zry754331875的博客

轻轻一按，你的相机就把光子转换为了比特。于是一张相片就保存到了你的 iPhone 里。让我们假设一下你身处室外，环顾四周。三亿里之外，太阳无时无刻不在发射光子。它们需要花上 8 分钟之久才能到达我们舒适的星球。有一些光子撞击到你周围的物体，并反射到你眼睛的视网膜上，这会使你的大脑以这些物体为基准，创建一副图像，我们将其称之为视觉。摄影要做的就是捕获这幅图像。摄影是在 200 年前被

数据存储在计算机上存储文本很容易。我们以字母或字符作为一个基本单元，建立了一个从数字到字符编码的简单映射来进行编码。图形信息则不同，有很多不同的方式来表示图像，每种方式的优点和缺点也都各有不同。文本是线性且一维的。撇开文字方向的问题，我们只需要知道序列中的下一个元素是什么就可以有效的存储文字。图像则更复杂。首先，它们是二维的，所以我们需要考虑如何表示图像中某个特定位置的值。

第一台 iPhone 问世就装有相机。在第一个 SKDs 版本中，在 app 里面整合相机的唯一方法就是使用 UIImagePickerController，但到了 iOS 4，发布了更灵活的 AVFoundation 框架。在这篇文章里，我们将会看到如何使用 AVFoundation 捕捉图像，如何操控相机，以及它在 iOS 8 的新特性。概述AVFoundation v

在 iOS 8 发布时，苹果把六种全新扩展功能介绍给全世界，它们史无前例的提供了访问操作系统的可行性。现在，开发者可以利用照片扩展来为系统相机应用增加功能。用户使用照片编辑扩展的流程并不简单。从选择编辑的照片开始，需要点击三次才能启动，其中一步骤是非常小一个按钮：然而，这类扩展给开发者提供了为用户创造无缝体验，创建一致的方法来管理照片的绝佳的机会。本文在了解更详细的

这篇文章会为初学者介绍一下 Core Image，一个 OS X 和 iOS 的图像处理框架。如果你想跟着本文中的代码学习，你可以在 GitHub 上下载示例工程。示例工程是一个 iOS 应用程序，列出了系统提供的大量图像滤镜以供选择，并提供了一个用户界面用来调整参数并观察效果。虽然示例代码是用 Swift 写的 iOS 程序，不过实现概念很容易转换到 Objective-C 和

Instagram，Snapchat，Photoshop。所有这些应用都是用来做图像处理的。图像处理可以简单到把一张照片转换为灰度图，也可以复杂到是分析一个视频，并在人群中找到某个特定的人。尽管这些应用非常的不同，但这些例子遵从同样的流程，都是从创造到渲染。在电脑或者手机上做图像处理有很多方式，但是目前为止最高效的方法是有效地使用图形处理单元，或者叫 GPU。你的手机包含两个不同的

越来越多的移动计算设备都开始携带照相机镜头，这对于摄影界来说是一个好事情，不仅如此携带镜头也为这些设备提供了更多的可能性。除了最基本的拍摄功能，结合合适的软件这些更为强大的硬件设备可以像人脑一样理解它看到了什么。仅仅具备一点点的理解能力就可以催生一些非常强大的应用，比如说条形码识别，文档识别和成像，手写文字的转化，实时图像防抖，增强现实等。随着处理能力变得更加强大，镜头保真程度更高，算法效

一点背景知识OpenCV 是一个开源的计算机视觉和机器学习库。它包含成千上万优化过的算法，为各种计算机视觉应用提供了一个通用工具包。根据这个项目的关于页面，OpenCV 已被广泛运用在各种项目上，从谷歌街景的图片拼接，到交互艺术展览的技术实现中，都有 OpenCV 的身影。OpenCV 起始于 1999 年 Intel 的一个内部研究项目。从那时起，它的开发就一直很活跃。进化到现在

介绍每天，用 iPhone 拍摄的照片数量超过了任何相机。每年 iOS 设备上的显示效果变得越来越好，回到 iPad 刚出现还没有 Retina 显示屏的时代，大屏幕的杀手级功能之一就是可以展示用户照片和浏览器照片库。自从相机成为 iPhone 最重要和最受欢迎的功能开始，对能管理和加工用户照片库中宝贵的照片的应用程序和工具就有着巨大的需求。直到 2014 年夏天前，开发者只能