音视频的学习，本身就是一个难题。
要学习WebRTC，并运用到实际项目中，是难上加难。
要在WebRTC投入运用后，并改善音视频的质量，那简直是......要人命！
碰到难题，是放弃？还是保持孜孜不倦，左右上下前后而求索的精神？
结果给了我一个明确而完美的答案。
经过一段时间对WebRTC源码，openGLES，glsl的学习，终于还是找到了一种能够改善视频质量的方法，成功实现了美颜功能。
最最关键的是，哎呦！效果还不错哟。
记得在最开始的时候，很多次想要放弃，而且遇到了诸多的问题，内心挣扎了很多次，但最后还是像攻下城堡一样，将困难一个一个的攻了下来。
笔者在这里将完整地总结一下实现美颜的艰辛过程。
我将分几个方面，来向大家讲述，我是如何在android端实现WebRTC视频美颜的。
首先，向大家总结性陈述一下，我会说的几个方面。
1.音视频开发前期的调研及实现原理
2.需要学习什么
3.如何开发，代码如何写（我将贴出大部分源码，供各位批评指正）
4.遇到了哪些瓶颈问题
5.如何去测试检验
1.音视频开发前期的调研及实现原理
这阶段的内心OS：什么是高斯滤波，什么又是高斯模糊？他们是两兄弟吗？怎么又来了个双边滤波，他和高斯滤波才是失散多年的亲兄弟吧？怎么网上搜索到的与美颜有关的sdk都是收费的，而且价格比我家乡最高的山脉还要高？
确实是这样的，最开始从总监处接到这个光荣而又艰巨的任务后，我的心情是忐忑中带着一丝小小的兴奋的。
当天在网络上搜索了相关的资料以后，只剩下了忐忑，没有了兴奋。
要实现美颜功能，确实对我来说太困难了，看到那些算法的名字，我感觉我交了无数个新朋友，得一个一个的去接触，并深入了解认识。
说实话，在最开始的时候，我就有打退堂鼓的想法，可工作毕竟是工作，上级交代的任务，也不好直接拒绝，尤其是对于有着轻度社恐的程序员本人来说，拒绝别人的话，总是像我爱你三个字一样，难以说出口（总监给我这个任务，我好想对你说我爱你......雪亮的头顶）。
只好硬着头皮开始冲。
我辈遇到疑问，那自然是离不开去拜访一下度娘，可整整在美颜及WebRTC相关的内容中冲浪了许久，得出了一些基本判断。
对于这方面的资料，非常匮乏，毕竟WebRTC的兴起和风靡，也才几年的时间，可我更看到了，如果想在网络上找到一些实实在在关于美颜如何实现的硬核干货，还是有着相当的困难。
很多的文章，只是挨了一下边，在我看到最后发现，讲了个寂寞，我在想，大哥，咱不缺这点流量吧！而且我还在很多有一点点靠谱的文章下面留言，最后基本没得到回复，好像有一个哥们，无私的回复了我，但从他的回复中，我好像猜到了他也是最终没有实现，倒在了半路上。
然后我想着，既然网上找不到一例WebRTC+美颜实现的具体且详细的方案，那看有没有第三方开源的，这一找发现，结果是没有，而且sdk价格贵的离谱。
这时我也想到了一个问题，即使我真的向公司建议花钱去买别人的SDK进行集成，那也不见得就会有用，因为和自己的业务集成起来，也不会是一件轻松的事情，到时因为这个美颜功能而导致业务需要大范围调整，那不是芭比Q了吗？
最后，经历了心如死灰，内心无比折磨的阶段后，我一咬牙一狠心，决定挥刀...，自研。
前期的调研工作和资料搜集，也没有白干，起码对美颜的实现方式及大致脉络和原理，有了些些的了解。
主要有这么几个方面的认识吧。
第一：确定在WebRTC中实现美颜，应该在视频采集之后，编码之前进行。之所以在这个阶段实现美颜，有着莫大的好处，起码和业务实现了充分的解耦，基本不用考虑业务对美颜实现的影响，也不用担心美颜带来的其他问题。
第二：如果真的要实现美颜，靠我自己目前掌握的知识，是根本达不到目的的，唯一的方法，就是去学习，而要学习新的东西，尤其是感觉自己以前从来没有接触过的知识面，很容易让人产生畏难的情绪，而你唯一的选择，就是去克服他。说实在的，在认识到这点以后，我总结出一个对自己非常有用的道理：尽量选择去做难的事情，如果你把某个难度的事情做好了，那么低于这个难度的几乎所有问题，你都可以轻易的解决。
第三：网上大部分关于美颜如何实现的文章，都是无图无真相，也就是大概说说而已，真正的干货，寥寥无几。不必在这方面寄托太大的希望，不然会很失望。起码以我最后实现的结果来看，很多文章都没有摸到皮毛。
2.需要学习什么？
WebRTC中实现视频的美颜，首先需要学习的东西，自然是WebRTC本身相关的知识。我是基于android平台实现的，所以需要了解WebRTC在android平台的相关API。
这里包含有视频的采集捕捉，视频的具体数据格式，视频的处理方法，视频的传输和编解码等，难度越大的问题，你需要储备的知识，无论是在广度和深度上，都有很大程度的增加。
除了对WebRTC本身API的深入了解及运用外，还需要掌握实现算法的方法和编程语言。
这里主要是GLSL的学习，算法的具体实现，需要非常漫长的学习过程，以及其他方面的深度知识，我这里仅仅只是美颜相关算法的实现，可以说在算法领域，已经是很简单的一些算法了，而且网络上，也能找到相关算法的源码实现。
这些算法主要包括磨皮、美白、饱和度、明亮度、滤镜。
我实现美颜的方案中，主要包含了这几种算法的组合，将他们抽象成封装类，并形成过滤链，将android设备采集到的OES纹理数据，通过过滤后，形成2D纹理进行渲染。
这些算法的实现，是基于离屏渲染的，于是乎，便有了基于GPU的编程，这里就不得不提图形图像编程接口OpenGL了，OpenGL在java语言这里，被抽象成了伪代码。
学习起来，其实这部分还不是非常困难，因为网络上，能够找到与此有关的资料，已经足够你全面而深入的了解关于OpenGL的绝大多数知识了。
3.如何开发，代码如何写
下面直接上干货，给大家看一下，我是如何用代码实现美颜的。
第一步，更新WebRTCAPI
因为项目历史原因，经过查找资料后发现，目前公司采用的WebRTC版本，和我制定的美颜实现方案中，关于视频处理需要的API，在已使用的版本中，根本不存在。
当然如果相应的API已经在您的项目中存在，那么这一步可以不用考虑了。
而要判断需不需要更新，其实很简单，那就是确定你的项目中，是否包含VideoProcess类。
这个类，对于处理WebRTC视频数据，从而添加美颜算法，有着至关重要的作用。
下面是这个类的使用方法：
privateVideoTrackcreateVideoTrack(PeerConnectionFactorypcFactory,VideoCapturercapture,SurfaceViewRenderercallbacks){mVideoSource=pcFactory.createVideoSource(capture.isScreencast());YuvConverteryuvConverter=newYuvConverter();SurfaceTextureHelpersurfaceTextureHelper=SurfaceTextureHelper.create("surface_texture_thread",mEglContext,true,yuvConverter);capture.initialize(surfaceTextureHelper,callbacks.getContext(),mVideoSource.getCapturerObserver());capture.startCapture(pcConfig.videoWidth,pcConfig.videoHeight,pcConfig.videoFps);//屏幕共享时，不进行美颜处理，直接走webrtc的采集流程if(!isScreenShare){BeautyVideoProcessorbeautyVideoProcessor=newBeautyVideoProcessor(surfaceTextureHelper,callbacks.getContext(),yuvConverter);mVideoSource.setVideoProcessor(beautyVideoProcessor);}VideoTracklocalVideoTrack=pcFactory.createVideoTrack(VIDEO_TRACK_TAG,mVideoSource);localVideoTrack.addSink(callbacks);if(MeetRoomActivity2.OPT_LISTnull!=justForOptList){localVideoTrack.addSink(justForOptList);}returnlocalVideoTrack;}
从代码可以看到，这里从视频源获得了视频轨。
而在捕捉到视频数据的过程中，有一个类的使用，非常显眼，便是BeautyVideoProcessor类，没错，如果使用了这个类，那么VideoCapture捕捉到的视频数据，便会走到这里，然后再传输到底层，我就是在这个地方，进行视频数据美颜处理的，而这里，正是视频数据捕捉之后，编码之前的位置所在。
下面，给大家看看BeautyVideoProcessor的具体实现
package