注意：本文樣例圖片為了避免侵權，均使用AIGC生成；
手部青筋祛除科普
????????手部青筋祛除是影樓精修中一個非常精細的工作，需要較高的修圖技巧，目前市面上很少有自動化的青筋祛除功能的，而像素蛋糕目測是第一個做到的。我們先給大家看一下效果示例圖。
????????如示例圖所示，效果圖中美女的手部曝露的青筋消失了，整體效果對比肌膚要更加豐滿一點。
????????這里我將給大家介紹一下這個功能算法要如何實現，我們的目標是自動化處理照片，達到手部青筋祛除的效果，并可調節祛除強度。
算法實現
????????像素蛋糕為了這個效果申請了算法專利CN 119624835 A：一種模擬人工修圖的級聯式人物圖像祛青筋方法。
????????算法流程如下圖所示：
這里我們先看整體流程：
-
假設用戶照片原圖為S，手部祛除青筋的效果圖為D。對S進行手部區域檢測，比如手部關鍵點檢測，根據關鍵點計算手部區域圖像位置，將手部區域圖像裁剪出來得到手部圖像A，這里需要記錄裁剪位置，以及仿射變換矩陣H以及逆矩陣NH等，變換主要指縮放旋轉等操作；
-
將手部圖像A進行灰度化處理，得到灰度圖A_gray；
-
將A和A_gray送入“中性灰平整網絡”，輸出中性灰蒙版圖層，即為圖B；
-
將A和B進行柔光圖層混合，得到中性灰平整結果圖C；
-
將C和B送入“顏色調整網絡”，得到顏色調整后的結果圖M，M即為祛除青筋且顏色正常的效果圖；
-
將M按照仿射變換逆矩陣NH，貼回原圖S，得到最終效果圖D；
????????這個流程中，像素蛋糕設計了兩個網絡模塊“中性灰平整網絡”和“顏色調整網絡”，其中，中性灰平整網絡是用來獲取青筋區域的中性灰調整蒙版，用于調節青筋區域的亮度，將突出的青筋區域亮度平整，變得光滑均勻；而顏色調整網絡用于將青筋區域顏色調整為原圖正常的膚色；
????????中性灰平整網絡如下圖所示：
????????網絡很好理解，輸入手部灰度圖和原圖，輸出中性灰圖層，網絡使用了transformer模塊，從個人角度理解，應該是一個GAN網絡，采用Unet結構,難點在于如何構建數據集。當然，像素蛋糕應該是不缺乏數據的。
????????顏色調整網絡如下圖所示：
????????網絡輸入中性灰平整結果圖+中性灰圖層蒙版，輸出顏色調整結果圖，其中中性灰圖層蒙版實際上是導向作用，與中性灰平整網絡類似。這一步實際上也可以使用GAN網絡來實現，或者使用LUT調色網絡等。
????????上面就是像素蛋糕手部青筋祛除功能的算法流程。
????????針對上面的過程，大體思路是沒有問題的，個人認為是正確的(畢竟是專利，需要以謹慎的思考來看待)，但是，從我個人經驗，這里提供一個更為簡單的算法流程，或者說對上述流程進行改進。
????????本人改進的思路原理：手部暴露的青筋，整體上表現出來為亮度明暗突變+青綠顏色變化，而中性灰的概念，我們前面中性灰磨皮也介紹過，他的作用就是改變亮度信息，但實際上，以RGB顏色空間為例，我們如果在三通道上分別做中性灰蒙版，他就可以變成一個即改變亮度，也改變顏色的彩色中性灰蒙版，因此，從這個角度來看，我們不需要顏色調整網絡，也可以達到最終的效果。
????????因此，本人算法流程如下：
-
假設用戶照片原圖為S，手部祛除青筋的效果圖為D。對S進行手部區域檢測，比如手部關鍵點檢測，根據關鍵點計算手部區域圖像位置，將手部區域圖像裁剪出來得到手部圖像A，這里需要記錄裁剪位置，以及仿射變換矩陣H以及逆矩陣NH等，變換主要指縮放旋轉等操作；
-
構建一個彩色中性灰平整網絡，輸入為手部區域圖像A，輸出為彩色中性灰蒙版圖層A_color；
-
將A_color按照仿射變換逆矩陣NH貼回原圖S，與原圖S對應區域直接進行柔光圖層混合，同時設定混合強度調節參數k，用于調節混合效果的程度，這一步直接可以得到青筋祛除效果圖D；
????????柔光計算公式(A為原圖像素，B為中性灰像素)：
????????其中，彩色中性灰平整網絡可使用CGAN，設置輸入為512×512×3，實際也可以更小，比如384×384×3，由于得到的是中性灰圖層，縮放到高分辨率后與原圖進行柔光處理，并不會有損原圖清晰度信息，因此，可以很好的應對影樓大圖處理的清晰度要求。
????????這里，給出一組測試：
????????可以看到，本人方案效果與像素蛋糕效果幾乎一致，方案流程上要更加簡單，算法完全可以做到毫秒級快速處理高分辨率大圖；
注意：彩色中性灰的思想，用途非常廣泛，可以用于磨皮，祛除各類皺紋(黑眼圈/眼角紋/抬頭紋/頸紋/法令紋等等)，大家可以自行發揮，對于本人專欄中，部分思路相同的功能，也可能不會再重復介紹，有興趣的也可以私聊，共勉！
)
