PS中有个表面模糊的功能，这个功能可以在保留边缘的情况下对图像平坦区域进行模糊滤波，这个功能可以实现很好的磨皮效果，它的算法如下：
这个算法很简单，设置半径r，得到一个边长为(2r+1)的正方形窗口，那么窗口中心像素的像素值即为x，当然，对于像素的RGB三个分量，是需要分别计算的，因此这个算法的时间消耗比较大。
类似的算法还有双边滤波等，不过这类滤波普遍都比较耗时，虽然双边滤波已经可以在PC上实时，但是，在手机端还存在较大问题。
下面给出一些对比效果图：
原图 表面模糊(r=20,y=28)
双边滤波(r=20)
可以看出，表面模糊的效果要比双边滤波效果更好一些！
图像的表面模糊处理，其作用是在保留图像边缘的情况下，对图像的表面进行模糊处理。在对人物皮肤处理上，比高斯模糊更有效。因为高斯模糊在使人物皮肤光洁的同时，也将一些边缘特征如脸部的眉毛、嘴唇等给模糊了，不得不用蒙版小心的抹去这些地方的模糊部分。
在处理手法上，表面模糊也与其它卷积处理手段不同，如高斯模糊等在处理图像时都是采用统一的卷积矩阵进行，而表面模糊却是每一个像素点都有自己的卷积矩阵，而且还是3（4）套，用以对应于像素的R、G、B（A、R、G、B）分量。所以表面模糊在编程处理时，比其它卷积操作更复杂、更耗时，因为它要对每一个像素计算自己的卷积矩阵。表面模糊编程的难点也在计算卷积矩阵上，其它与一般图像卷积处理一样。
表面模糊处理有2个参数，即模糊半径和模糊阈值，前者确定模糊的范围，后者确定模糊的程度。模糊范围就是卷积矩阵大小，如模糊半径为1，则模糊矩阵直径为 1×2+1=3 ，矩阵元素个数为 3×3=9 ，矩阵的中间元素即是当前像素点。
矩阵元素值的计算公式为：
wij=1−(|Iij−I0|)2.5T
其中， T 是阈值， wij 是模板矩阵的元素值,也可以称为权重， Iij 是图像值， I0 是模板矩阵中心的图像值。一般来说， wij 会做一个预处理:
wij=max(0,wij)
根据卷积运算，每一个像素通过表面模糊之后的值为:
Inew=∑wijIij∑wij
clc; clear all; close all; addpath('E:\Visual Effects\PS Algorithm'); Img=imread('1.jpg'); Img=double(Img); imshow(Img/255); img_out=Img; R=Img(:, :, 1); G=Img(:, :, 2); B=Img(:, :, 3); radi=5; thre=25; img_out(:, :, 1)=Surface_Blur(R, radi, thre); img_out(:, :, 2)=Surface_Blur(G, radi, thre); img_out(:, :, 3)=Surface_Blur(B, radi, thre); figure, imshow(img_out/255); %% surface blur function I_out=Surface_Blur(I_in, radi, thre) [r, c]=size(I_in); I_out=I_in; for ii=1+radi : r-radi for jj=1+radi : c-radi patch=I_in (ii-radi:ii+radi, jj-radi:jj+radi); p0=I_in(ii, jj); mask_1= repmat(p0, 2*radi+1, 2*radi+1); mask_2=1-abs(patch-mask_1)/(2.5*thre); mask_3=max(mask_2, 0); I_out(ii, jj)=sum(sum(patch.*mask_3))/sum(mask_3(:)); end end 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354
图像的表面模糊处理是Photoshop CS2以后才有的新功能，其作用是在保留图像边缘的情况下，对图像的表面进行模糊处理。在对人物皮肤处理上，比高斯模糊更有效。因为高斯模糊在使人物皮肤光洁的同时，也将一些边缘特征如脸部的眉毛、嘴唇等给模糊了，不得不用蒙版小心的抹去这些地方的模糊部分。
在处理手法上，表面模糊也与其它卷积处理手段不同，如高斯模糊等在处理图像时都是采用统一的卷积矩阵进行，而表面模糊却是每一个像素点都有自己的卷积矩阵，而且还是3（4）套，用以对应于像素的R、G、B（A、R、G、B）分量。所以表面模糊在编程处理时，比其它卷积操作更复杂、更耗时，因为它要对每一个像素计算自己的卷积矩阵。表面模糊编程的难点也在计算卷积矩阵上，其它与一般图像卷积处理一样。
表面模糊处理有2个参数，即模糊半径和模糊阈值，前者确定模糊的范围，后者确定模糊的程度。模糊范围就是卷积矩阵大小，如模糊半径为1，则模糊矩阵直径为1*2+1等于3，矩阵元素个数为3*3等于9，矩阵的中间元素即是当前像素点。
矩阵元素值的计算公式为：
mij = 1 - (|pij - p0|) / 2.5T
其中，mij为矩阵的各元素值，pij为矩阵元素对应的像素分量值，p0为矩阵中心元素对应的像素分量值，T为阈值，|pij - p0|为矩阵元素对应像素分量值与中心元素对应像素分量值的绝对差值。如果mij < 0，则mij = 0。
对ARGB格式图像数据来说，因有4个分量，故需要4套卷积矩阵。
矩阵元素确定后，就可按照一般图像卷积操作进行处理了，即分别累计矩阵元素值和与之对应的像素分量值乘积，用累计像素分量值除以累计元素值，即可得到当前像素分量模糊处理后的值。
下面是表面模糊处理代码：
[cpp] view plain copy print ? //--------------------------------------------------------------------------- // ARGB图像数据表面模糊处理 // 参数: 图像数据, 模糊半径(1 - 100), 阈值(2 - 255) VOID SurfaceBlur(BitmapData *data, UINT radius, UINT threshold) { if (radius < 1 || radius > 100 || threshold < 2 || threshold > 255) return; // 设置模糊矩阵元素表 FLOAT *matrixItems = new FLOAT[255*2+1]; FLOAT *items = &matrixItems[255]; FLOAT fv = threshold * 2.5; INT i; for (i = 1; i < 256; i ++) { items[-i] = items[i] = 1 - i / fv; if (items[i] < 0) break; } for (; i < 256; i ++) items[-i] = items[i] = 0; *items = 1; // 获取边框像素扩展图像数据到src BitmapData src; GetExpendData(data, radius, &src); // 获取数据处理参数 PARGBQuad pd, ps; UINT width, height; INT dstOffset, srcOffset; GetDataCopyParams(data, &src, width, height, pd, ps, dstOffset, srcOffset); INT size = (radius << 1) + 1; INT pOffset = ((src.Stride >> 2) + 1) * radius; INT iOffset = (src.Stride >> 2) - size; FLOAT pixelA, pixelR, pixelG, pixelB; FLOAT nuclearA, nuclearR, nuclearG, nuclearB; FLOAT ivA, ivR, ivG, ivB; for (UINT y = 0; y < height; y ++, ps += srcOffset, pd += dstOffset) { for (UINT x = 0; x < width; x ++, ps ++, pd ++) { pixelA = pixelR = pixelG = pixelB = 0; nuclearA = nuclearR = nuclearG = nuclearB = 0; PARGBQuad p = ps, p0 = p + pOffset; for (INT i = 0; i < size; i ++, p += iOffset) { for (INT j = 0; j < size; j ++, p ++) { // 以Pij - p0为下标从模糊矩阵元素表中获取像素各分量的元素值 ivB = items[p->Blue - p0->Blue]; ivG = items[p->Green - p0->Green]; ivR = items[p->Red - p0->Red]; ivA = items[p->Alpha - p0->Alpha]; // 累计像素各分量元素值 nuclearB += ivB; nuclearG += ivG; nuclearR += ivR; nuclearA += ivA; // 累计像素各分量元素值与分量值的乘积 pixelB += (ivB * p->Blue); pixelG += (ivG * p->Green); pixelR += (ivR * p->Red); pixelA += (ivA * p->Alpha); } } // 计算像素表面模糊后的新分量值 if (nuclearB > 0) pd->Blue = (BYTE)(pixelB / nuclearB + 0.5); if (nuclearG > 0) pd->Green = (BYTE)(pixelG / nuclearG + 0.5); if (nuclearR > 0) pd->Red = (BYTE)(pixelR / nuclearR + 0.5); if (nuclearA > 0) pd->Alpha = (BYTE)(pixelA / nuclearA + 0.5); } } FreeBitmapData(&src); delete[] matrixItems; // 如果图像数据含Alpha，将PARGB像素格式还原为ARGB像素格式 if (HasAlphaFlag(data)) ArgbConvertPArgb(data); } //---------------------------------------------------------------------------表面模糊处理函数SurfaceBlur采用浮点数进行矩阵元素的计算和像素的模糊处理，为减少循环过程中的模糊矩阵元素的计算量，函数预先定义并计算了255*2+1大小的模糊矩阵元素表matrixItems，元素指针items指向matrixItems[255]元素位置，该位置为pij - p0 = 0时的元素值，如果pij - p0 > 0，其对应元素值在items右边，反之，如果pij - p0 < 0则对应元素值在items左边，如此便免去了|pij - p0|中的绝对值处理。
为了加快运行速度，对于不含Alpha信息的图像可不处理alpha分量。也可将处理函数改为定点数运算，但计算精度要差一些。
下面是一个利用SurfaceBlur函数对GDI+位图进行表面模糊的例子（使用BCB2010）：
[cpp] view plain copy print ? //--------------------------------------------------------------------------- void __fastcall TForm1::Button1Click(TObject *Sender) { Gdiplus::Bitmap *bmp = new Gdiplus::Bitmap(L"..\\..\\media\\Source1.jpg"); Gdiplus::Graphics *g = new Gdiplus::Graphics(Canvas->Handle); g->DrawImage(bmp, 0, 0); BitmapData data; LockBitmap(bmp, &data); SurfaceBlur(&data, 3, 10); UnlockBitmap(bmp, &data); g->DrawImage(bmp, data.Width + 8, 0); delete g; delete bmp; } //---------------------------------------------------------------------------例子运行效果截图：
