前面有很多篇文章提到过，当今的美颜sdk算法已经逐渐脱离了对整张图像或整段视频进行统一处理的传统算法，向建立在机器深度学习的人脸检测算法上靠拢，在这其中，图像预处理是人脸检测算法中不可缺少的一步。今天，小编就为大家讲解下，图像预处理的步骤以及和美颜sdk的关系。

一、为什么要进行图像预处理？

人脸检测的其中一步是提取图像中关于人脸的所有特征，而在提取特征之前，就必须需对图像进行预处理。这是因为检测端输入的图像数据，会常伴有图像模糊、曝光过度、尺寸不一致、非人脸数据混入等问题，这些图像数据若不进行筛选处理，会对后面的人脸检测环节造成非常大的干扰，而图像预处理就是对输入的图像进行修正后，再进行人脸特征提取，特征提取后，才能有针对性的进行美颜。

下图表示的为人脸图像预处理的简单过程：

二、详解图像预处理过程

依据上文给出的流程图，下面将比较详细的介绍美颜sdk中图像预处理的过程。

1、输入图片、视频数据集，通过图像Quality检测程序筛选，在此过程中会丢弃掉非人脸、过度遮挡和图像质量差的图片数据，得到简单处理的数据集。

2、输入图像滤波降噪，对图像细节进行增强。输入的图像如果清晰度比较高，可以获取更多有用的人脸特征。降低噪声的干扰信息，主要是是针对一些噪声比较多的图像，对于这种图像，在预处理中添加简单的过滤器就可以解决问题。

展开来说，图像增强中滤波计算就是图像做一个均值处理，去掉噪声后的图像会呈现比较模式的状态，这时候可以尝试采用图像增强操作。对于比较模糊的图像可以采用图像增强操作，也可以调高图像的质量，这里一般会从4个方面对图像进行增强。

亮度增强：适当增加图像的亮度会使得图像在视觉上更加清晰，但是过度增加亮度会丢失图像的一些细节信息。

色度增强：色度代表了图像色彩的丰富和饱和程度，图像色度的适当增加会使得图像在视觉上的色彩更加饱和。

对比度增强：可以使图像的细节特征更加凸显，图像的质量将会有明显的提高。

锐度增强：锐度反应图像平面清晰度和图像边缘锐利程度的一个指标。是比对比度更加敏感的一个指标。相较于对比值所提高的图像清晰度，锐度值的增加使得画面上人脸的皱纹和斑点更清楚，也使得脸部肌肉的鼓起或凹下表现得更加真实。

以上就是关于美颜sdk背后的技术：图像预处理的部分讲解，由于文章篇幅的关系，剩余的内容会在下一篇文章中继续，如果您对美颜sdk开发感兴趣，欢迎咨询官方客服。

声明：本文由美狐原创，未经允许禁止转载，谢谢合作。