随着各种直播、短视频、社交媒体的兴起，我们似乎生在了一个“人均美女帅哥”的社会。真的是这样吗？
得益于各种技术和软件的发展，当我们出现在镜头前时，计算机算法已经自动对采集到的人像进行了处理，进行美容处理。所以镜头里的人总是那么“不真实”。
那么，这些软件背后需要哪些程序算法呢？计算机是如何识别人的面部和身体，并美化这些部位的？
其实美和画有很多相似之处。绘画先画一个线稿，确定人体的基本结构，然后在线稿上作画，逐渐丰富细节，最后完成一件作品。
我们拍摄的原始人体图像也是“线描稿”。手机采集原始数据，将图像上传到后台进行定位和识别。该步骤的目的是确定人体的特征位置。
接下来开始“上色”，用算法和技术对五官或身体部位进行分析、处理和美化，最终得到美化后的图像。
完成一幅画只需要很长时间，但美是瞬间的，立竿见影的，这需要强大的计算机技术作为支撑。
人脸关键点定位技术识别面部特征
现在的美颜相机已经可以给眼睛画眼影，给嘴唇涂口红了。那么，这些功能是如何准确识别图像中人脸的特定部位的呢？
其中使用了人脸关键点检测技术，即通过寻找人脸特征点来确定人脸特征的精确位置。一般来说，关键点定位越多，最终的美颜效果就会越好。
目前，主流的人脸关键检测方法有两种：基于特征的人脸检测和基于图像的人脸检测。目前，应用最广泛的人脸检测方法是基于特征的方法。
原始人脸数据上传到后台后，人脸检测技术会对原始图像帧进行识别。眼睛、眉毛、T型区(即眼睛和鼻子组成的区域)、嘴巴和下巴会被依次识别，识别出的数据会被放入人脸信息结构中，然后应用到特定的美颜算法中，对特定的部位进行美颜。
图像平滑技术可以帮助你剥离皮肤。
女生化妆的时候会先涂一层粉底液，主要是用来美白和减少皮肤瑕疵。其实这相当于美颜功能里的美白去死皮。
好的脱皮效果应该是怎样的？首先，最重要的是让皮肤光滑。同时尽量保留更多的细节(比如皮肤纹理)，让五官轮廓清晰可见。这样的画面看起来更真实，更有质感。
磨皮采用图像平滑技术，因为拍摄时噪点会干扰图像，降低图像质量，所以需要滤除噪点。过滤后的图像会变得平滑，多余无用的信息会被剔除。
滤除图像噪声的工具是滤波器，常用的滤波器有中值滤波器、边缘保持滤波器、双边滤波器(也叫高斯双边滤波器)等。中值滤波和边缘保持滤波的缺点是不能很好地保持图像的边缘信息。双边滤波可以保留很多人脸细节，保证边界不会模糊，所以应用最普遍。
颜色模式切换美白皮肤
我们的“像素”很高，可以看到五彩缤纷的世界。没有“眼睛”的计算机如何识别颜色？
图像中的颜色一般用RGB模式表示，R、G、B分别代表红、绿、蓝，具体数值从0到255不等。R、G和B的值越接近0，图像就越暗。反之，越接近255越白。另外还有HSV图案(H、S、V分别代表颜色、饱和度、明度)，可以通过算法进行转换。
很多美白技术都会将RGB模式转换成HSV模式再进行调整：首先通过算法统计皮肤像素的颜色数据，得到肤色像素的取值范围，然后调整像素的数值，使图像中的皮肤变得又白又亮。
将“定制”的妆容与原有形象相结合。
化妆也可以在美颜相机中“定制”，包括口红、腮红、眼妆等。这是因为相机软件中嵌入了预先设计的不同风格的化妆模板。当人脸出现时，它会首先基于人脸关键点检测技术识别特定部位，然后将化妆模板投射到人脸的特定区域。最后将妆容和原图高效合成，来“化妆”图像中的人。
以画眉为例，很多软件都提供多套眉图模板。首先检测原图中眉毛的关键点，将眉毛的第一个关键点作为拟合的起始位置。算法还会调整眉毛模板的大小和范围，让模板更好的贴合人的本来眉毛。最后，对原始图像进行融合，得到自然逼真的画眉效果。
这样看来，美容真的是一项“技术活”。
(科技日报、北京科学中心、微信官方账号)
