随着各类直播、短视频和社交媒体的兴起，我们仿佛生在一个“人均美女帅哥”的社会，事实真是如此吗？
拜各类技术和软件的[文]发展所赐，当我们出[章]现在镜头面前时，计[来]算机算法就已经自动[自]将采集到的人像进行[知]了美颜处理。因此，[嘛]镜头里的人总是那么[答]“不真实”。
那么，这些软件背后[案]需要用到什么程序算[网]法？计算机是如何识[文]别人的面部和身体，[章]并对这些部位进行美[来]化的呢？
其实，美颜和绘画有[自]很多相似性，绘画首[知]先是画线稿，确定人[嘛]体基础结构，然后在[答]线稿之上进行上色，[案]逐步丰富细节，最后[网]完成一幅作品。
我们拍摄的原始人体[文]图像也是“画线稿”[章]，手机收集原始数据[来]，将图像上传到后台[自]进行定位和识别。这[知]一步的目的是确定人[嘛]体的特征位置。
接下来开始“上色”[答]，用算法和技术对五[案]官或身体部位进行分[网]析、处理、美化，最[文]后得到美颜后的图像[章]。
只不过完成一幅绘画[来]作品需要较长的时间[自]，而美颜却是瞬时的[知]、即刻的，这背后需[嘛]要有强大的计算机技[答]术作为支撑。
人脸关键点定位技术[案]识别五官
如今的美颜相机，已[网]经可以给眼睛画眼影[文]、给嘴唇涂口红。那[章]么，这些功能是怎么[来]精准识别图像中人脸[自]的特定部位的呢？
这其中利用的是人脸[知]关键点检测技术，即[嘛]通过寻找脸部特征点[答]来确定五官的精准位[案]置。一般来说，定位[网]的关键点数量越多，[文]最终的美颜效果越好[章]。
目前主流的人脸关键[来]点检测方法有两种：[自]基于特征的人脸检测[知]和基于图像的人脸检[嘛]测。目前使用最多的[答]是基于特征的人脸检[案]测方法。
原始人脸数据被上传[网]至后台后，人脸检测[文]技术会对原始的图像[章]帧进行识别。眼睛、[来]眉毛、T型区（即眼[自]睛+鼻子构成的区域[知]）、嘴、下巴会被依[嘛]次识别，识别的数据[答]被放入人脸信息结构[案]体中，之后再被应用[网]到具体的美颜算法中[文]，对特定部位进行美[章]化。
图像平滑技术帮你磨[来]皮
女生在化妆时会先涂[自]一层粉底液，主要作[知]用是美白和减少皮肤[嘛]瑕疵。这其实就相当[答]于美颜功能中的美白[案]和磨皮。
好的磨皮效果应该是[网]怎样的？首先最重要[文]的是让皮肤变光滑，[章]同时还要尽量保留更[来]多细节（如皮肤肌理[自]），让五官轮廓清晰[知]可见，这样的图片看[嘛]起来更真实、更有质[答]感。
磨皮利用的是图像平[案]滑技术，因为在拍摄[网]图像时会受到噪声干[文]扰，使图像质量降低[章]，因此要对噪声进行[来]过滤。过滤后的图像[自]将变得平滑，多余无[知]用的信息会被剔除掉[嘛]。
过滤图像噪声的工具[答]是滤波器，一般常用[案]的滤波器有中值滤波[网]、边缘保持滤波、双[文]边滤波（又称高斯双[章]边滤波）等。中值滤[来]波和边缘保持滤波的[自]缺点是不能很好地保[知]留图像的边缘信息；[嘛]而双边滤波可以保留[答]大量人脸细节且确保[案]边界处不会被模糊掉[网]，因此其应用最为普[文]遍。
色彩模式切换美白皮[章]肤
我们人眼的“像素”[来]很高，能看见世界的[自]色彩斑斓，那没有“[知]眼睛”的计算机怎么[嘛]识别颜色呢？
图像中的色彩一般用[答]RGB模式表示，R[案]、G、B分别代表红[网]、绿、蓝，具体数值[文]从0―255变化。[章]R、G、B的数值越[来]趋于0，图像越黑；[自]相反，越接近255[知]就越白。此外，还有[嘛]HSV模式（H、S[答]、V分别代表色彩、[案]饱和度、明度），这[网]两种色彩模式可以通[文]过算法实现转换。
很多美白技术会将R[章]GB模式转化为HS[来]V模式后再进行调整[自]：先用算法对皮肤像[知]素的颜色数据进行大[嘛]量统计，得到肤色像[答]素的取值范围，然后[案]再调节像素的各项数[网]值大小，让图像中的[文]皮肤变白、变亮。
模板与原图合成“定[章]制”妆容
美颜相机里还能“定[来]制”妆容，包括口红[自]、腮红、眼妆等。这[知]是因为相机软件里植[嘛]入了预先设计的、不[答]同风格的妆容模板，[案]当人脸出现后，首先[网]会基于人脸关键点检[文]测技术，识别出特定[章]部位，然后妆容模板[来]会投射到人脸特定区[自]域，最后妆容和原始[知]图像进行高效合成，[嘛]给图像里的人“化妆[答]”。
以画眉为例，许多软[案]件都提供了多套眉毛[网]的图片模板，先检测[文]出原始图像眉毛的关[章]键点位置，眉毛的第[来]一个关键点会作为贴[自]合的起始位置；算法[知]还会对眉毛模板的大[嘛]小和范围作出调整，[答]使模板和人的原始眉[案]毛能更好地贴合；最[网]后在原图上进行融合[文]，得到自然、逼真的[章]画眉效果。
这样一看，美颜果然[来]是个“技术活”。
（据数字北京科学中心公众号）
