我们在使用抖音拍摄短视频的时候,经常会在美颜滤镜中用到哈哈镜、怀旧等效果,那么这两种效果是如何实现的呢?下面就来分别为大家介绍下原理。
一、哈哈镜效果
现实生活中的哈哈镜,是指一种表面凹凸不平的镜子,可以反映出人像及物件的扭曲面貌。而在美颜滤镜的图像处理过程中,哈哈镜效果是通过图像坐标变换来模拟真实的哈哈镜效果。具体算法过程如下:
输入图像f(x,y),宽高分别为width和height,设置图像中心坐标Center(cx,xy)为缩放中心点,图像上任意一点到中心点的相对坐标tx=x-cx,ty=y-cy。哈哈镜效果分为图像拉伸放大和图像缩小。
对于图像拉伸放大,设置图像变换的半径为radius,哈哈镜变换后的图像为p(x,y)。

x=(tx/2)*(sqrt(tx*tx+ty*ty)/radius)+cx
y=(ty/2)*(sqrt(tx*tx+ty*ty)/radius)+cy
对于图像缩小,设置图像变换的半径为radius,哈哈镜变换后的图像为p(x,y)。
x=cos(atan2(ty,tx))*12*(sqrt(tx*tx+ty*ty)+cx
y=sin(atan2(ty,tx))*12*(sqrt(tx*tx+ty*ty)+cy
然后将这些公式编排到哈哈镜的程序上,实现图形变换。
从以上的公式中可以看出,图像变形的原理其实很简单,就是求解变换后坐标(tx,ty)和变换前坐标的坐标方程。可以直接给xy赋值,也可以采取插值的方法得到输出图像,逻辑并不复杂。另外,需要注意的一点是,实际开发中可以更换radius的大小,甚至可以做一个进度条动态调节Radius的大小,以获得不同值下哈哈镜的效果。

二、怀旧效果
怀旧风格的设计主要是在图像的颜色空间进行处理,以GRB空间为例,以GRB空间位列,对R、G、B这3个通道的颜色数值进行处理,让图像有一种泛黄的老照片效果。设计的转换公式如下:
R=0.393xr+0.769xg+0.189xb
G=0.349xr+0.686xg+0.168xb
B=0.272xr+0.534xg+0.131xb
其中,r、g、b分别代表输入的原图某一点图像像素的RGB值,R、G、B
代表了该点变换后的RGB值,注意编后的RGB值要约束在0~255之间。将以上公式编排到相关程序中,通过变换r、g、b对图像的颜色空间做处理,起到怀旧泛黄的效果,而图像的细节纹理依旧保留。
以上,就是美颜滤镜中的哈哈镜、怀旧效果的实现原理,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。
- 下一代直播美颜 SDK 的核心能力:实时跟踪 + AI 美型 + 多脸一致性
- 如何用一套美颜SDK,提升直播画面质感、用户体验和平台竞争力?
- 2025直播平台颜值新趋势:美颜SDK与动态贴纸的技术升级路线
- 短视频与直播行业爆发背后:美颜SDK为什么成为刚需技术?
- 美颜SDK的下一代形态:AI算法+数字内容模板能力
- 让直播中的面具“贴脸”不穿模:高精度人脸追踪与深度估计技术揭秘
- 短视频与直播为什么都在卷面具特效?背后是美颜 SDK 技术的全面进化
- 抖动特效让直播“更有戏”:美颜SDK如何做到实时不卡顿?
- 如何用美颜SDK提升直播留存?从美型算法到视觉体验的全链路优化
- 美型不止于“变美”:美颜SDK如何定义下一代直播视觉标准?
- 短视频与直播为什么都在卷面具特效?背后是美颜 SDK 技术的全面进化
- 打造沉浸式视觉体验:AI美颜SDK与虚拟特效的融合创新前瞻
- 从技术创新到体验革新:美颜SDK特效功能引领直播平台的下一波浪潮
- AI滤镜、动态贴纸与直播美颜SDK的未来趋势:从技术创新到商业应用的全面解析
- 直播间更好玩了!美颜SDK+动态贴纸如何提升互动体验?
- 美颜SDK的未来:人脸美型算法如何拥抱大模型与实时AI?
- 美型即留存:短视频与直播场景下美颜SDK的价值链构建
- 为什么你的直播平台需要美颜SDK动态贴纸?一文看懂用户粘性提升密码
- 打造高互动直播体验:一站式接入美颜SDK与贴纸功能
- 美颜SDK赋能智能美妆,助力直播平台提升用户转化率
您当前的位置: