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。
- AI美颜SDK选型指南:自然美颜、实时渲染、低延迟与多端适配方案
- 美颜SDK实时渲染技术解析:自然美颜、低延迟与多端适配的视频解决方案
- 社交直播平台如何选择美颜SDK?用自然美颜与实时特效提升用户粘性
- 美颜特效SDK如何提升APP互动体验
- 基于OpenGL的移动端美颜SDK优化方案:自然美颜、低延迟与多端适配
- RTC美颜SDK如何兼顾清晰度、低延迟帧率与自然美颜效果
- OpenGL与GPU加速:美颜算法性能优化实战
- 美颜SDK价格为什么差异大?从收费逻辑到选型优势一次讲清
- 美颜SDK如何提升短视频内容商业价值?自然美颜、实时渲染与多端适配优势解析
- 直播短视频社交APP美颜SDK推荐:自然美颜、低延迟与多端适配对比
- 基于OpenGL的移动端美颜SDK优化方案:自然美颜、低延迟与多端适配
- 美颜SDK能力全解析:从动态贴纸到AR特效的实时渲染方案
- AI视频处理核心能力解析:美颜SDK如何实现美颜、实时渲染与多端适配
- AI视频处理技术趋势:从画质增强到智能人像优化
- 音视频SDK如何结合美颜SDK提升直播、视频社交与互动体验
- RTC美颜技术方案解析:美颜SDK如何实现实时互动场景下的低延迟美颜
- 美颜SDK厂家怎么选?从技术实力、服务能力到品牌口碑全面解析
- GPU美颜算法如何实现实时高清渲染?美颜SDK核心技术解析
- 美颜SDK价格怎么评估?从功能、效果、性能到服务全面解析
- 视频美颜SDK实战:实时处理、画质优化与平台适配
您当前的位置: