「这是我参与2022初次更文挑战的第6天,活动概况查看:2022初次更文挑战」
本事例的目的是理解如何用Metal实现均值含糊作用滤镜,均值含糊原理其实很简略经过多个纹路叠加,每个纹路偏移量设置不同达到一点重影作用来实现含糊;
Demo
- HarbethDemo地址
- iDay每日分享文档地址
实操代码
// 均值含糊作用滤镜
let filter = C7MeanBlur.init(radius: 0.5)
// 计划1:
let dest = BoxxIO.init(element: originImage, filter: filter)
ImageView.image = try? dest.output()
dest.filters.forEach {
NSLog("%@", "\($0.parameterDescription)")
}
// 计划2:
ImageView.image = try? originImage.make(filter: filter)
// 计划3:
ImageView.image = originImage ->> filter
实现原理
- 过滤器
这款滤镜选用并行计算编码器规划.compute(kernel: "C7MeanBlur")
,参数因子[radius]
对外开放参数
-
radius
: 调整含糊半径,其实便是调整含糊度。
/// 均值含糊作用
public struct C7MeanBlur: C7FilterProtocol {
public var radius: Float = 1
public var modifier: Modifier {
return .compute(kernel: "C7MeanBlur")
}
public var factors: [Float] {
return [radius]
}
public init(radius: Float = 1) {
self.radius = radius
}
}
- 着色器
对坐标点归一化处理,将颗粒半径缩小百倍,取像素点周边上下左右半径点像素,然后将4个像素点叠加合成以达到含糊作用;
kernel void C7MeanBlur(texture2d<half, access::write> outputTexture [[texture(0)]],
texture2d<half, access::sample> inputTexture [[texture(1)]],
constant float *blurRadius [[buffer(0)]],
uint2 grid [[thread_position_in_grid]]) {
constexpr sampler quadSampler(mag_filter::linear, min_filter::linear);
const float2 coordinate = float2(float(grid.x) / outputTexture.get_width(), float(grid.y) / outputTexture.get_height());
const half radius = half(*blurRadius) / 100.0h;
const half4 sample1 = inputTexture.sample(quadSampler, float2(coordinate.x - radius, coordinate.y - radius));
const half4 sample2 = inputTexture.sample(quadSampler, float2(coordinate.x + radius, coordinate.y + radius));
const half4 sample3 = inputTexture.sample(quadSampler, float2(coordinate.x + radius, coordinate.y - radius));
const half4 sample4 = inputTexture.sample(quadSampler, float2(coordinate.x - radius, coordinate.y + radius));
const half4 outColor = (sample1 + sample2 + sample3 + sample4) / 4.0h;
outputTexture.write(outColor, grid);
}
理论
滑润/含糊(Smooth/Blur)是图画处理中最简略和常用的操作,能够给图画预处理时候降低噪声。
图画滑润处理往往使图画中的鸿沟、轮廓变得含糊,原因是因为图画受到了平均或积分运算,从频率域来考虑,图画含糊的本质是因为其高频重量被衰减
f(i,j)表示一幅图画,第i行j列的像素,h(k,l)是卷积核/卷积算子,k l巨细又名窗口巨细,在k l范围内f(i,j)与h(k,l)乘积,各值相加得到一新像素值,输出图画g(i,j)
卷积过程:6×6上面是个3×3的窗口,从左向右,从上向下移动,黄色的每个像个像素点值之和取平均值赋给中心红色像素作为它卷积处理之后新的像素值。每次移动一个像素格。
滤波处理分为两大类:线性滤波和非线性滤波
- 线性滤波:方框滤波、均值滤波、高斯滤波
- 非线性滤波:中值滤波、双方滤波
Harbeth功用清单
- 支撑ios体系和macOS体系
- 支撑运算符函数式操作
- 支撑多种模式数据源 UIImage, CIImage, CGImage, CMSampleBuffer, CVPixelBuffer.
- 支撑快速规划滤镜
- 支撑合并多种滤镜作用
- 支撑输出源的快速扩展
- 支撑相机采集特效
- 支撑视频添加滤镜特效
- 支撑矩阵卷积
- 支撑使用体系 MetalPerformanceShaders.
- 支撑兼容 CoreImage.
- 滤镜部分大致分为以下几个模块:
- Blend:图画融合技术
- Blur:含糊作用
- Pixel:图画的根本像素颜色处理
- Effect:作用处理
- Lookup:查找表过滤器
- Matrix: 矩阵卷积滤波器
- Shape:图画形状巨细相关
- Visual: 视觉动态特效
- MPS: 体系 MetalPerformanceShaders.
最后
- 关于均值含糊作用滤镜介绍与规划到此为止吧。
- 渐渐再补充其他相关滤镜,喜爱就给我点个星吧。
-
滤镜Demo地址,现在包含
100+
种滤镜,一起也支撑CoreImage混合使用。 - 再附上一个开发加快库KJCategoriesDemo地址
- 再附上一个网络基础库RxNetworksDemo地址
- 喜爱的老板们能够点个星,谢谢各位老板!!!
✌️.