【IOS学习】Core Image 框架学习笔记，以及demo_ios开发 core image 实现去水印-优快云博客

本文链接：https://blog.youkuaiyun.com/mangosnow/article/details/37058265

Core Image 是 IOS 的图片处理框架，有使用方便、易于管理，性能优异的特点。

用途

在照片、视频处理，把滤镜作为最后一步，添加水印
给照相机提供实时效果
面部检测，自动滤镜增益,图片分析算法
更多

理解Core Image 框架

CIImage

带便图像的对象

CIFilter

表示滤镜，使用key-value coding设置输入值，滤镜强度和输入的CIImage 包含了一个对输入图像的引用以及需要应用于数据的滤镜

CIContext

用于渲染CIImage，当一个图片被渲染，作用于图片的滤镜链会被应用到原始的图像数据上。 CIContext可以是基于CPU的，输出为CGImageRef，也可以是基与GPU的，开发者可通过Open ES 2.0 画出来

CIDetector

CIDetector用于分析CIImage，以得到CIFeature，每个CIDetector都要用一个探测器类型（NSString）来初始化。这个类型用于告诉探测器要找什么特征

CIFeatureCIFaceFeature

当一个CIDetector 分析一个图像，返回值是一个根据探测器类型探测到的CIFeature数组。每一个CIFaceFeature都包含了一个面部的CGRect引用，以及检测到的面孔的左眼、右眼、嘴部对应的CGpoint

Core Image 处理图片的工作流程

创建新的CIImage
创建新的CIFilter，通过键-值编码设置输入值，一定要给inputImage加入一个值，这个属性是图像数据源
从CIFilter中生成输出图片。通过访问CIFilter的outputImage属性，可以得到输出图像，这是一个新的CIImage对象，包含了原始图片的数据以及一个滤镜链。在得到输出图像后，可以使用滤镜来渲染出最终的效果图像。也可以将其作为一个新滤镜的输入图像，这样会产生出一条滤镜链
用CIContext 渲染CIImage 对象，这个CIContext 可以是基于CPU的，输出为CGImageRef，通过 LibDispatch（GCD）渲染，更加可靠，也更加易用。也可以是基于GPU的，开发者可通过Open ES 2.0 画出来。使用GPU渲染时CPU没有负担，更好地性能，但无法在后台运行

使用例子：

<span style="font-size:12px;">    //添加棕色的滤镜
    CIImage *myCoreImage = [CIImage imageWithCGImage:self.myImageView.image.CGImage options:nil];
   
    // 创建Filter，@"CISepiaTone"这个名字是系统指定的
    CIFilter *sepia = [CIFilter filterWithName:@"CISepiaTone"];
   
    // 设置Filter
    [sepia setValue:myCoreImage forKey:@"inputImage"];
   
    NSNumber *intensity = [NSNumber numberWithFloat:.5f];
    [sepia setValue:intensity forKey:@"inputIntensity"];
   
    // 生成新的 CIImage
    CIImage *outputImage = [sepia outputImage];
   
    // 取出UIImage
    CGImageRef renderImage = [_imageContext createCGImage:outputImage fromRect:[outputImage extent]];
    [self.myImageView setImage:[UIImage imageWithCGImage:renderImage]];</span>

DemoCoreImage 是直接从IOS 核心框架拿过来的。
CoreImageMySelf 是我自己提取的只为实现优化功能的demo
提取的功能模块有，filter的使用、自动优化的使用、脸部检测

Demo 下载地址：https://github.com/caigee/iosdev_sample

下的DemoCoreImage

厚吾（http://blog.youkuaiyun.com/mangosnow）

本文遵循“署名-非商业用途-保持一致”创作公用协议