上篇文章中我们提到了，在进行人脸检测前，进行图像预处理的必要性，和图像预处理的第一二步。今天我们继续讲解剩下的步骤，以及这项技术和美颜sdk的关系。

一、详解图像预处理过程（接上期）

通过上期第二步提到的图像滤波和4种图像增强算法，可以设计一个端到端的图像预处理算法。简单的滤波加上图像的锐度增强，就能得到一个提高图像质量的输入值了。需要注意的是，在机器学习环节的图像预处理中，不需要像传统的图像处理那样追求非常高的图像质量。因为在实际的检测现场中，可能会遇到各种质量的图像输入。

3、输入图像尺寸，归一化批量处理：首先，对图像中的人脸检测进行裁剪，保证一张图中只有人脸图像的输入。其次，图像的尺寸要做一个权衡。简单来说，图像尺寸越小，训练和处理的速度就越快，但是图像尺寸过小会丢失大量的人脸细节信息。模型的识别率是一个很不稳定的因素，一般的人脸识别模型的图像尺寸输入可以是32X32、64X64或者128X128。

如果需要更多关于人脸细节上的输出，比如人眼睛的位置等，就需要更大尺寸的图像输入。在实验中的同等情况下，可以尝试设置不同的图像尺寸，编译一组简单的程序就可以简单实现。但是剪裁完需要再检查一下图像的质量，如果之前输入的图像长宽比太大，在程序裁剪图像后，人脸可能会出现一些变形。

另外，输入的图像要不要变成灰度图像也是一个问题，为了增加美颜sdk硬件设备中的处理速度，有时候只关注图像的纹理特性，往往将图像处理成灰度图像统一输入。

4、归一化处理后，对输入的图像进行旋转、多尺度变化，并且增加图片的数量，这是为了弥补图像样本不足的时候所采用的方法，有时也是为了提高模型的泛化能力。

5、最后建立一个数据库，将归一化的正样本图片全部储存进去。

这样，人脸检测前的图形预处理环节就全部结束了。

二、图像预处理与美颜sdk的关系

从上面可以看出，图像预处理是进行人脸检测前不可缺少的一步，它可为人脸检测提供更加准确的数据支持，而美颜sdk未来的发展方向建立在人脸检测技术之上，因此图像预处理可使得美颜sdk中的美颜环节更加细化和贴切。

以上就是美颜sdk背后的技术：图像预处理步骤的全部讲解，以及它的意义，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。