人臉美妝之唇色檢測演算法研究，人臉美唇色演算法

人臉美妝之唇色檢測演算法研究，人臉美唇色演算法
人臉美妝之唇色檢測演算法研究

目前，隨著臉部偵測識別技術的日趨成熟，人臉美化技術的競爭也愈演愈烈，諸如行動裝置應用類中的美咖相機，美圖秀秀，Perfect 365，天天P圖等等，這些應用無疑都在給人們的感官生活帶來新的樂趣與新的體驗，今天，我在這裡給大家介紹一下，這些人臉美妝技術中一個必不可少的內容—-唇彩。

唇彩的實現分為以下幾個步驟：

• 嘴唇粗略檢測
• 嘴唇精確檢測
• 嘴唇塗色

嘴唇粗略檢測

嘴唇粗略檢測的方法包括兩種：
- 1. 手動標記
手動標記往往是讓使用者自己移動特徵點來定位嘴唇地區。這種方式略繁瑣。
- 2. 自動標籤
自動標籤往往是通過Face Service技術，擷取嘴唇的大概位置。Face Service的技術目前已經日趨成熟，市面上諸如Face++等等，我們可以直接調用。
一般而言，目前的美妝軟體中，首先使用自動標籤，得到嘴唇的大概位置，如果無法檢測到人臉，那麼，會進一步讓使用者手動標記，這樣給使用者一種友好的使用者體驗。

嘴唇精確檢測

嘴唇精確位置檢測，關係到唇彩的準確度，進而影響美妝的整體效果。這裡我介紹兩種簡單的嘴唇檢測演算法：
- 1. 基於YIQ色彩空間的唇色檢測演算法
-參考論文：基於膚色和唇色資訊的臉部偵測方法的研究

演算法原理：在YIQ色彩空間中，Y表示亮度訊號，I和Q表示色度訊號，Q分量代表的顏色變化正好覆蓋了嘴唇的色彩範圍，因此，通過對嘴唇樣本的分析，得到嘴唇地區在YIQ色彩空間中的分布範圍，以此來判斷唇色。YIQ色彩空間與RGB色彩空間對應關係如下： Y  = 0.299 * r + 0.587 * g + 0.114 * b; I  = 0.596 * r - 0.275 * g - 0.321 * b; Q  = 0.212 * r - 0.523 * g + 0.311 * b;

唇色統計的分布結果：

分量	範圍
Y	[80,220]
I	[12,78]
Q	[7,25]

對於當前像素P(x,y)，先轉換為YIQ，然後分辨判斷YIQ分量是否符合上述唇色分布結果，如果符合，則該像素為唇色像素。
-2. 基於R,G分量分析的唇色檢測演算法
-參考文獻：一種快速魯棒的唇部檢測方法
這個演算法主要是提出了一個唇色判斷公式：
logG(B0.391∗R0.609)<T
這個公式的由來，是作者根據另外一篇文獻TW Lewis.Lip feature extraction using ed exclusion.改進而來，至於原因什麼的我們不用關心，我們關心的是如何最簡單的理解與實現效果呵呵。
這篇論文中並沒有給出T的取值，這裡我給一個經驗值:T= - 0.15;
公式中的B,R自然就是RGB色彩空間的對應分量了，對應於某個像素P(x,y)，如果符合這個公式，那麼，這個像素就是唇色像素了。
-3. 演算法效果
以上兩種演算法的效果如下所示：

以上兩種方法是基於色彩空間唇色統計的方法，具有速度快，計算簡單的特點，但是，由於統計的結果只代表大多數，並非全部，因此，這兩種像素都不可能完全判斷各種條件下的唇色像素，尤其是不同環境光線條件下，容易出現誤判。對於這個缺點，一般，我們會在Face Service後，得到嘴唇的大概位置，在這個大概位置中，使用這些演算法，這樣一般就可以檢測到相對準確的嘴唇地區了，後期在結合一些形態學運算元，就可以得到準確的嘴唇地區了，對於唇彩塗色，也就完成了關鍵的一步了。

嘴唇塗色

嘴唇塗色就是根據嘴唇檢測得到的準確地區，結合顏色Color的RGB值對其進行上色的過程。
嘴唇塗色一般使用YUV色彩空間，Y表示灰階值，UV表示顏色特徵。假設嘴唇地區某像素P(x,y)，塗色值Color(R,G,B),我們先計算P的Y值，然後計算Color的UV值，這樣我們就得到了塗色之後的目標YUV，在將這個YUV映射到RGB即可。

主要代碼

這裡放上嘴唇檢測的代碼程式，供大家參考：

        public Bitmap LipsDetectBmp(Bitmap src)        {            Bitmap a = new Bitmap(src);            int w = a.Width;            int h = a.Height;            BitmapData srcData = a.LockBits(new Rectangle(0, 0, a.Width, a.Height), ImageLockMode.ReadWrite, PixelFormat.Format32bppArgb);            byte* p = (byte*)srcData.Scan0;            int r = 0, g = 0, b = 0, offset = srcData.Stride - w * 4;            double Y = 0, I = 0, Q = 0;            double k = 0;            for (int j = 0; j < h; j++)            {                for (int i = 0; i < w; i++)                {                    b = p[0];                    g = p[1];                    r = p[2];                    ////////////////Process image...                    //演算法1                    Y = 0.299 * r + 0.587 * g + 0.114 * b;                    I = 0.596 * r - 0.275 * g - 0.321 * b;                    Q = 0.212 * r - 0.523 * g + 0.311 * b;                    if ((Y >= 80 && Y <= 220 && I >= 12 && I <= 78 && Q >= 7 && Q <= 25))                    {                        p[0] = (byte)255;                        p[1] = 0;                        p[2] = (byte)255;                    }                    //演算法2                    //k = Math.Log((double)g / (Math.Pow((double)b, 0.391) * Math.Pow((double)r, 0.609)));//使用演算法                    ////2時把演算法1注釋掉即可                    //if (k < -0.15)                    //{                    //    p[0] = (byte)255;                    //    p[1] = 0;                    //    p[2] = (byte)255;                    //}                    p += 4;                }                p += offset;            }            a.UnlockBits(srcData);            return a;        }

總結

以上就是美妝演算法中的唇彩演算法過程了，跟大家分享一下，共勉！有什麼不明白的可以給我留言或郵件dongtingyue@163.com
最後，分享一個專業的影像處理網站，裡面有很多原始碼下載：
http://www.zealpixel.com/portal.php

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。