当前位置：首页 > news >正文

影楼精修-手部青筋祛除算法解析

news 来源：原创 2025/6/21 19:07:26

注意：本文样例图片为了避免侵权，均使用AIGC生成；

手部青筋祛除科普

手部青筋祛除是影楼精修中一个非常精细的工作，需要较高的修图技巧，目前市面上很少有自动化的青筋祛除功能的，而像素蛋糕目测是第一个做到的。我们先给大家看一下效果示例图。

如示例图所示，效果图中美女的手部曝露的青筋消失了，整体效果对比肌肤要更加丰满一点。

这里我将给大家介绍一下这个功能算法要如何实现，我们的目标是自动化处理照片，达到手部青筋祛除的效果，并可调节祛除强度。

算法实现

像素蛋糕为了这个效果申请了算法专利CN 119624835 A：一种模拟人工修图的级联式人物图像祛青筋方法。

算法流程如下图所示：

这里我们先看整体流程：

假设用户照片原图为S，手部祛除青筋的效果图为D。对S进行手部区域检测，比如手部关键点检测，根据关键点计算手部区域图像位置，将手部区域图像裁剪出来得到手部图像A，这里需要记录裁剪位置，以及仿射变换矩阵H以及逆矩阵NH等，变换主要指缩放旋转等操作；
将手部图像A进行灰度化处理，得到灰度图A_gray；
将A和A_gray送入“中性灰平整网络”，输出中性灰蒙版图层，即为图B；
将A和B进行柔光图层混合，得到中性灰平整结果图C；
将C和B送入“颜色调整网络”，得到颜色调整后的结果图M，M即为祛除青筋且颜色正常的效果图；
将M按照仿射变换逆矩阵NH，贴回原图S，得到最终效果图D；

这个流程中，像素蛋糕设计了两个网络模块“中性灰平整网络”和“颜色调整网络”，其中，中性灰平整网络是用来获取青筋区域的中性灰调整蒙版，用于调节青筋区域的亮度，将突出的青筋区域亮度平整，变得光滑均匀；而颜色调整网络用于将青筋区域颜色调整为原图正常的肤色；

中性灰平整网络如下图所示：

网络很好理解，输入手部灰度图和原图，输出中性灰图层，网络使用了transformer模块，从个人角度理解，应该是一个GAN网络，采用Unet结构,难点在于如何构建数据集。当然，像素蛋糕应该是不缺乏数据的。

颜色调整网络如下图所示：

网络输入中性灰平整结果图+中性灰图层蒙版，输出颜色调整结果图，其中中性灰图层蒙版实际上是导向作用，与中性灰平整网络类似。这一步实际上也可以使用GAN网络来实现，或者使用LUT调色网络等。

上面就是像素蛋糕手部青筋祛除功能的算法流程。

针对上面的过程，大体思路是没有问题的，个人认为是正确的(毕竟是专利，需要以谨慎的思考来看待)，但是，从我个人经验，这里提供一个更为简单的算法流程，或者说对上述流程进行改进。

本人改进的思路原理：手部暴露的青筋，整体上表现出来为亮度明暗突变+青绿颜色变化，而中性灰的概念，我们前面中性灰磨皮也介绍过，他的作用就是改变亮度信息，但实际上，以RGB颜色空间为例，我们如果在三通道上分别做中性灰蒙版，他就可以变成一个即改变亮度，也改变颜色的彩色中性灰蒙版，因此，从这个角度来看，我们不需要颜色调整网络，也可以达到最终的效果。

因此，本人算法流程如下：

假设用户照片原图为S，手部祛除青筋的效果图为D。对S进行手部区域检测，比如手部关键点检测，根据关键点计算手部区域图像位置，将手部区域图像裁剪出来得到手部图像A，这里需要记录裁剪位置，以及仿射变换矩阵H以及逆矩阵NH等，变换主要指缩放旋转等操作；
构建一个彩色中性灰平整网络，输入为手部区域图像A，输出为彩色中性灰蒙版图层A_color；
将A_color按照仿射变换逆矩阵NH贴回原图S，与原图S对应区域直接进行柔光图层混合，同时设定混合强度调节参数k，用于调节混合效果的程度，这一步直接可以得到青筋祛除效果图D；

柔光计算公式(A为原图像素，B为中性灰像素)：

其中，彩色中性灰平整网络可使用CGAN，设置输入为512×512×3，实际也可以更小，比如384×384×3，由于得到的是中性灰图层，缩放到高分辨率后与原图进行柔光处理，并不会有损原图清晰度信息，因此，可以很好的应对影楼大图处理的清晰度要求。

这里，给出一组测试：

可以看到，本人方案效果与像素蛋糕效果几乎一致，方案流程上要更加简单，算法完全可以做到毫秒级快速处理高分辨率大图；

注意：彩色中性灰的思想，用途非常广泛，可以用于磨皮，祛除各类皱纹(黑眼圈/眼角纹/抬头纹/颈纹/法令纹等等)，大家可以自行发挥，对于本人专栏中，部分思路相同的功能，也可能不会再重复介绍，有兴趣的也可以私聊，共勉！

手部青筋祛除科普

算法实现

相关文章：