iOS图像处理（位图图像原图修改）

总结一下最近看到的关于图像处理的知识

当前流行的图片处理方式有

1：位图图像原图修改
2：使用Core Graphics库
3：使用Core Image库
4：使用GPUImage库的第三部分

首先讲解一下32位RGBA模式

如同它的名字一样，32位RGBA模式会将一个颜色值存储在32位，或者4个字节中。每一个字节存储一个部分或者一个颜色通道。这4个部分分别是：
 
~ R代表红色
 
~ G代表绿色
 
~ B代表蓝色
 
~ A代表透明度
我们发现每8位代表一个颜色

alpha通道与其它的不同。你可以把它当成透明的东西，就像UIView的alpah属性。
 
透明颜色意味着没有任何的颜色，除非在它的后面有另外一种颜色；它的主要功能就是要告诉图像处理这个像素的透明度是多少，于是，就会有多少颜色值穿透过它而显示出来。
颜色空间
使用RGB模式表示颜色是颜色空间的一个例子。它只是众多存储颜色方法中的一种。另外一种颜色空间是灰阶空间。像它的名字一样，所有的图形都只有黑和白，只需要保存一个值来表示这种颜色。

另外两种比较常见的颜色空间是HSV和YUV。
 
HSV，使用色调，饱和度和亮度来直观的存储颜色值。你可以把这三个部分这样来看：
 
·色调就是颜色
·饱和度就是这个颜色有多么的饱满
·值就是颜色的亮度有多亮
 



YUV是另外一种常见的颜色空间，电视机使用的就是这种方式。
 
最开始的时候，电视机只有灰阶空间一种颜色通道。后来，当彩色电影出现后，就有了2种通道。当然，如果你想在本教程中使用YUV，那么你需要去研究更多关于YUV和其它颜色空间的相关知识。
 
NOTE:同样的颜色空间，你也可以使用不同的方法表示颜色。比如16位RGB模式，可以使用5个字节存储R，6个字节存储G，5个字节存储B。
 
为什么用6个字节存储绿色，5个字节存储蓝色？这是一个有意思的问题，答案就是因为眼球。人类的眼球对绿色比较敏感，所以人类的眼球更空间分辨出绿色的颜色值变化。

坐标系统
既然一个图形是由像素构成的平面地图，那么图像的原点需要说明一下。通常原点在图像的左上角，Y轴向下；或者原点在图像的左下，Y轴向上。
 
没有固定的坐标系统，苹果在不同的地方可能会使用不同的坐标系。
 
目前，UIImage和UIView使用的是左上原点坐标，Core Image和Core Graphics使用的是左下原点坐标。这个概念很重要，当你遇到图像绘制倒立问题的时候你就知道了。

图形压缩
这是在你开始编写代码前的最后一个需要了解的概念了！原图的每一个像素都被存储在各自的内存中。
 
如果你使用一张8像素的图形做运算，它将会消耗810^6像素4比特/像素=32兆字节内存。关注一下数据！
 
这就是为什么会出现jpeg,png和其它图形格式的原因。这些都是图形压缩格式。
 
当GPU在绘制图像的时候，会使用大量内存把图像的原始尺寸进行解压缩。如果你的程序占用了过多的内存，那么操作系统会将进程杀死（程序崩溃）。所以请确定你的程序使用较大的图像进行过测试。

UIImage * image = [UIImage imageNamed:@"back.png"];
// 1.
/*
把UIImage对象转换为需要的核心图形库调用的CGImage对象。同时，得到图形的宽度和高度。
*/
CGImageRef inputCGImage = [image CGImage];
NSUInteger width =  CGImageGetWidth(inputCGImage);
NSUInteger height = CGImageGetHeight(inputCGImage);

// 2.
/*
由于使用的是32位RGB颜色空间模式，你需要定义一些参数bytesPerPixel（每个像素大小），bitsPerComponent(每个颜色通道大小)，计算出bytesPerRow(每行多大)。数组存储像素的值
*/
NSUInteger bytesPerPixel = 4;
NSUInteger bytesPerRow = bytesPerPixel * width;
NSUInteger bitsPerComponent = 8;

UInt32 * pixels;
pixels = (UInt32 *) calloc(height * width, sizeof(UInt32));

// 3.
/*
创建一个RGB模式的颜色空间CGColorSpace和一个容器CGBitmapContext,将像素指针参数传递到容器中缓存进行存储。
*/
CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();
CGContextRef context =  CGBitmapContextCreate(pixels, width, height, bitsPerComponent, bytesPerRow, colorSpace, kCGImageAlphaPremultipliedLast | kCGBitmapByteOrder32Big);

// 4.
/*
把缓存中的图形绘制在显示器上，像素的填充格式有创建context的时候进行指定的

*/
CGContextDrawImage(context, CGRectMake(0, 0, width, height), inputCGImage);

// 5. Cleanup
/*
清除colorSpace和context
*/
CGColorSpaceRelease(colorSpace);
CGContextRelease(context);

NOTE:当你绘制图像的时候，设备的GPU会进行解码并将它显示在屏幕。为了访问本地数据，你需要一份像素的复制，就像刚才做的那样

此时此刻，pixels存储着图像的所有像素信息。下面的几行代码会对pixels进行遍历，并打印：

// 1.
/*
定义一些简单处理32位像素的宏。为了得到红色通道的值，你需要得到前8位，以此类推
*/
#define Mask8(x) ( (x) & 0xFF )
#define R(x) ( Mask8(x) )
#define G(x) ( Mask8(x >> 8 ) )
#define B(x) ( Mask8(x >> 16) )

NSLog(@"Brightness of image:");
// 2.
/*
定义一个指向第一个像素的指针，并使用2个for循环来遍历像素
*/
UInt32 * currentPixel = pixels;
for (NSUInteger j = 0; j < height; j++) {
for (NSUInteger i = 0; i < width; i++) {
// 3.
/*
得到当前像素的值赋值给currentPixel并把它的亮度值打印出来
*/
UInt32 color = *currentPixel;
printf("%3.0f ",(R(color)+G(color)+B(color))/3.0);
// 4.
/*
增加currentPixel的值，使它指向下一个像素。如果你对指针的运算比较生疏，记住这个：currentPixel是一个指向UInt32的变量，当你把它加1后，他就会向前移动4字节（32位），然后指向下一个像素值
提示：还有一种非正统的方法就是把currentPiexl声明为一个指向8字节的类型的指针，比如char。这种方法，你每增加1，你将会移动图形的下一个颜色通道。与它进行位移运算，你会得到颜色通道的8位数值。
*/
currentPixel++;
}
printf("\n");
}

原图修改

在本方法中，你会遍历每一个像素，就像之前做的那个，但这次，将会对每个像素进行新的赋值。
 
这种方法的优点是容易实现和理解；缺点就是扫描大的图形和效果的时候会更复杂，不精简。

根据前面所介绍的方法，将图片的inputImage绘制出来，并且返回在桌面上

#pragma mark - Private

#define Mask8(x) ( (x) & 0xFF )
#define R(x) ( Mask8(x) )
#define G(x) ( Mask8(x >> 8 ) )
#define B(x) ( Mask8(x >> 16) )
#define A(x) ( Mask8(x >> 24) )
#define RGBAMake(r, g, b, a) ( Mask8(r) | Mask8(g) << 8 | Mask8(b) << 16 | Mask8(a) << 24 )
- (UIImage *)processUsingPixels:(UIImage*)inputImage {

// 1. Get the raw pixels of the image
UInt32 * inputPixels;

CGImageRef inputCGImage = [inputImage CGImage];
NSUInteger inputWidth = CGImageGetWidth(inputCGImage);
NSUInteger inputHeight = CGImageGetHeight(inputCGImage);

CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();

NSUInteger bytesPerPixel = 4;
NSUInteger bitsPerComponent = 8;

NSUInteger inputBytesPerRow = bytesPerPixel * inputWidth;

inputPixels = (UInt32 *)calloc(inputHeight * inputWidth, sizeof(UInt32));

CGContextRef context = CGBitmapContextCreate(inputPixels, inputWidth, inputHeight,
bitsPerComponent, inputBytesPerRow, colorSpace,
kCGImageAlphaPremultipliedLast | kCGBitmapByteOrder32Big);

CGContextDrawImage(context, CGRectMake(0, 0, inputWidth, inputHeight), inputCGImage);

UIImage * ghostImage = [UIImage imageNamed:@"ghost"];
CGImageRef ghostCGImage = [ghostImage CGImage];
//把ghost图片宽度缩小25%，并把它的圆点设定在ghostOrigin上（在inputImage的位置）
CGFloat ghostImageAspectRatio = ghostImage.size.width / ghostImage.size.height;
NSInteger targetGhostWidth = inputWidth * 0.25;
CGSize ghostSize = CGSizeMake(targetGhostWidth,targetGhostWidth / ghostImageAspectRatio);
CGPoint ghostOrigin = CGPointMake(inputWidth * 0.5,inputHeight * 0.2);
//创建ghost图片的缓存图
NSUInteger ghostBytesPerRow = bytesPerPixel * ghostSize.width;
UInt32 * ghostPixels = (UInt32 *)calloc(ghostSize.width * ghostSize.height,  sizeof(UInt32));

CGContextRef ghostContext = CGBitmapContextCreate(ghostPixels,ghostSize.width, ghostSize.height,bitsPerComponent, ghostBytesPerRow, colorSpace,
kCGImageAlphaPremultipliedLast | kCGBitmapByteOrder32Big);
CGContextDrawImage(ghostContext, CGRectMake(0, 0, ghostSize.width,     ghostSize.height),ghostCGImage);

/*现在已经到了把幽灵图像合并到你的照片中的最佳时间了。
合并：像前面提到的，每一个颜色都有一个透明通道来标识透明度。并且，你每创建一张图像，每一个像素都会有一个颜色值。
所以，如果遇到有透明度和半透明的颜色值该如何处理呢？

答案是，对透明度进行混合。在最顶层的颜色会使用一个公式与它后面的颜色进行混合。公式如下：
NewColor = TopColor * TopColor.Alpha + BottomColor * (1 - TopColor.Alpha) ;
这是一个标准的线性差值方程。

·当顶层透明度为1时，新的颜色值等于顶层颜色值。
·当顶层透明度为0时，新的颜色值于底层颜色值。
·最后，当顶层的透明度值是0到1之前的时候，新的颜色值会混合借于顶层和底层颜色值之间。

还可以用 premultiplied alpha的方法。

当处理成千上万像素的时候，他的性能会得以发挥。
*/

//通过对幽灵图像像素数的循环和offsetPixelCountForInput获得输入的图像。记住，虽然你使用的是2维数据存储图像，但在内存他它实际上是一维的。
NSUInteger offsetPixelCountForInput = ghostOrigin.y * inputWidth + ghostOrigin.x;
for (NSUInteger j = 0; j < ghostSize.height; j++) {
for (NSUInteger i = 0; i < ghostSize.width; i++) {
UInt32 * inputPixel = inputPixels + j * inputWidth + i + offsetPixelCountForInput;
UInt32 inputColor = *inputPixel;

UInt32 * ghostPixel = ghostPixels + j     * (int)ghostSize.width + i;
UInt32 ghostColor = *ghostPixel;

// Do some processing here
}
}

return inputImage;
}

下一步，添加下面的代码到注释语句 Do some processing here的下面来进行混合：

// Blend the ghost with 50% alpha （重点）
CGFloat ghostAlpha = 0.5f * (A(ghostColor)     / 255.0);
UInt32 newR = R(inputColor) * (1 - ghostAlpha) + R(ghostColor) * ghostAlpha;
UInt32 newG = G(inputColor) * (1 - ghostAlpha) + G(ghostColor) * ghostAlpha;
UInt32 newB = B(inputColor) * (1 - ghostAlpha) + B(ghostColor) * ghostAlpha;

// Clamp, not really useful here :p
newR = MAX(0,MIN(255, newR));
newG = MAX(0,MIN(255, newG));
newB = MAX(0,MIN(255, newB));

*inputPixel = RGBAMake(newR, newG, newB, A(inputColor));

这部分有2点需要说明：
 
1：你将幽灵图像的每一个像素的透明通道都乘以了0.5，使它成为半透明状态。然后将它混合到图像中像之前讨论的那样。
 
2：clamping部分将每个颜色的值范围进行限定到0到255之间，虽然一般情况下值不会越界。但是，大多数情况下需要进行这种限定防止发生意外的错误输出。

最后一句，将返回值替换

// Create a new UIImage
CGImageRef newCGImage =     CGBitmapContextCreateImage(context);
UIImage * processedImage = [UIImage imageWithCGImage:newCGImage];

return processedImage;

黑白颜色
最后一种效果。尝试自己实现黑白颜色效果。为了做到这点，你需要把每一个像素的红色，绿色，蓝色通道的值设定成三个通道原始颜色值的平均值，就像开始的时候输出幽灵图像所有像素亮度值那样。
 
在注释语句// create a new UIImage前添加上一步的代码 。

// Convert the image to black and white
for (NSUInteger j = 0; j < inputHeight; j++) {
for (NSUInteger i = 0; i < inputWidth; i++) {
UInt32 * currentPixel = inputPixels + (j * inputWidth) + i;
UInt32 color = *currentPixel;

// Average of RGB = greyscale
UInt32 averageColor = (R(color) + G(color) + B(color)) / 3.0;

*currentPixel = RGBAMake(averageColor, averageColor, averageColor, A(color));
}
}

最后的一步就是清除内存。ARC不能代替你对CGImageRefs和CGContexts进行管理。添加如下代码到返回语句之前。

CGColorSpaceRelease(colorSpace);
CGContextRelease(context);
CGContextRelease(ghostContext);
free(inputPixels);
free(ghostPixels);

恭喜！你已经完成了自己的第一个图像处理程序。你可以在这里下载该工程的源代码。
 

raywenderlich.com/wp-content/uploads/2014/03/SpookCam-Starter.zip

还不错吧？你可以尝试修改一下循环中的代码创建自己想要的效果，尝试下实现下面的效果：
 
·尝试调换图像的红色和蓝色通道值
·提高图像的亮度10%
·作为进一步的挑战，尝试只使用基于像素的方法缩放幽灵的图像，下面是步骤：
1：使用幽灵图像的尺寸大小创建一个新的CGContext。
2：在原图像中得到你想要的并赋值到新的缓存图像中。
3：附加，尝试在像素之前进行计算并插入相似值像素点。如果你可以在四个像素间进行插入，你自己就已经实现 Bilinear scaling（双线性插值法）了