🏂开源个自己开发的 C++跨平台美颜滤镜库，方便集成为直播和 WebRTC 等提供美颜能力

[devzhaoyou]

王婆卖下瓜

这个项目是也有参考了很多开源项目，借鉴了他们的架构和数据处理流程。将有用的功能做了缝合，基于 C++ 开发，性能是非常强的💪🏻，比 GPUimage 还要好一丢丢, 并且支持安卓, iOS 和 Mac 。Win 端和鸿蒙未来也计划支持一下。

调用非常简单，Readme 中有示例，很容为直播和视频通信场景添加美颜和滤镜效果。 个人的第一个做的比较认真的项目，库稳定性和效果已经大量用户（万级别）验证，用到的朋友可以尝试一下，希望大家多多支持，给个 Star👏😬

👉项目地址：https://github.com/pixpark/gpupixel

以下为项目 Readme：

---

English  |  简体中文  

GPUPixel @ PixPark

简介

GPUPixel 是一个高性能的图像和视频处理库，用 C++11 编写。非常容易编译和集成，库的大小非常小。

它基于 GPU ，并且内置了可以达到商业级效果的美颜效果滤镜。

它支持包括 iOS 、Mac 、Android 在内的各种平台，并且理论上可以移植到任何支持 OpenGL/ES 的平台。

当前人脸关键点检测使用了 Face++ 库，但将来将会用 VNN 替代。

效果预览

美白 & 磨皮:

sample.jpg

Pipeline

arch.jpg

功能对比

This table compares the features supported by GPUPixel and GPUImage:

✅: 支持

❌: 不支持

✏️: 计划中

	GPUPixel	GPUImage
Filters:	✅	❌
磨皮	✅	❌
美白	✅	❌
瘦脸	✅	❌
大眼	✅	❌
口红	✅	❌
腮红	✅	❌
自定义滤镜	✅	✅
输入格式:
YUV420P(I420)	✅	❌
RGBA	✅	✅
JPEG	✅	✅
PNG	✅	✅
NV21(for Android)	✏️	❌
输出格式:
RGBA	✅	✅
YUV420P(I420)	✏️	❌
系统支持:
iOS	✅	✅
Mac	✅	✅
Android	✅	❌
Win	✏️	❌
Linux	❌	❌

系统要求

OS	iOS	OSX	Android	Windows	Linux
Min Support OS Version	10.0	10.13	5.0 (API 21)	-	-

性能

iPhone

-	iPhone 6P	iPhone 8	iPhone X	iPhone 11	iPhone 14 pro
CPU	5%	5%	3%	3%	3%
Time Taken	10ms	4ms	3ms	3ms	3ms

Android

-	Xiaomi 10	Huawei Meta30	Vivo	SAMSUNG	Google Pixel
CPU	3%	5%	-	-	-
Time Taken	6ms	5ms	-	-	-

编译

iOS

Open objc/gpupixel.xcodeproj or objc/demo/PixDemo.xcodeproj Xcode project and select the corresponding platform for compilation

Android

Open the directory ./android in Android Studio and configure NDK r21+

库体积

	iOS(.framework)	MacOS(.framework)	Android(.aar)
Size	2.4 MB	2.6 MB	2.1 MB

调用

Refer to ./objc/demo or ./android demo

.h file

// video data input
std::shared_ptr<SourceRawDataInput> source_raw_input_;
// beauty filter
std::shared_ptr<FaceBeautyFilter> face_beauty_filter_;
// video data output 
std::shared_ptr<TargetRawDataOutput> target_raw_output_;

Create Filter, .c++ file

 GPUPixel::GPUPixelContext::getInstance()->runSync([&] {
    // Create filter
    source_raw_input_ = SourceRawDataInput::create();
    target_raw_output_ = TargetRawDataOutput::create();
    // Face Beauty Filter
    face_beauty_filter_ = FaceBeautyFilter::create();
    
    // Add filter
    source_raw_input_->addTarget(face_beauty_filter_)->addTarget(target_raw_output_);
 }

Input Image Data I420 or RGBA

// ...
// YUVI420
 source_raw_input_->uploadBytes(width,
                                height, 
                                bufferY,
                                strideY, 
                                bufferU, 
                                strideU,
                                bufferV, 
                                strideV);
// ...
// bytes: RGBA data
 source_raw_input_->uploadBytes(bytes,
                                width, 
                                height, 
                                stride);

Output Data Callback

// I420 callback
target_raw_output_->setI420Callbck([=](const uint8_t *data, 
                                        int width, 
                                        int height, 
                                        int64_t ts) {
    size_t y_size = width * height;
    const uint8_t *uData = data + y_size;
    const uint8_t *vData = data + y_size + y_size / 4;
    // Do something you want
});

// RGBA callback->
target_raw_output_->setPixelsCallbck([=](const uint8_t *data, 
                                        int width, 
                                        int height, 
                                        int64_t ts) {
    size_t rgba_size = width * height*4;
    // Do something you want
});

// Output data callbck

Star History

[chancat]

牛哇，op.

[guotie]

大佬

[lizhenda]

厉害哦，star 了，后面看是否用得上

[Seawalker]

性能消耗怎么样，cpu 、gpu

[bihui]

有没有可以翘臀丰胸的

[coreki]

这个厉害

[devzhaoyou]

@bihui 配合关键点识别库，理论上都是可以做的

[devzhaoyou]

@lizhenda 感谢支持👏

[devzhaoyou]

@Seawalker 刨去人脸识别，图像处理消耗很小，参考 Readme 中性能章节🍻

[waylife]

真大佬

[bihui]

niubi
star 了