简单的一个肤色检测算法的SSE优化

本篇博文来自博主Imageshop，打赏或想要查阅更多内容可以移步至Imageshop。

转载自：https://www.cnblogs.com/Imageshop/p/7364115.html  侵删

　　在很多场合需要高效率的肤色检测代码，本人常用的一个C++版本的代码如下所示:

void IM_GetRoughSkinRegion(unsigned char *Src, unsigned char *Skin, int Width, int Height, int Stride)
{
    for (int Y = 0; Y < Height; Y++)
    {
        unsigned char *LinePS = Src + Y * Stride;                    //    源图的第Y行像素的首地址
        unsigned char *LinePD = Skin + Y * Width;                    //    Skin区域的第Y行像素的首地址    for (int X = 0; X < Width; X++)
        for (int X = 0; X < Width; X++)
        {
            int Blue = LinePS[0], Green = LinePS[1], Red = LinePS[2];
            if (Red >= 60 && Green >= 40 && Blue >= 20 && Red >= Blue && (Red - Green) >= 10 && IM_Max(IM_Max(Red, Green), Blue) - IM_Min(IM_Min(Red, Green), Blue) >= 10)
                LinePD[X] = 255;                                    //    全为肤色部分                                                                            
            else
                LinePD[X] = 16;
            LinePS += 3;                                            //    移到下一个像素        
        }
    }
}

　　这段代码效率的效率已经很高了，对于1080P含有人脸的一般图像大概也就4.0ms就能处理完，效果嘛对于正常光照和肤色的检测也还凑合，如下所示。

                  

      4.0ms确实已经很快了，不过在很多实时的场合，每帧里能节省下来1MS对于整体的流畅性都是有好处的，这个算法还有没有提升速度的空间呢。常规的C语言的方面的优化可能也就是循环展开了吧，实测速度也没啥大的区别。

      那我们接着来尝试下SIMD指令会有什么结果。

      在决定使用SIMD之前，我一直在犹豫，因为这个算法本身很简单的，就是一些条件判断组合，而SSE非常不适合于做判断运算，同时普通C语言的&&运算具有短路功能，对于本例，当发现其中之一不符合条件后就直接跳出了循环，不再进行后面的条件的计算和判断了，而我代码里也已经把简单的判断条件放在前面，复杂一点的放在后面了。如果使用SSE去实现同样的功能，由于SSE的特性，我们只能对所有的条件进行判断，然后把每个条件判断的结果进行and操作，这个过程是无法从中间中断的（从代码实现上说，是可以的，但是那种方式必然更慢）。这种全面判断的耗时和SSE处理器级别多路并行所带来的加速孰重孰轻，在没有实现之前心里确实有点不确定。

 　  既然写了本文，那一定是已经实现了该算法的SSE版本代码，我们来说为分析下实现的方式和可能用到的函数。　

      首先，我们要把R/G/B分量分别提取到一个SSE变量中，这个我们在SSE图像算法优化系列八：自然饱和度(Vibrance)算法的模拟实现及其SSE优化（附源码，可作为SSE图像入门，Vibrance算法也可用于简单的肤色调整） 一文里已经有提到了实现。

      接着看前面的三个判断条件   Red >= 60 && Green >= 40 && Blue >= 20 ， 我们需要一个unsigned char类型的比较函数，而SSE只提供了singed char类型的SSE比较函数，这个问题在A few missing SSE intrinsics 一文里有答案。可以用如下代码实现：

#define _mm_cmpge_epu8(a, b) _mm_cmpeq_epi8(_mm_max_epu8(a, b), a)

      第四个条件Red >= Blue 同样可以利用上面这个判断来实现。

      我们再来看第五个条件(Red - Green) >= 10，如果直接计算Red - Green，则需要把他们转换为ushort类型才能满足可能存在的负数的情况，但是如果使用_mm_subs_epu8这个饱和计算函数，当Red < Green时，Red - Green就被截断为0了，这个时候 (Red - Green) >= 10就会返回false了，而如果Red > Green, 则Red - Green的结果就不会发生截断，就是理想的效果，因此，这个问题解决。

      最后一个条件IM_Max(IM_Max(Red, Green), Blue) - IM_Min(IM_Min(Red, Green), Blue) >= 10，这个也很简单，先用_mm_max_epu8和_mm_min_epu8获得B/G/R三分量的最大值和最小值，这个时候很明显max>min,因此有可以直接使用_mm_subs_epu8函数生产不会截断的正确结果。

      我们注意到SSE的比较函数（字节类型的）的返回结果只有0和255这两种，因此上述的6个判断条件结果直接进行and操作就可以获得最后的组合值了，满足所有的条件的像素结果就为255，而其他的则为0。

      在我们C语言版本的代码中，不满足条件的像素被设置为了16或者其他非零的值，这又怎么办呢，同样的道理，255和其他数进行or操作还是255，而0和其他数进行or操作就会变为其他数，因此最后再把上述结果和16这个常数进行or操作就可以得到正确的结果了，整理下来，主要代码如下所示：

Src1 = _mm_loadu_si128((__m128i *)(LinePS + 0));
Src2 = _mm_loadu_si128((__m128i *)(LinePS + 16));
Src3 = _mm_loadu_si128((__m128i *)(LinePS + 32));

Blue = _mm_shuffle_epi8(Src1, _mm_setr_epi8(0, 3, 6, 9, 12, 15, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1));
Blue = _mm_or_si128(Blue, _mm_shuffle_epi8(Src2, _mm_setr_epi8(-1, -1, -1, -1, -1, -1, 2, 5, 8, 11, 14, -1, -1, -1, -1, -1)));
Blue = _mm_or_si128(Blue, _mm_shuffle_epi8(Src3, _mm_setr_epi8(-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 1, 4, 7, 10, 13)));

Green = _mm_shuffle_epi8(Src1, _mm_setr_epi8(1, 4, 7, 10, 13, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1));
Green = _mm_or_si128(Green, _mm_shuffle_epi8(Src2, _mm_setr_epi8(-1, -1, -1, -1, -1, 0, 3, 6, 9, 12, 15, -1, -1, -1, -1, -1)));
Green = _mm_or_si128(Green, _mm_shuffle_epi8(Src3, _mm_setr_epi8(-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 2, 5, 8, 11, 14)));

Red = _mm_shuffle_epi8(Src1, _mm_setr_epi8(2, 5, 8, 11, 14, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1));
Red = _mm_or_si128(Red, _mm_shuffle_epi8(Src2, _mm_setr_epi8(-1, -1, -1, -1, -1, 1, 4, 7, 10, 13, -1, -1, -1, -1, -1, -1)));
Red = _mm_or_si128(Red, _mm_shuffle_epi8(Src3, _mm_setr_epi8(-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 3, 6, 9, 12, 15)));
            
Max = _mm_max_epu8(_mm_max_epu8(Blue, Green), Red);                                                //    IM_Max(IM_Max(Red, Green), Blue)
Min = _mm_min_epu8(_mm_min_epu8(Blue, Green), Red);                                                //    IM_Min(IM_Min(Red, Green), Blue)
Result = _mm_cmpge_epu8(Blue, _mm_set1_epi8(20));                                                //    Blue >= 20
Result = _mm_and_si128(Result, _mm_cmpge_epu8(Green, _mm_set1_epi8(40)));                        //    Green >= 40
Result = _mm_and_si128(Result, _mm_cmpge_epu8(Red, _mm_set1_epi8(60)));                            //    Red >= 60
Result = _mm_and_si128(Result, _mm_cmpge_epu8(Red, Blue));                                        //  Red >= Blue
Result = _mm_and_si128(Result, _mm_cmpge_epu8(_mm_subs_epu8(Red, Green), _mm_set1_epi8(10)));    //    (Red - Green) >= 10 
Result = _mm_and_si128(Result, _mm_cmpge_epu8(_mm_subs_epu8(Max, Min), _mm_set1_epi8(10)));        //    IM_Max(IM_Max(Red, Green), Blue) - IM_Min(IM_Min(Red, Green), Blue) >= 10
Result = _mm_or_si128(Result, _mm_set1_epi8(16));
_mm_storeu_si128((__m128i*)(LinePD + 0), Result);

　　循环计算100次的速度测试:

环境	1920*1080 肤色约占一半图	1920*1080 全图肤色	1920*1080 全图无肤色
标准C语言	400ms	550ms	360ms
SSE优化	70ms	70ms	70ms

　　

     

     可以看到，虽然SSE优化后的计算量理论上比普通的C语言大很多，但是SSE优化的算法有两个好处，第一是速度快很多，最大加速比约有8倍了，第二是SSE的计算时间和图像内容是无关的。

     这个结果令我大为震惊，看样子SSE一次性处理16个字节的能力不是盖的，同时也说明普通的C语言的跳转也还是耗时的。

     完整工程的地址：http://files.cnblogs.com/files/Imageshop/GetSkinArea.rar

     结合肤色检测以及以前研究的积分图、均方差去噪等算法，我用纯SSE写了一个综合的MakeUp算法，处理单帧的1080P的图像用时大概也就在25ms内实现（单核），比纯C语言的要快了3到4倍，如下图所示：

 　　http://files.cnblogs.com/files/Imageshop/SSE_Optimization_Demo.rar，这里是一个我全部用SSE优化的图像处理的Demo，有兴趣的朋友可以看看。