lee降噪算法改造成,降噪 美顏 虛化 增強 為一體的極速算法,

你問我怎么做到的,應該是昨晚周公托的夢。

上多組 前后對比圖,關注下人物的眼睛以及皮膚。

水潤潤的感覺,真好。

提供demo程序給大伙試用。

1080P圖像在博主I5的破機子上,耗時40ms左右。

算法單線程,不采用simd指令集(編譯器的增強指令集也被我關閉了),omp異步之類的方式,純C實現, 純純的。

PS:有逆向功底的,可以逆向看一下,代碼摳出來可以直接編譯的。

演示程序暫不提供算法參數強度調節,采用簡單的自適應方式。

嗯,因為我懶。

剛出爐,沒做過多的處理。

下載地址:demo程序下載

又困了,該睡回籠覺去了。

俺的聯系方式如下:

郵箱: gaozhihan@vip.qq.com

聯系我時請說明來意,不然一律忽略,謝謝。 

若此博文能幫到您,歡迎掃碼小額贊助。

微信:  

 

 

支付寶: 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM