CIKernel 介绍

在此之前，我们先了解下它的一些背景知识。

CIKernel 需要使用 Core Image Kernel Language (CIKL) 来编写，CIKL 是 OpenGL Shading Language (GLSL) 的子集，如果你之前有过 OpenGL 着色器编写的经验，这部分你会感觉格外亲切。CIKL 集成了 GLSL 绝大部分的参数类型和内置函数，另外它还添加了一些适应 Core Image 的参数类似和函数。

一个 kernel 的处理过程，可以用下面伪代码表示：

for i in 1 ... image.width
    for j in 1 ... image.height
        New_Image[i][j] = CustomKernel(Current_Image[i][j])
    end
end

也就是说，每个需要处理的 fragment 都会调用一次 kernel 相关操作，每次操作的目的就是返回当前 fragment 对应的结果 fragment，这里 fragment 可以理解为像素点。

所以我们的 kernel，应该是针对一个点，而不是一张图片。

Core Image 内置了3种适用于不同场景的 Kernel，可以根据实际需求来选择。

CIColorKernel：用于处理色值变化的 Filter。
CIWarpKernel：用于处理形变的 Filter。
CIKernel：通用。
CIColorKernel，CIWarpKernel 是官方推荐使用的。某个 Filter，在使用它们能实现的情况下，应该使用它们，即使是一个 CIKernel 拆分成多个 CIColorKernel 以及 CIWarpKernel，也应该用这种方式。因为 Core Image 内部对这两张 Kernel 做了优化。

当然，它们的使用时有限制的。目的一定要很纯粹，比如 CIColorKernel 只能处理色值上的变化。否则就算定义为 CIColorKernel，如果实现上涉及了其他 CIColorKernel 不允许的操作，Core Image 也会当做普通的 CIFilter 处理。
另外，kernel 的入参只支持下面这么几种：

描述	类型
Kernel routine input parameter	Object
sampler	CISampler
__table sampler	CISampler
__color	CIColor
float	NSNumber
vec2, vec3, or vec4	CIVector

简单说明一下：

sampler：可以理解成纹理，或者图片。外部以 CIImage 形式传入。
__table sampler：表示颜色查找表（lookup table），虽然它也是图片，但是添加该声明可以避免被修改。外部以 CIImage 形式传入。
__color：表示颜色。外部以 CIColor 形式传入。
float：kernel 内部处理都是 float 类型。外部以 NSNumber 形式传入。
vecN：表示一个多元向量。比如 vec2 可以表示一个点，vec4 可以表示一个色值。外部以 CIVector 形式传入

至于 kernel 中可以使用的函数，那就太多了。这里不一一枚举，在下面的具体讲解中，会说明几个常用的。如果想了解更多，可以参考 Core Image Kernel Language Reference，以及 OpenGL ES Shading Language Reference

下面我会通过一个 Demo，讲解这三种 Kernel 的具体用法。

PS：建议阅读之前，下载 源码 配合着看。

1. CIColorKernel

首先看下官方的定义：

/*
 * CIColorKernel is an object that encapsulates a Core Image Kernel Language
 * routine that processes only the color information in images.
 *
 * Color kernels functions are declared akin to this example:
 *   kernel vec4 myColorKernel (__sample fore, __sample back, vec4 params)
 *
 * The function must take a __sample argument for each input image.
 * Additional arguments can be of type float, vec2, vec3, vec4, or __color.
 * The destination pixel location is obtained by calling destCoord().
 * The kernel should not call sample(), sampleCoord(), or samplerTransform().
 * The function must return a vec4 pixel color.
 */
NS_CLASS_AVAILABLE(10_11, 8_0)
@interface CIColorKernel : CIKernel

很重要的一点：processes only the color information in images，它只处理图片的颜色信息。

所以在使用它之前，一定要确保该 Filter 只涉及颜色处理。

CIKL 的语法和大多数 C 阵营一样，变量，运算符，控制结构，函数等都大同小异，所以它的学习成本是很低的。

真正的核心应该是：如果用这样的语言来实现这个滤镜，也就是我们经常说的算法。

下面我们以一个 Vignette 来实际讲解一下。

它的效果如下所示：

不难看出，Vignette 滤镜，它实际上就是一个FOV（Field of View） 的效果，即视野中央看的最清楚，清晰程度与到中心距离呈反比，与人类的视觉是类似的。

所以针对图片上的每个像素点 A，经过 Vignette 滤镜处理后得到的 B，应该满足：

Vignette（A）＝ A * Darken ＝ B； 而 Darken 的计算依赖 A 与中心点的距离。

如此，我们可以很容易的写出对应的 kernel：

kernel vec4 vignetteKernel(__sample image, vec2 center, float radius, float alpha)
{
    // 计算出当前点与中心的距离
    float distance = distance(destCoord(), center) ;
    // 根据距离计算出暗淡程度
    float darken = 1.0 - (distance / radius * alpha);
    // 返回该像素点最终的色值
    image.rgb *= darken;

    return image.rgba;
}

和 C 语言的一样，函数需要具备：

返回类型：vec4
函数名：vignetteKernel
参数列表：__sample image, vec2 center, float radius, float alpha）
函数体：｛｝中的具体实现
有所不同的，kernel 函数需要带上 kernel 关键字，与其它普通函数做区分。一个 .cikernel 文件中，允许包括多个函数，甚至是多个 kernel 函数，不过函数调用要出现在函数定义之后！

另外，这里有个特别的参数类型，__sample ，和之前讲的 sampler 有所不同。因为这里我们使用的是 CIColorKernel，在得到高效性能的同时，也有一定的局限性。因为只是处理图片当前位置的颜色信息，所以 __sample 提供的 rgba 变量足够了，无法获取一些其它的信息。

比如在 CIKernel 中，可以通过 sample() 等函数获取其它位置的色值，而在 CIColorKernel 中，无法使用 sample()， sampleCoord() 以及 samplerTransform() 。

下面逐行解释这个 kernel。

// 计算出当前点与中心的距离
float distance = distance(destCoord(), center) ;

destCoord

• varying vec2 destCoord ()
  返回当前正在处理的像素点所处坐标。(working space coordinates)
  这里使用的 CIKL 内置的函数 destCoord，它返回的坐标是基于 working space 的。所谓 working space，即工作空间，它的取值范围对应图片实际大小。比如 inputImage 的大小为 300 * 200，那么 destCoord() 返回坐标的取值范围在 (0, 0) - (300, 200)。

distance

• float distance (vec2 p0, vec2 p1)
  计算向量p0，p1之间的距离

如此便能很容易得到当前点与中心的距离。

// 根据距离计算出暗淡程度
float darken = 1.0 - (distance / radius * alpha);