1、使用CbCr空间抠绿

YCbCr：是色彩空间的一种，通常会用于影片中的影像连续处理，或是数字摄影系统中。Y’为颜色的亮度(luma)成分、而
CB和CR则为蓝色和红色的浓度偏移量成份。Y’和Y是不同的，而Y就是所谓的亮度(luminance)，表示光的浓度且为非线性，使用伽马修正(gamma correction)编码处理。
计算代码：

float3 RGB_To_YCbCr(float3 rgb) {
	float Y = 0.299 * rgb.r + 0.587 * rgb.g + 0.114 * rgb.b;
	float Cb = 0.564 * (rgb.b - Y);
	float Cr = 0.713 * (rgb.r - Y);
	return float3(Cb, Cr, Y);
}

但是这里我们不需要这么复杂，我们把它变成更简单的计算方法

float2 RGB_To_MyCbCr(float3 rgb) {
	float Cb = rgb.b - rgb.g;
	float Cr = rgb.r - rgb.g;
	return float2(Cb, Cr) * 0.5 + 0.5;
 }

这样每个颜色都可以通过这个函数获取它的CbCr坐标，因此相应的CbCr坐标：绿(0,0)，黑白：(0.5,0.5)，紫(1,1)。通过距离我们选中的颜色（绿色）的距离即可判断这个颜色是否应该被抠掉或是保留。

这样，我们可以根据：选择的绿色，最小裁剪距离和最大保留距离来计算一个颜色的不透明度（计算时，裁剪距离<=保留距离）
一个颜色在CbCr空间中的保留情况：

2、边缘虚化

为了让图片更好的融入背景，我们需要做边缘模糊
这里使用了一个3*3、Sigma=1的高斯卷积核计算当前像素和周围8个像素组成的九宫格算子。通过算子，计算出一个透明度值（比如当前颜色不透明，但周围颜色都是绿色，那么这个颜色很有可能是边缘，需要被虚化）。

（这里+0.00016%是为了保证整体总权重和为100%）
完成：
使用tex2D对input.texcoord0位置像素和周围8个（_Flaming_Pear_Range_Temp * X / width，± _Flaming_Pear_Range_Temp * Y / height）其中X和Y取值是（-1,0,1），目的是对九宫格UV取值，将最终混合后的a值存储在sumColorA中。

sumColorA = pow(sumColorA, _Flaming_Pear_Lucency_Degree * 3);//取值变为曲线，而非线性
c.a = sumColorA;

3、简单去绿

半透明的物体会与背景的绿色混合，小物体（如头发）将无法准确获得其原始颜色，因为它们没有像素那么大。
就像一杯水或一片绿幕中间的一根头发，我们之间的绿色来自于它们本身并没有反射太多绿色，这是无法通过色彩校正来校正的。
这一步主要是为了处理一些意外，让场景中不再有绿色通过扣绿之后的颜色，仍然可能出现没有去除掉的绿色。这一步通过检查rgb通道，进行一个简单的去绿。因为这步会改变原色，有时需要谨慎使用。
那么一个颜色去绿可以通过两种方式：1减小G通道值，2同时增加等量的RB通道值。
完成：
首先，去绿的目标颜色肯定是绿色（G>R && G>B）。
其次具体减小G或增加RB量多少，取决于这个颜色的亮度和G与相距其最小的R或B通道的差。

float getColorLuminance(float4 rgb) //获取颜色亮度
{
	return (0.299 * rgb.r + 0.587 * rgb.g + 0.114 * rgb.b);
 }

 亮度 = getColorLuminance();
暗度 = 1 - 亮度;
最大变换量 = (c.r > c.b)?(c.g - c.r):(c.g - c.b);
红蓝颜色增量 = 亮度 * 最大变换量;
绿色减量 = 暗度 * 最大变换量;

从图像上看，此时图像的透明部分已经变成透明的，没有出现绿色的现象。但是，在场景中肉眼可能仍然看到绿色，而我们的肉眼感知黄色比橙色更绿，所以当黄色靠近橙色时，黄色显得偏绿。所以我们还需要色彩校正。

4、颜色矫正处理

场景中的物体被光照亮，最终这些光汇聚到相机上看到当前的图像，因为我们在一个房间里，我们可能会被绿幕或绿棚漫反射的光通过。并反射多余的绿色。这一步是去除这些漫射绿色。

假设屏幕空间的光是均匀的，只考虑漫反射（绿幕或绿棚的镜面反射的程度很低），根据物体反射出绿是多少，就可以计算当前色块对应绿色吸收率（比如理论上，黑色和白色对绿色的吸收率不同，场景中均匀的漫反射绿光打上去，增加的G值就不同）。因为这一步的目的是降低绿光对场景的影响，可以不考虑将画面提亮（不对RB通道进行处理）。

完成：
设置一个[0,1]的场景中绿光漫反射强度greenIntensity，0为最强（保持当前图像状态，不对图像颜色进行任何处理），1为最弱。
所以理论上的代码是这样的：

fixed overMainColor = c.g * greenIntensity;
c.g = lerp(c.g, overColorGreen, c.g);

但为了效果更好，可以把Lerp的程度改为矫正率，这样更贴近实际我们选择的颜色

先算出颜色校正最多可以校正什么颜色，然后根据假设的绿光漫反射强度和校正率计算出最终颜色

fixed rectify = 使用简单去绿之前的颜色值进行上图取值;
fixed overMainColor = c.g * greenIntensity;
c.g = lerp(c.g, overColorGreen, rectify);

5、更多优化

以上只是一些基本的绿化处理。如果想实现更高级的处理，可以通过：
·尝试YCbCr空间进行计算
使用更大的边缘模糊算子
使用更多的绿键颜色样本
·使用蒙版专门化某些部分（如处理阴影或边框）
·保存并分析前几帧的数据，进行动态抠绿，这个方案需要使用Unity后处理那套机制了，而不是简单的Shader
·使这个Shader对蓝幕进行处理（跟绿幕同理，这里就不展开了）（再括号 不用想着红幕，没有客户有那种需求）
阴影和其他后期处理：
阴影处理我想到的有2种：
1就是在场景中打光的时候留意人的影子，别补光把影子补没了，这样扣绿扣不下去，会留在图像中。这种影子也更真实。
2使用假影子：因为Unity不支持半透明阴影，这里可以由我们自己写一个假阴影，这步其实就是扣绿流程的简化，并最终输出黑白色的面片放在场景中
其他的后期处理就靠想象了，比如加一点环境光，就像根据图像色调对渲染进行风格化一样。
硬件可以通过调整图像输入设备（摄像头）和显示分辨率（显卡必须支持）进行优化，使最终输出的图像效果更好

6、效果展示

（图片来源为截图，分辨率没有原视频高，加上绿剪技术还不够成熟，专业绿剪软件，没有人一定要做好）
CbCr图测试处理（这个CbCr图不标准）：

由于运动模糊处理四肢：

头发处理：头发的分辨率和图像的分辨率有很大关系（相当大），可以看出头发还是有点绿的，这是因为校色无法处理这种混色，而且简单的绿化算法太简单了，不能很好的处理这种混合色，以后有时间再优化。
透明物体：

阴影处理：

如果您有代码，稍后您有时间整理它会发布。
（这是我的第一篇技术分享文章，如有错误或不准确之处，请指正）
引用：https://www.cnblogs.com/mtcnn/p/9411978.html
图片来源：
https://www.bilibili.com/video/BV1bf4y1R7oa?spm_id_from=333.999.0.0
https://www.bilibili.com/video/BV1SK4y1j7oh/?spm_id_from=333.788.recommend_more_video.0
https://www.bilibili.com/video/BV1C44y177a7/?spm_id_from=333.788.recommend_more_video.9