图像处理 GPUImage

GPUImage

中文文档

Posted by JT on August 9, 2018

概要

GPUImage框架是一个获得BSD许可的iOS库，可让您将GPU加速滤镜和其他效果应用于图像，实时摄像机视频和电影。与Core Image（iOS 5.0的一部分）相比，GPUImage允许您编写自己的自定义过滤器，支持部署到iOS 4.0，并且具有更简单的界面。但是，它目前缺少核心图像的一些更高级的功能，例如面部检测。

对于像处理图像或实时视频帧这样的大规模并行操作，GPU比CPU具有一些显着的性能优势。在iPhone 4上，简单的图像过滤器在GPU上执行的速度比基于CPU的等效过滤器快100多倍。

但是，在GPU上运行自定义过滤器需要大量代码来设置和维护这些过滤器的OpenGL ES 2.0渲染目标。我创建了一个示例项目来执行此操作：

http://www.sunsetlakesoftware.com/2010/10/22/gpu-accelerated-video-processing-mac-and-ios

并发现我必须在其创建中编写很多样板代码。因此，我整理了这个框架，它包含了处理图像和视频时遇到的许多常见任务，并且使得您无需关心OpenGL ES 2.0基础。

在处理视频时，此框架与Core Image相比，在iPhone 4上只需2.5 ms即可从相机上传帧，应用伽玛滤波器和显示，而使用Core Image的相同操作则为106 ms。基于CPU的处理需要460毫秒，这使得GPUI在此硬件上的运行速度比Core Image快40倍，比CPU绑定处理速度快184倍。在iPhone 4S上，对于这种情况，GPUImage仅比Core Image快4倍，比CPU绑定处理快102倍。然而，对于更复杂的操作，如更大半径的高斯模糊，Core Image目前超过了GPUImage。

执照

BSD风格，License.txt中的框架提供完整许可证。

技术要求

  • OpenGL ES 2.0：使用它的应用程序不能在原始的iPhone，iPhone 3G以及第一代和第二代iPod touch上运行
  • iOS 4.1作为部署目标（4.0没有电影阅读所需的扩展）。 如果您希望在拍摄静态照片时显示实时视频预览，则需要使用iOS 4.3作为部署目标。
  • iOS 5.0 SDK构建
  • 设备必须配备相机才能使用与相机相关的功能（显然）
  • 该框架使用自动引用计数（ARC），但如果添加为子项目，则应支持使用ARC和手动引用计数的项目，如下所述。 对于面向iOS 4.x的手动引用计数应用程序，您需要将-fobjc-arc添加到应用程序项目的Other Linker Flags中。

通用架构

GPUImage使用OpenGL ES 2.0着色器以比在CPU绑定例程中更快的速度执行图像和视频操作。但是，它隐藏了在简化的Objective-C界面中与OpenGL ES API交互的复杂性。此界面允许您定义图像和视频的输入源，在链中附加过滤器，并将生成的处理过的图像或视频发送到屏幕，UIImage或磁盘上的电影。

从源对象上载图像或视频帧，源对象是GPUImageOutput的子类。其中包括GPUImageVideoCamera（适用于iOS相机的实时视频），GPUImageStillCamera（用于使用相机拍摄照片），GPUImagePicture（适用于静态图像）和GPUImageMovie（适用于电影）。源对象将静态图像帧作为纹理上传到OpenGL ES，然后将这些纹理移交给处理链中的下一个对象。

链中的过滤器和其他后续元素符合GPUImageInput协议，该协议允许它们从链中的前一个链接接收提供或处理的纹理并对其执行某些操作。将链向下一步的对象视为目标，并且可以通过将多个目标添加到单个输出或过滤器来分支处理。

例如，从相机接收实时视频，将该视频转换为棕褐色调，然后在屏幕上显示视频的应用程序将设置如下所示的链：

GPUImageVideoCamera - > GPUImageSepiaFilter - > GPUImageView

将静态库添加到iOS项目中

注意：如果要在Swift项目中使用它，则需要使用“将其添加为框架”部分中的步骤而不是以下步骤。 Swift需要第三方代码的模块。

获得框架的最新源代码后，将其添加到应用程序中非常简单。首先将GPUImage.xcodeproj文件拖到应用程序的Xcode项目中，将框架嵌入到项目中。接下来，转到应用程序的目标并将GPUImage添加为目标依赖项。最后，您需要将libGPUImage.a库从GPUImage框架的Products文件夹拖到应用程序目标中的Link Binary With Libraries构建阶段。

GPUImage需要将一些其他框架链接到您的应用程序中，因此您需要在应用程序目标中添加以下链接库：

  • CoreMedia
  • corevideo的
  • OpenGLES
  • AVFoundation
  • QuartzCore

您还需要找到框架标头，因此在项目的构建设置中，将标头搜索路径设置为从应用程序到GPUImage源目录中的框架/子目录的相对路径。使此标头搜索路径递归。

要在应用程序中使用GPUImage类，只需使用以下内容包含核心框架头：

#import“GPUImage.h”

请注意：如果在尝试使用Interface Builder构建界面时遇到错误“Interface Builder中的未知类GPUImageView”等，则可能需要在项目的构建设置中将-ObjC添加到其他链接器标志中。

此外，如果您需要将其部署到iOS 4.x，似乎当前版本的Xcode（4.3）要求您在最终应用程序中弱链接Core Video框架，或者您看到崩溃时出现“未找到符号”的消息：_CVOpenGLESTextureCacheCreate“当您创建用于上载到App Store或进行临时分发的存档时。为此，请转到项目的Build Phases选项卡，展开Link Binary With Libraries组，然后在列表中找到CoreVideo.framework。将列表最右侧的设置从Required更改为Optional。

此外，这是一个支持ARC的框架，因此如果您想在面向iOS 4.x的手动引用计数应用程序中使用它，您还需要将-fobjc-arc添加到您的其他链接器标志中。

在命令行构建静态库

如果您不希望将项目作为依赖项包含在应用程序的Xcode项目中，则可以为iOS模拟器或设备构建通用静态库。为此，请在命令行运行build.sh。生成的库和头文件将位于build / Release-iphone。您还可以通过更改build.sh中的IOSSDK_VER变量来更改iOS SDK的版本（可以使用xcodebuild -showsdks找到所有可用版本）。

将此作为框架（模块）添加到Mac或iOS项目中

Xcode 6和iOS 8支持使用完整框架，Mac也是如此，它简化了将其添加到应用程序的过程。要将其添加到您的应用程序中，我建议将.xcodeproj项目文件拖放到应用程序的项目中（就像在静态库目标中一样）。

对于您的应用程序，请转到其目标构建设置，然后选择“构建阶段”选项卡。在Tar​​get Dependencies分组下，在iOS上添加GPUImageFramework（不是GPUImage，它构建静态库）或Mac上的GPUImage。在Link Binary With Libraries部分下，添加GPUImage.framework。

这应该导致GPUImage构建为框架。在Xcode 6下，这也将构建为一个模块，允许您在Swift项目中使用它。如上设置，您只需要使用

import GPUImage

把它拉进来

然后，您需要添加新的“复制文件”构建阶段，将“目标”设置为“框架”，并将GPUImage.framework构建产品添加到该阶段。这将允许框架与您的应用程序捆绑在一起（否则，您将看到神秘的“dyld：Library not loaded：@ rpath / GPUImage.framework / GPUImage”执行时出错）。

文档

使用appledoc从标题注释生成文档。要构建文档，请切换到Xcode中的“文档”方案。您应确保“APPLEDOC_PATH”（用户定义的构建设置）指向appledoc二进制文件，可在Github上或通过Homebrew获得。它还将构建和安装.docset文件，您可以使用自己喜欢的文档工具查看该文件。

执行常见任务

过滤直播视频

要从iOS设备的相机中过滤实时视频，您可以使用以下代码：

GPUImageVideoCamera *videoCamera = [[GPUImageVideoCamera alloc] initWithSessionPreset:AVCaptureSessionPreset640x480 cameraPosition:AVCaptureDevicePositionBack];
videoCamera.outputImageOrientation = UIInterfaceOrientationPortrait;

GPUImageFilter *customFilter = [[GPUImageFilter alloc] initWithFragmentShaderFromFile:@"CustomShader"];
GPUImageView *filteredVideoView = [[GPUImageView alloc] initWithFrame:CGRectMake(0.0, 0.0, viewWidth, viewHeight)];

// Add the view somewhere so it's visible

[videoCamera addTarget:customFilter];
[customFilter addTarget:filteredVideoView];

[videoCamera startCameraCapture];

这将设置来自iOS设备的后置摄像头的视频源，使用预设尝试以640x480捕获。该视频是在界面处于纵向模式下捕获的，其中横向左侧安装的摄像机需要在显示之前旋转其视频帧。然后，使用CustomShader.fsh文件中的代码将自定义过滤器设置为来自摄像机的视频帧的目标。这些过滤的视频帧最终在UIView子类的帮助下显示在屏幕上，该子类可以呈现由此管道产生的过滤的OpenGL ES纹理。

可以通过设置其fillMode属性来更改GPUImageView的填充模式，这样，如果源视频的宽高比与视图的宽高比不同，则视频将被拉伸，以黑条为中心或缩放以填充。

对于混合滤镜和其他可以拍摄多个图像的滤镜，您可以创建多个输出并添加单个滤镜作为这两个输出的目标。将输出添加为目标的顺序将影响输入图像混合或以其他方式处理的顺序。

此外，如果您希望启用麦克风音频捕获以录制到电影，则需要将摄像机的audioEncodingTarget设置为电影编写器，如下所示：

videoCamera.audioEncodingTarget = movieWriter;

捕获和过滤静态照片

要捕获和过滤静态照片，您可以使用类似于过滤视频的过程。您使用GPUImageStillCamera而不是GPUImageVideoCamera：

stillCamera = [[GPUImageStillCamera alloc] init];
stillCamera.outputImageOrientation = UIInterfaceOrientationPortrait;

filter = [[GPUImageGammaFilter alloc] init];
[stillCamera addTarget:filter];
GPUImageView *filterView = (GPUImageView *)self.view;
[filter addTarget:filterView];

[stillCamera startCameraCapture];

这将为您提供静态相机预览视频的实时滤波馈送。请注意，此预览视频仅在iOS 4.3及更高版本中提供，因此如果您希望拥有此功能，则可能需要将其设置为部署目标。

想要捕获照片后，可以使用如下所示的回调块：

[stillCamera capturePhotoProcessedUpToFilter:filter withCompletionHandler:^(UIImage *processedImage, NSError *error){
    NSData *dataForJPEGFile = UIImageJPEGRepresentation(processedImage, 0.8);

    NSArray *paths = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES);
    NSString *documentsDirectory = [paths objectAtIndex:0];

    NSError *error2 = nil;
    if (![dataForJPEGFile writeToFile:[documentsDirectory stringByAppendingPathComponent:@"FilteredPhoto.jpg"] options:NSAtomicWrite error:&error2])
    {
        return;
    }
}];

上面的代码捕获由预览视图中使用的同一过滤器链处理的全尺寸照片，并将该照片作为JPEG保存在应用程序的文档目录中。

请注意，由于纹理大小的限制，该框架目前无法处理旧设备（iPhone 4S，iPad 2或Retina iPad之前的设备）宽度大于2048像素的图像。这意味着iPhone 4，其相机输出的照片仍然大于此照片，将无法捕捉到这样的照片。正在实施一种平铺机制来解决这个问题。所有其他设备应该能够使用此方法捕获和过滤照片。

处理静止图像

有两种方法可以处理静止图像并创建结果。您可以通过创建静态图像源对象并手动创建过滤器链来实现此目的的第一种方法：

UIImage *inputImage = [UIImage imageNamed:@"Lambeau.jpg"];

GPUImagePicture *stillImageSource = [[GPUImagePicture alloc] initWithImage:inputImage];
GPUImageSepiaFilter *stillImageFilter = [[GPUImageSepiaFilter alloc] init];

[stillImageSource addTarget:stillImageFilter];
[stillImageFilter useNextFrameForImageCapture];
[stillImageSource processImage];

UIImage *currentFilteredVideoFrame = [stillImageFilter imageFromCurrentFramebuffer];

请注意，对于从过滤器手动捕获图像，您需要设置-useNextFrameForImageCapture以告知过滤器您以后需要从中捕获它。默认情况下，GPUImage在过滤器中重用帧缓冲区以节省内存，因此如果您需要保留过滤器的帧缓冲区以进行手动图像捕获，则需要提前告知它。

对于要应用于图像的单个过滤器，您只需执行以下操作：

GPUImageSepiaFilter *stillImageFilter2 = [[GPUImageSepiaFilter alloc] init];
UIImage *quickFilteredImage = [stillImageFilter2 imageByFilteringImage:inputImage];

编写自定义过滤器

这个框架相对于iOS上的Core Image（从iOS 5.0开始）的一个显着优势是能够编写自己的自定义图像和视频处理过滤器。这些过滤器以OpenGL ES 2.0片段着色器的形式提供，使用类似C的OpenGL着色语言编写。

使用类似的代码初始化自定义过滤器

GPUImageFilter *customFilter = [[GPUImageFilter alloc] initWithFragmentShaderFromFile:@"CustomShader"];

用于片段着色器的扩展名为.fsh。此外，如果您不希望在应用程序包中发送片段着色器，则可以使用-initWithFragmentShaderFromString：initializer将片段着色器作为字符串提供。

片段着色器为要在该过滤器阶段呈现的每个像素执行计算。他们使用OpenGL着色语言（GLSL）来做到这一点，这是一种类似C语言，增加了特定于2D和3D图形的语言。片段着色器的一个示例是以下棕褐色调滤镜：

varying highp vec2 textureCoordinate;

uniform sampler2D inputImageTexture;

void main()
{
    lowp vec4 textureColor = texture2D(inputImageTexture, textureCoordinate);
    lowp vec4 outputColor;
    outputColor.r = (textureColor.r * 0.393) + (textureColor.g * 0.769) + (textureColor.b * 0.189);
    outputColor.g = (textureColor.r * 0.349) + (textureColor.g * 0.686) + (textureColor.b * 0.168);    
    outputColor.b = (textureColor.r * 0.272) + (textureColor.g * 0.534) + (textureColor.b * 0.131);
	outputColor.a = 1.0;

	gl_FragColor = outputColor;
}

对于可在GPUImage框架内使用的图像过滤器，需要纹理坐标变化的前两行（对于纹理中的当前坐标，标准化为1.0）和inputImageTexture一致（对于实际输入图像帧纹理） 。

着色器的其余部分抓取传入纹理中此位置处像素的颜色，以产生棕褐色调的方式对其进行处理，并将该像素颜色写出以用于处理的下一阶段管道。

将片段着色器添加到Xcode项目时需要注意的一点是，Xcode认为它们是源代码文件。要解决此问题，您需要手动将着色器从Compile Sources构建阶段移动到Copy Bundle Resources阶段，以便将着色器包含在应用程序包中。

过滤并重新编码电影

可以通过GPUImageMovie类将影片加载到框架中，进行过滤，然后使用GPUImageMovieWriter写出。 GPUImageMovieWriter也足够快，可以从iPhone 4的640x480相机实时录制视频，因此可以将直接过滤的视频源输入其中。目前，GPUImageMovieWriter足以在iPhone 4上以高达20 FPS的速度录制实时720p视频，在iPhone 4S（以及新iPad）上以30 FPS录制720p和1080p视频。

以下是如何加载示例影片，将其传递给像素化过滤器，然后将结果作为480 x 640 h.264影片记录到磁盘的示例：

movieFile = [[GPUImageMovie alloc] initWithURL:sampleURL];
pixellateFilter = [[GPUImagePixellateFilter alloc] init];

[movieFile addTarget:pixellateFilter];

NSString *pathToMovie = [NSHomeDirectory() stringByAppendingPathComponent:@"Documents/Movie.m4v"];
unlink([pathToMovie UTF8String]);
NSURL *movieURL = [NSURL fileURLWithPath:pathToMovie];

movieWriter = [[GPUImageMovieWriter alloc] initWithMovieURL:movieURL size:CGSizeMake(480.0, 640.0)];
[pixellateFilter addTarget:movieWriter];

movieWriter.shouldPassthroughAudio = YES;
movieFile.audioEncodingTarget = movieWriter;
[movieFile enableSynchronizedEncodingUsingMovieWriter:movieWriter];

[movieWriter startRecording];
[movieFile startProcessing];

录制完成后，您需要从过滤器链中删除录像机并使用以下代码关闭录制：

[pixellateFilter removeTarget:movieWriter];
[movieWriter finishRecording];

电影在完成之前将无法使用，因此如果在此之前中断电影，则录制将丢失。

与OpenGL ES交互

GPUImage可以分别通过使用其GPUImageTextureOutput和GPUImageTextureInput类从OpenGL ES导出和导入纹理。这使您可以从OpenGL ES场景录制电影，该场景渲染到具有绑定纹理的帧缓冲对象，或过滤视频或图像，然后将它们作为要在场景中显示的纹理提供给OpenGL ES。

这种方法的一个注意事项是，必须在GPUImage的OpenGL ES上下文和任何其他上下文之间通过共享组或类似的东西共享这些过程中使用的纹理。

内置过滤器

目前有125个内置过滤器，分为以下几类：

颜色调整

  • GPUImageBrightnessFilter：调整图像的亮度

  • 亮度：调整后的亮度（-1.0 - 1.0，默认值为0.0）

  • GPUImageExposureFilter：调整图像的曝光

  • 曝光：调整曝光（-10.0 - 10.0，默认值为0.0）

  • GPUImageContrastFilter：调整图像的对比度

  • 对比度：调整后的对比度（0.0 - 4.0，默认值为1.0）

  • GPUImageSaturationFilter：调整图像的饱和度

  • 饱和度：应用于图像的饱和度或去饱和度（0.0 - 2.0，默认值为1.0）

  • GPUImageGammaFilter：调整图像的灰度系数

  • gamma：要应用的伽玛调整（0.0 - 3.0，默认值为1.0）

  • GPUImageLevelsFilter：类似Photoshop的级别调整。 min，max，minOut和maxOut参数是[0,1]范围内的浮点数。如果Photoshop中的参数在[0,255]范围内，则必须先将它们转换为[0,1]。 gamma / mid参数是float> = 0.这与Photoshop中的值匹配。如果要将电平应用于RGB以及各个通道，则需要使用此滤波器两次 - 首先是单个通道，然后是所有通道。

  • GPUImageColorMatrixFilter：通过对图像应用矩阵来变换图像的颜色
  • colorMatrix：用于转换图像中每种颜色的4x4矩阵

  • 强度：新变换颜色替换每个像素的原始颜色的程度

  • GPUImageRGBFilter：调整图像的各个RGB通道
  • 红色：每个颜色通道乘以的标准化值。范围从0.0开始，默认值为1.0。
  • 绿色：

  • 蓝色：

  • GPUImageHueFilter：调整图像的色调

  • 色调：色调角度，以度为单位。默认为90度

  • GPUImageVibranceFilter：调整图像的振动

  • vibrance：要应用的振动调整，使用0.0作为默认值，建议的最小值/最大值分别为-1.2和1.2左右。

  • GPUImageWhiteBalanceFilter：调整图像的白平衡。
  • 温度：以ºK为单位调整图像的温度。值4000非常酷，7000非常温暖。默认值为5000.请注意，4000到5000之间的比例几乎与5000和7000之间的比例一样重要。

  • 色调：调整图像的色调。值-200非常绿，200非常粉红色。默认值为0。

  • GPUImageToneCurveFilter：根据每个颜色通道的样条曲线调整图像的颜色。
  • redControlPoints：
  • greenControlPoints：
  • blueControlPoints：

  • rgbCompositeControlPoints：色调曲线采用一系列控制点，这些控制点定义每个颜色分量的样条曲线，或复合材料中的所有三个颜色分量。它们作为NSValue包装的CGPoints存储在NSArray中，标准化的X和Y坐标为0-1。默认值为（0,0），（0.5,0.5），（1,1）。

  • GPUImageHighlightShadowFilter：调整图像的阴影和高光
  • 阴影：增加以减轻阴影，从0.0到1.0，默认值为0.0。

  • 高光：减少高亮变暗，从1.0到0.0，默认值为1.0。

  • GPUImageHighlightShadowTintFilter：允许您使用颜色和强度独立地着色图像的阴影和高光
  • shadowTintColor：阴影色调RGB颜色（GPUVector4）。默认值：{1.0f，0.0f，0.0f，1.0f}（红色）。
  • highlightTintColor：突出显示色调RGB颜色（GPUVector4）。默认值：{0.0f，0.0f，1.0f，1.0f}（蓝色）。
  • shadowTintIntensity：阴影色调强度，从0.0到1.0。默认值：0.0

  • highlightTintIntensity：突出显示色调强度，从0.0到1.0，默认值为0.0。

  • GPUImageLookupFilter：使用RGB颜色查找图像重新映射图像中的颜色。首先，使用您最喜欢的照片编辑应用程序将过滤器应用于GPUImage / framework / Resources中的lookup.png。为了使其正常工作，每个像素颜色必须不依赖于其他像素（例如，模糊将不起作用）。如果需要更复杂的过滤器，可以根据需要创建任意数量的查找表。准备好后，使用新的lookup.png文件作为GPUImageLookupFilter的第二个输入。

  • GPUImageAmatorkaFilter：基于Amatorka的Photoshop动作的照片滤镜：http：//amatorka.deviantart.com/art/Amatorka-Action-2-121069631。如果要使用此效果，则必须将“GPUImage资源”文件夹中的lookup_amatorka.png添加到应用程序包中。

  • GPUImageMissEtikateFilter：基于Miss Etikate的Photoshop动作的照片滤镜：http：//miss-etikate.deviantart.com/art/Photoshop-Action-15-120151961。如果要使用此效果，则必须将“GPUImage资源”文件夹中的lookup_miss_etikate.png添加到应用程序包中。

  • GPUImageSoftEleganceFilter：另一种基于查找的颜色重映射过滤器。如果要使用此效果，则必须将“GPUImage资源”文件夹中的lookup_soft_elegance_1.png和lookup_soft_elegance_2.png添加到应用程序包中。

  • GPUImageSkinToneFilter：肤色调整滤镜，可影响独特的浅色肤色，并相应调整粉色/绿色或粉色/橙色范围。默认值以白种人皮肤为目标，但可根据需要进行调整。
  • skinToneAdjust：调整肤色的量。默认值：0.0，建议最小值/最大值：-0.3和0.3。
  • skinHue：检测皮肤色调。默认值：0.05（白种人皮肤偏红皮肤）。
  • skinHueThreshold：皮肤色调的变化量。默认值：40.0。
  • maxHueShift：允许的最大色调偏移量。默认值：0.25。
  • maxSaturationShift =要移动的最大饱和度（使用橙色时）。默认值：0.4。

  • upperSkinToneColor = GPUImageSkinToneUpperColorGreen或GPUImageSkinToneUpperColorOrange

  • GPUImageColorInvertFilter：反转图像的颜色

  • GPUImageGrayscaleFilter：将图像转换为灰度（饱和度滤镜的执行速度略快，无法改变颜色的贡献）

  • GPUImageMonochromeFilter：根据每个像素的亮度将图像转换为单色版本
  • 强度：特定颜色替换正常图像颜色的程度（0.0 - 1.0，默认值为1.0）

  • color：用作效果基础的颜色，默认为（0.6,0.45,0.3,1.0）。

  • GPUImageFalseColorFilter：使用图像的亮度在两个用户指定的颜色之间混合
  • firstColor：第一种和第二种颜色分别指定哪些颜色代替图像的暗区和亮区。默认值为（0.0,0.0,0.5）amd（1.0,0.0,0.0）。

  • secondColor：

  • GPUImageHazeFilter：用于添加或删除雾霾（类似于UV滤镜）
  • 距离：应用的颜色强度。默认值为0.-和.3之间的值最好。

  • 斜率：颜色变化量。默认值为0.-和.3之间的值最好。

  • GPUImageSepiaFilter：简单的棕褐色调滤波器

  • 强度：棕褐色调替换正常图像颜色的程度（0.0 - 1.0，默认值为1.0）

  • GPUImageOpacityFilter：调整传入图像的Alpha通道

  • 不透明度：将每个像素的传入Alpha通道乘以（0.0 - 1.0，默认值为1.0）的值

  • GPUImageSolidColorGenerator：输出生成的纯色图像。您需要使用-forceProcessingAtSize定义图像大小：

  • color：用于填充图像的四分量格式的颜色。

  • GPUImageLuminanceThresholdFilter：亮度高于阈值的像素将显示为白色，下面的像素将显示为黑色

  • 阈值：亮度阈值，从0.0到1.0，默认值为0.5

  • GPUImageAdaptiveThresholdFilter：确定像素周围的局部亮度，如果低于该局部亮度则将像素变为黑色，如果高于该值则变为白色。这对于在不同光照条件下挑选文本非常有用。

  • blurRadiusInPixels：背景平均模糊半径的乘数，以像素为单位，默认值为4。

  • GPUImageAverageLuminanceThresholdFilter：这应用阈值操作，其中阈值根据场景的平均亮度连续调整。

  • thresholdMultiplier：这是平均亮度乘以的一个因子，以达到要使用的最终阈值。默认情况下，这是1.0。

  • GPUImageHistogramFilter：分析输入图像并创建输出直方图，其中包含每个颜色值出现的频率。该滤波器的输出是3像素高，256像素宽的图像，其中心（垂直）像素包含与发生各种颜色值的频率相对应的像素。每个颜色值占据256个宽度位置中的一个，从左侧的0到右侧的255。可以为各个颜色通道（kGPUImageHistogramRed，kGPUImageHistogramGreen，kGPUImageHistogramBlue），图像的亮度（kGPUImageHistogramLuminance）或一次所有三个颜色通道（kGPUImageHistogramRGB）生成此直方图。

  • downsamplingFactor：不是对每个像素进行采样，而是指示采样的图像的哪个部分。默认情况下，这是16，最小值为1.这是为了防止直方图饱和，每个颜色值在超载之前只能记录256个像素。

  • GPUImageHistogramGenerator：这是一个特殊的过滤器，因为它主要用于处理GPUImageHistogramFilter。它生成由GPUImageHistogramFilter生成的颜色直方图的输出表示，但它可以重新用于显示其他类型的值。它接收图像并查看中心（垂直）像素。然后，它在输出纹理中的单独彩色图形中绘制RGB分量的数值。您可能需要强制此过滤器的大小才能使其输出可见。

  • GPUImageAverageColor：处理输入图像并通过平均图像中每个像素的RGBA分量来确定场景的平均颜色。缩减过程用于逐步下采样GPU上的源图像，然后在CPU上进行短平均计算。此过滤器的输出没有意义，但您需要将colorAverageProcessingFinishedBlock属性设置为一个块，该块接受四个颜色分量和一个帧时间并对它们执行某些操作。

  • GPUImageLuminosity：与GPUImageAverageColor类似，这会将图像缩小到平均亮度。您需要设置luminosityProcessingFinishedBlock来处理此过滤器的输出，该输出仅返回亮度值和帧时间。

  • GPUImageChromaKeyFilter：对于图像中的给定颜色，将alpha通道设置为0.这类似于GPUImageChromaKeyBlendFilter，而不是在第二个图像中混合匹配的颜色，这不会占用第二个图像而只是转动一个给定的颜色颜色透明。
  • 阈值灵敏度：要替换的目标颜色需要与颜色匹配的距离有多近（默认值为0.4）
  • 平滑：混合颜色匹配的平滑程度（默认值为0.1）

图像处理

  • GPUImageTransformFilter：这将对图像应用任意2-D或3-D变换
  • affineTransform：这需要一个CGAffineTransform来调整二维图像
  • transform3D：这需要一个CATransform3D来操纵三维图像

  • ignoreAspectRatio：默认情况下，保留变换图像的宽高比，但可以将其设置为YES以使变换独立于宽高比

  • GPUImageCropFilter：将图像裁剪到特定区域，然后仅将该区域传递到滤镜中的下一个舞台

  • cropRegion：从图像中裁剪出来的矩形区域，标准化为0.0 - 1.0的坐标。 （0.0,0.0）位置位于图像的左上角。

  • GPUImageLanczosResamplingFilter：这使您可以使用Lanczos重采样对图像进行上采样或下采样，从而比标准线性或三线性插值产生明显更好的质量。只需使用-forceProcessingAtSize：设置过滤器的目标输出分辨率，然后对该新大小重新采样图像。

  • GPUImageSharpenFilter：锐化图像

  • 锐度：要应用的锐度调整（-4.0 - 4.0，默认值为0.0）

  • GPUImageUnsharpMaskFilter：应用非锐化蒙版
  • blurRadiusInPixels：基础高斯模糊的模糊半径。默认值为4.0。

  • 强度：锐化的强度，从0.0开始，默认值为1.0

  • GPUImageGaussianBlurFilter：硬件优化的可变半径高斯模糊
  • texelSpacingMultiplier：纹素之间间距的乘数，范围从0.0开始，默认值为1.0。调整此项可能会略微增加模糊强度，但会在结果中引入伪影。强烈建议首先使用其他参数，然后再触摸此参数。
  • blurRadiusInPixels：用于模糊的半径（以像素为单位），默认值为2.0。这会调整高斯分布函数中的sigma变量。
  • blurRadiusAsFractionOfImageWidth：
  • blurRadiusAsFractionOfImageHeight：设置这些属性将允许模糊半径随图像的大小缩放

  • blurPasses：顺序模糊传入图像的次数。通过越多，过滤器越慢。

  • GPUImageBoxBlurFilter：硬件优化的可变半径框模糊
  • texelSpacingMultiplier：纹素之间间距的乘数，范围从0.0开始，默认值为1.0。调整此项可能会略微增加模糊强度，但会在结果中引入伪影。强烈建议首先使用其他参数，然后再触摸此参数。
  • blurRadiusInPixels：用于模糊的半径（以像素为单位），默认值为2.0。这会调整高斯分布函数中的sigma变量。
  • blurRadiusAsFractionOfImageWidth：
  • blurRadiusAsFractionOfImageHeight：设置这些属性将允许模糊半径随图像的大小缩放

  • blurPasses：顺序模糊传入图像的次数。通过越多，过滤器越慢。

  • GPUImageSingleComponentGaussianBlurFilter：GPUImageGaussianBlurFilter的修改，仅对红色组件进行操作
  • texelSpacingMultiplier：纹素之间间距的乘数，范围从0.0开始，默认值为1.0。调整此项可能会略微增加模糊强度，但会在结果中引入伪影。强烈建议首先使用其他参数，然后再触摸此参数。
  • blurRadiusInPixels：用于模糊的半径（以像素为单位），默认值为2.0。这会调整高斯分布函数中的sigma变量。
  • blurRadiusAsFractionOfImageWidth：
  • blurRadiusAsFractionOfImageHeight：设置这些属性将允许模糊半径随图像的大小缩放

  • blurPasses：顺序模糊传入图像的次数。通过越多，过滤器越慢。

  • GPUImageGaussianSelectiveBlurFilter：保持焦点在圆形区域内的高斯模糊
  • blurRadiusInPixels：用于模糊的半径（以像素为单位），默认值为5.0。这会调整高斯分布函数中的sigma变量。
  • excludeCircleRadius：从模糊中排除的圆形区域的半径
  • excludeCirclePoint：从模糊中排除圆形区域的中心
  • excludeBlurSize：模糊部分和清晰圆之间区域的大小

  • aspectRatio：图像的宽高比，用于调整对焦区域的圆度。默认情况下，这与图像宽高比匹配，但您可以覆盖此值。

  • GPUImageGaussianBlurPositionFilter：GPUImageGaussianSelectiveBlurFilter的反转，仅在某个圆圈内应用模糊
  • blurSize：模糊大小的乘数，范围从0.0开始，默认值为1.0
  • blurCenter：模糊的中心，默认为0.5,0.5

  • blurRadius：模糊的半径，默认为1.0

  • GPUImageiOSBlurFilter：尝试在控制中心等位置复制iOS 7上使用的背景模糊。
  • blurRadiusInPixels：用于模糊的半径（以像素为单位），默认值为12.0。这会调整高斯分布函数中的sigma变量。
  • 饱和度：饱和度范围从0.0（完全去饱和）到2.0（最大饱和度），0.8为正常水平

  • 下采样：下采样的程度，然后对输入图像进行上采样以最小化高斯模糊内的计算，默认值为4.0。

  • GPUImageMedianFilter：在3x3区域内获取三种颜色分量的中值

  • GPUImageBilateralFilter：双边模糊，试图模糊相似的颜色值，同时保留锐边
  • texelSpacingMultiplier：纹素读取之间间距的乘数，范围从0.0开始，默认值为4.0

  • distanceNormalizationFactor：中心颜色与样本颜色之间距离的归一化因子，默认值为8.0。

  • GPUImageTiltShiftFilter：模拟倾斜移位镜头效果
  • blurRadiusInPixels：基础模糊的半径，以像素为单位。默认情况下为7.0。
  • topFocusLevel：图像中对焦区域顶部的标准化位置，此值应低于bottomFocusLevel，默认值为0.4
  • bottomFocusLevel：图像中对焦区域底部的标准化位置，此值应高于topFocusLevel，默认值为0.6

  • focusFallOffRate：图像模糊远离对焦区域的速率，默认为0.2

  • GPUImage3x3ConvolutionFilter：针对图像运行3x3卷积内核

  • convolutionKernel：卷积核是一个3x3的值矩阵，用于应用于像素及其周围8个像素。矩阵以行主顺序指定，左上角像素为一个，右下角为三个。三个。如果矩阵中的值不等于1.0，则图像可能会变亮或变暗。

  • GPUImageSobelEdgeDetectionFilter：Sobel边缘检测，边缘以白色突出显示
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性

  • edgeStrength：调整过滤器的动态范围。较高的值会导致较强的边缘，但会使强度色彩空间饱和。默认值为1.0。

  • GPUImagePrewittEdgeDetectionFilter：Prewitt边缘检测，边缘以白色突出显示
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性

  • edgeStrength：调整过滤器的动态范围。较高的值会导致较强的边缘，但会使强度色彩空间饱和。默认值为1.0。

  • GPUImageThresholdEdgeDetectionFilter：执行Sobel边缘检测，但应用阈值而不是给出渐进的强度值
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性
  • edgeStrength：调整过滤器的动态范围。较高的值会导致较强的边缘，但会使强度色彩空间饱和。默认值为1.0。

  • 阈值：高于此阈值的任何边缘将为黑色，并且任何低于白色的边缘。范围从0.0到1.0，默认值为0.8

  • GPUImageCannyEdgeDetectionFilter：这使用完整的Canny过程突出显示一个像素宽的边缘
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性
  • blurRadiusInPixels：高斯模糊的基础模糊半径。默认值为2.0。
  • blurTexelSpacingMultiplier：底层模糊纹理间距乘数。默认值为1.0。
  • upperThreshold：梯度大小超过此阈值的任何边将通过并显示在最终结果中。默认值为0.4。

  • lowerThreshold：梯度幅度低于此阈值的任何边缘都将失败并从最终结果中移除。默认值为0.1。

  • GPUImageHarrisCornerDetectionFilter：在输入图像上运行Harris角点检测算法，并生成一个图像，其中这些角点为白色像素，其他一切都为黑色。可以设置cornersDetectedBlock，并为您提供一个角落列表（在标准化的0..1 X，Y坐标中），用于您要执行的任何其他操作。
  • blurRadiusInPixels：基础高斯模糊的半径。默认值为2.0。
  • 灵敏度：应用于调整滤波器中生成的角度图的动态范围的内部比例因子。默认值为5.0。

  • 阈值：将点检测为拐角的阈值。这可能会根据尺寸，照明条件和iOS设备相机类型而有很大差异，因此可能需要一些实验才能适合您的情况。默认值为0.20。

  • GPUImageNobleCornerDetectionFilter：在Harris角点检测器上运行Noble变量。其行为如上所述用于Harris检测器。
  • blurRadiusInPixels：基础高斯模糊的半径。默认值为2.0。
  • 灵敏度：应用于调整滤波器中生成的角度图的动态范围的内部比例因子。默认值为5.0。

  • 阈值：将点检测为拐角的阈值。这可能会根据尺寸，照明条件和iOS设备相机类型而有很大差异，因此可能需要一些实验才能适合您的情况。默认值为0.2。

  • GPUImageShiTomasiCornerDetectionFilter：运行Shi-Tomasi特征检测器。其行为如上所述用于Harris检测器。
  • blurRadiusInPixels：基础高斯模糊的半径。默认值为2.0。
  • 灵敏度：应用于调整滤波器中生成的角度图的动态范围的内部比例因子。默认值为1.5。

  • 阈值：将点检测为拐角的阈值。这可能会根据尺寸，照明条件和iOS设备相机类型而有很大差异，因此可能需要一些实验才能适合您的情况。默认值为0.2。

  • GPUImageNonMaximumSuppressionFilter：目前仅用作Harris角点检测滤波器的一部分，这将在每个像素周围采样1像素的盒子，并确定中心像素的红色通道是否是该区域中的最大值。如果是，它就会停留。如果不是，则对所有颜色分量设置为0。

  • GPUImageXYDerivativeFilter：Harris角点检测滤波器中的一个内部组件，它计算这一点左右像素之间的平方差，这个像素上下的像素的平方差，以及这两个差异的乘积。

  • GPUImageCrosshairGenerator：它在图像上绘制一系列十字准线，最常用于识别机器视觉特征。它不像其他滤镜那样采用标准图像，而是采用其-renderCrosshairsFromArray：count：方法中的一系列点来完成实际绘制。您需要强制此过滤器以您需要的特定输出大小进行渲染。

  • crosshairWidth：要在屏幕上绘制的十字准线的宽度（以像素为单位）。

  • GPUImageDilationFilter：执行图像扩张操作，其中矩形邻域中红色通道的最大强度用于该像素的强度。要初始化的矩形区域的半径在初始化时指定，范围为1-4像素。这适用于灰度图像，并可扩展明亮区域。

  • GPUImageRGBDilationFilter：这与GPUImageDilationFilter相同，只是它作用于所有颜色通道，而不仅仅是红色通道。

  • GPUImageErosionFilter：执行图像侵蚀操作，其中矩形邻域中的红色通道的最小强度用于该像素的强度。要初始化的矩形区域的半径在初始化时指定，范围为1-4像素。这适用于灰度图像，并可扩展暗区。

  • GPUImageRGBErosionFilter：这与GPUImageErosionFilter相同，只是它作用于所有颜色通道，而不仅仅是红色通道。

  • GPUImageOpeningFilter：这会对图像的红色通道进行侵蚀，然后进行相同半径的扩张。半径在初始化时设置，范围为1-4像素。这会过滤掉较小的明亮区域。

  • GPUImageRGBOpeningFilter：这与GPUImageOpeningFilter相同，只是它作用于所有颜色通道，而不仅仅是红色通道。

  • GPUImageClosingFilter：这会对图像的红色通道执行扩张，然后对同一半径进行侵蚀。半径在初始化时设置，范围为1-4像素。这会滤除较小的暗区。

  • GPUImageRGBClosingFilter：这与GPUImageClosingFilter相同，只是它作用于所有颜色通道，而不仅仅是红色通道。

  • GPUImageLocalBinaryPatternFilter：执行8个周围像素的红色通道的强度与中心像素的红色通道的强度的比较，将比较结果编码为变为该像素强度的位串。最低有效位是右上角比较，逆时针以正确比较结束为最高位。

  • GPUImageLowPassFilter：这会对传入的视频帧应用低通滤波器。这基本上累积了先前帧的加权滚动平均值和当前帧的加权滚动平均值。这可以用于去噪视频，添加运动模糊或用于创建高通滤波器。

  • filterStrength：它控制先前累积的帧与当前累积的帧混合的程度。范围从0.0到1.0，默认值为0.5。

  • GPUImageHighPassFilter：这会对传入的视频帧应用高通滤波器。这是低通滤波器的反函数，显示当前帧与先前帧的加权滚动平均值之间的差异。这对于运动检测最有用。

  • filterStrength：它控制先前累积帧的混合程度，然后从当前累计帧中减去。范围从0.0到1.0，默认值为0.5。

  • GPUImageMotionDetector：这是一个基于高通滤波器的运动检测器。您可以设置motionDetectionBlock，并且在每个输入帧上，它将为您提供场景中任何检测到的移动的质心（在标准化的X，Y坐标中）以及场景的运动强度。

  • lowPassFilterStrength：它控制幕后使用的低通滤波器的强度，以建立与传入帧进行比较的基线。范围从0.0到1.0，默认值为0.5。

  • GPUImageHoughTransformLineDetector：使用Hough变换检测图像中的线到并行坐标空间。这种方法完全基于布尔诺理工大学Graph @ FIT研究小组开发的PC线工艺，并在其出版物中描述：M.Dubská，J。Havel和A. Herout。使用平行坐标和OpenGL实时检测线条。 2011年SCCG会议记录，布拉迪斯拉发，SK，p。 7（http://medusa.fit.vutbr.cz/public/data/papers/2011-SCCG-Dubska-Real-Time-Line-Detection-Using-PC-and-OpenGL.pdf）和M.Dubská，J哈维尔和A. Herout。 PClines - 使用平行坐标的线检测。 2011年IEEE计算机视觉和模式识别会议（CVPR），p。 1489-1494（http://medusa.fit.vutbr.cz/public/data/papers/2011-CVPR-Dubska-PClines.pdf）。
  • edgeThreshold：检测到一个点属于用于确定线的边的阈值。默认值为0.9。
  • lineDetectionThreshold：检测到局部最大值属于并行坐标空间中的线的阈值。默认值为0.20。

  • linesDetectedBlock：在检测到行时调用此块，通常在每个已处理的帧上。包含m，b对（y = mx + b）中的归一化斜率和截距的C数组，以及检测到的行数和视频帧的当前时间戳的计数。

  • GPUImageLineGenerator：一个生成可以覆盖场景的线的辅助类。可以使用-setLineColorRed调整这些线条的颜色：绿色：蓝色：

  • lineWidth：行的宽度（以像素为单位），默认值为1.0。

  • GPUImageMotionBlurFilter：将定向运动模糊应用于图像
  • blurSize：模糊大小的乘数，范围从0.0开启，默认值为1.0

  • blurAngle：模糊的角度方向，以度为单位。默认为0度。

  • GPUImageZoomBlurFilter：将定向运动模糊应用于图像
  • blurSize：模糊大小的乘数，范围从0.0开启，默认值为1.0
  • blurCenter：模糊的标准化中心。 （0.5,0.5）默认情况下

混合模式

  • GPUImageChromaKeyBlendFilter：用第二个图像有选择地替换第一个图像中的颜色
  • thresholdSensitivity：要替换的目标颜色需要与颜色匹配的接近程度（默认值为0.4）

  • 平滑：混合颜色匹配的平滑程度（默认值为0.1）

  • GPUImageDissolveBlendFilter：应用两个图像的溶解混合

  • mix：第二个图像覆盖第一个图像的程度（0.0 - 1.0，默认值为0.5）

  • GPUImageMultiplyBlendFilter：应用两个图像的多重混合

  • GPUImageAddBlendFilter：应用两个图像的叠加混合

  • GPUImageSubtractBlendFilter：应用两个图像的减法混合

  • GPUImageDivideBlendFilter：应用两个图像的分割混合

  • GPUImageOverlayBlendFilter：应用两个图像的叠加混合

  • GPUImageDarkenBlendFilter：通过获取图像之间每个颜色分量的最小值来混合两个图像

  • GPUImageLightenBlendFilter：通过获取图像之间每个颜色分量的最大值来混合两个图像

  • GPUImageColorBurnBlendFilter：应用两个图像的颜色刻录混合

  • GPUImageColorDodgeBlendFilter：应用两个图像的颜色减淡混合

  • GPUImageScreenBlendFilter：应用两个图像的屏幕混合

  • GPUImageExclusionBlendFilter：应用两个图像的排除混合

  • GPUImageDifferenceBlendFilter：应用两个图像的差异混合

  • GPUImageHardLightBlendFilter：应用两个图像的硬光混合

  • GPUImageSoftLightBlendFilter：应用两个图像的柔和光混合

  • GPUImageAlphaBlendFilter：根据第二个alpha通道将第二个图像混合在第一个图像上

  • mix：第二个图像覆盖第一个图像的程度（0.0 - 1.0，默认值为1.0）

  • GPUImageSourceOverBlendFilter：在两个图像的混合上应用源

  • GPUImageColorBurnBlendFilter：应用两个图像的颜色刻录混合

  • GPUImageColorDodgeBlendFilter：应用两个图像的颜色减淡混合

  • GPUImageNormalBlendFilter：应用两个图像的正常混合

  • GPUImageColorBlendFilter：应用两个图像的颜色混合

  • GPUImageHueBlendFilter：应用两个图像的色调混合

  • GPUImageSaturationBlendFilter：应用两个图像的饱和度混合

  • GPUImageLuminosityBlendFilter：应用两个图像的光度混合

  • GPUImageLinearBurnBlendFilter：应用两个图像的线性刻录混合

  • GPUImagePoissonBlendFilter：应用两个图像的泊松混合
  • mix：混合范围从0.0（仅图像1）到1.0（仅图像2渐变），1.0为正常水平

  • numIterations：传播渐变的次数。如果你想要达到接近收敛的程度，可以将它调高到100甚至1000。是的，这会很慢。

  • GPUImageMaskFilter：使用另一个图像掩盖一个图像

视觉效果

  • GPUImagePixellateFilter：对图像或视频应用像素化效果

  • fractionalWidthOfAPixel：像素的大小，作为图像宽度和高度的一小部分（0.0 - 1.0，默认值为0.05）

  • GPUImagePolarPixellateFilter：根据极坐标而不是笛卡尔坐标对图像或视频应用像素化效果
  • center：应用像素化的中心，默认为（0.5,0.5）

  • pixelSize：小数像素大小，分为宽度和高度分量。默认值为（0.05,0.05）

  • GPUImagePolkaDotFilter：将图像分解为常规网格中的彩色点
  • fractionalWidthOfAPixel：点的大小，作为图像宽度和高度的一小部分（0.0 - 1.0，默认值为0.05）

  • dotScaling：每个网格空间的一小部分由一个点占用，从0.0到1.0，默认值为0.9。

  • GPUImageHalftoneFilter：对图像应用半色调效果，如新闻打印

  • fractionalWidthOfAPixel：半色调点的大小，作为图像宽度和高度的一小部分（0.0 - 1.0，默认值为0.05）

  • GPUImageCrosshatchFilter：这会将图像转换为黑白交叉线图案
  • crossHatchSpacing：图像的小数宽度，用作交叉线的间距。默认值为0.03。

  • lineWidth：交叉线的相对宽度。默认值为0.003。

  • GPUImageSketchFilter：将视频转换为草图。这只是Sobel边缘检测滤波器，颜色反转
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性

  • edgeStrength：调整过滤器的动态范围。较高的值会导致较强的边缘，但会使强度色彩空间饱和。默认值为1.0。

  • GPUImageThresholdSketchFilter：与草图过滤器相同，只有边缘是阈值而不是灰度
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性
  • edgeStrength：调整过滤器的动态范围。较高的值会导致较强的边缘，但会使强度色彩空间饱和。默认值为1.0。

  • 阈值：高于此阈值的任何边缘将为黑色，并且任何低于白色的边缘。范围从0.0到1.0，默认值为0.8

  • GPUImageToonFilter：它使用Sobel边缘检测在物体周围放置黑色边框，然后量化图像中的颜色，为图像提供类似卡通的质量。
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性
  • 阈值：边缘检测的灵敏度，较低的值更敏感。范围从0.0到1.0，默认值为0.2

  • quantizationLevels：要在最终图像中表示的颜色级别数。默认值为10.0

  • GPUImageSmoothToonFilter：它使用与GPUImageToonFilter类似的过程，只有在使用高斯模糊的香椿效果之前才能消除噪音。
  • texelWidth：
  • texelHeight：这些参数会影响检测到的边缘的可见性
  • blurRadiusInPixels：基础高斯模糊的半径。默认值为2.0。
  • 阈值：边缘检测的灵敏度，较低的值更敏感。范围从0.0到1.0，默认值为0.2

  • quantizationLevels：要在最终图像中表示的颜色级别数。默认值为10.0

  • GPUImageEmbossFilter：对图像应用浮雕效果

  • 强度：压花的强度，从0.0到4.0，1.0为正常水平

  • GPUImagePosterizeFilter：这会将颜色动态范围缩小为指定的步数，从而产生类似卡通的简单着色图像。

  • colorLevels：减少图像空间的颜色级别数。范围从1到256，默认值为10。

  • GPUImageSwirlFilter：在图像上创建漩涡扭曲
  • radius：从中心开始应用失真的半径，默认值为0.5
  • center：图像的中心（在0 - 1.0的标准化坐标中）关于哪个扭曲，默认值为（0.5,0.5）

  • angle：应用于图像的扭曲量，默认值为1.0

  • GPUImageBulgeDistortionFilter：在图像上创建凸起失真
  • radius：从中心开始应用失真的半径，默认值为0.25
  • center：图像的中心（在0 - 1.0的标准化坐标中）有关其扭曲的内容，默认值为（0.5,0.5）

  • scale：要应用的失真量，从-1.0到1.0，默认值为0.5

  • GPUImagePinchDistortionFilter：创建图像的捏合扭曲
  • radius：从中心开始应用失真的半径，默认值为1.0
  • center：图像的中心（在0 - 1.0的标准化坐标中）有关其扭曲的内容，默认值为（0.5,0.5）

  • scale：要应用的失真量，从-2.0到2.0，默认值为1.0

  • GPUImageStretchDistortionFilter：创建图像的拉伸扭曲

  • center：图像的中心（在0 - 1.0的标准化坐标中）有关其扭曲的内容，默认值为（0.5,0.5）

  • GPUImageSphereRefractionFilter：模拟玻璃球体的折射
  • center：应用失真的中心，默认值为（0.5,0.5）
  • radius：失真的半径，范围从0.0到1.0，默认值为0.25

  • refractiveIndex：球体的折射率，默认值为0.71

  • GPUImageGlassSphereFilter：与GPUImageSphereRefractionFilter相同，只是图像没有倒置，玻璃边缘有一点点结霜
  • center：应用失真的中心，默认值为（0.5,0.5）
  • radius：失真的半径，范围从0.0到1.0，默认值为0.25

  • refractiveIndex：球体的折射率，默认值为0.71

  • GPUImageVignetteFilter：执行渐晕效果，淡化边缘处的图像
  • vignetteCenter：tex coords（CGPoint）中晕影的中心，默认值为0.5,0.5
  • vignetteColor：用于晕影（GPUVector3）的颜色，默认为黑色
  • vignetteStart：与晕影效果开始的中心的标准化距离，默认值为0.5

  • vignetteEnd：与晕影效果结束的中心的标准化距离，默认值为0.75

  • GPUImageKuwaharaFilter：Kuwahara图像抽象，来自Kyprianidis等的工作。人。在GPU Pro系列中的出版物“GPU上的各向异性Kuwahara过滤”中。这会产生类似油画的图像，但它的计算成本非常高，因此在iPad 2上渲染帧可能需要几秒钟。这可能最适合用于静止图像。

  • radius：整数，指定应用过滤器时要测试的中心像素外的像素数，默认值为4.较高的值会创建更抽象的图像，但代价是处理时间要长得多。

  • GPUImageKuwaharaRadius3Filter：Kuwahara滤镜的修改版本，经过优化，只能在三个像素的半径上工作

  • GPUImagePerlinNoiseFilter：生成一个充满Perlin噪声的图像
  • colorStart：
  • colorFinish：生成噪声的颜色范围

  • scale：生成的噪声的缩放比例

  • GPUImageCGAColorspaceFilter：模拟CGA监视器的色彩空间

  • GPUImageMosaicFilter：此滤镜采用输入tileset，tile必须以亮度提升。它查看输入图像并根据该图块的亮度用输入图块替换每个显示图块。这个想法是复制其他应用程序中看到的ASCII视频过滤器，但是tileset可以是任何东西。
  • inputTileSize：
  • numTiles：
  • displayTileSize：

  • colorOn：

  • GPUImageJFAVoronoiFilter：生成Voronoi映射，供以后使用。

  • sizeInPixels：各个元素的大小

  • GPUImageVoronoiConsumerFilter：接收Voronoi地图，并使用它来过滤传入的图像。
  • sizeInPixels：各个元素的大小

您也可以使用类似C的OpenGL着色语言轻松编写自己的自定义过滤器，如上所述。

示例应用程序

几个示例应用程序与框架源捆绑在一起。大多数兼容iPhone和iPad级设备。他们试图展示框架的各个方面，并且应该在框架正在开发时用作API的最佳示例。这些包括：

SimpleImageFilter

捆绑的JPEG图像在启动时加载到应用程序中，对其应用过滤器，并将结果呈现给屏幕。此外，此示例还显示了两种获取图像，过滤图像并将其保存到磁盘的方法。

SimpleVideoFilter

像素化滤镜应用于实时视频流，使用UISlider控件可以调整实时视频的像素大小。

SimpleVideoFileFilter

从磁盘加载电影文件，对其应用非锐化掩码过滤器，并将过滤后的结果重新编码为另一个电影。

MultiViewFilterExample

从单个摄像头馈送，四个视图填充了应用于摄像头的实时滤波器。一个是直接摄像机视频，一个是预编程的棕褐色调，两个是基于着色器程序的自定义滤镜。

FilterShowcase

这演示了随GPUImage提供的每个过滤器。

BenchmarkSuite

这用于通过针对CPU绑定的例程和Core Image测试整个框架的性能来测试它。涉及静止图像和视频的基准测试针对所有三个运行，结果显示在应用程序中。

CubeExample

这展示了GPUImage与OpenGL ES渲染交互的能力。从相机捕获帧，将棕褐色滤镜应用于它们，然后将它们送入纹理，以应用于可以用手指旋转的立方体的面。该立方体又被渲染到纹理支持的帧缓冲对象，并且该纹理被反馈到GPUImage中以在渲染到屏幕之前应用像素化滤镜。

换句话说，这个应用程序的路径是相机 - >棕褐色调滤镜 - >立方体 - >像素化滤镜 - >显示。

ColorObjectTracking

我的ColorTracking示例的一个版本来自http://www.sunsetlakesoftware.com/2010/10/22/gpu-accelerated-video-processing-mac-and-ios移植到使用GPUImage，此应用程序使用场景中的颜色从实时摄像机源跟踪对象。您可以切换的四个视图包括原始摄像机输入，带有与白色颜色阈值匹配的像素的摄像机输入，处理后的视频，其中位置被编码为通过阈值测试的像素内的颜色，最后是带有a的实时视频输入跟踪所选颜色的点。点击屏幕会将颜色更改为跟踪以匹配手指下像素的颜色。点击并拖动屏幕会使颜色阈值或多或少地容忍。这在第二个颜色阈值视图中最为明显。

目前，在最后一步中进行颜色平均的所有处理都是在CPU上进行的，所以这部分是非常慢的。

CATALOG
    FEATURED TAGS
    工具 iOS 开发基础 Xcode RAC Mac Swift CocoaPods AFNetworking 面试 数据库 逆向 组件化 图像处理 OpenGL 数据结构和算法
    FRIENDS