iOS GPUImage研究序一:內置濾鏡
本片介紹關於GPUImage的125個內置過濾器：xoxo_x 著
本文參考：https://github.com/BradLarson/GPUImage#gpuimage
顏色調整GPUImageBrightnessFilter：調整圖像的亮度
亮度：調整亮度（-1.0 - 1.0，默認為0.0）GPUImageExposureFilter：調整圖像的曝光
曝光：調整曝光（-10.0 - 10.0，默認為0.0）GPUImageContrastFilter：調整圖像的對比度
對比度：調整的對比度（0.0 - 4.0，默認為1.0）GPUImageSaturationFilter：調整圖像的飽和度
飽和度：應用於圖像的飽和度或去飽和度（0.0 - 2.0，默認為1.0）GPUImageGammaFilter：調整圖像的灰度系數
gamma：要應用的灰度調整（0.0 - 3.0，默認為1.0）GPUImageLevelsFilter：photoshop級別調整。min ，max，minOut和maxOut參數是范圍[0,1]中的浮點數如果你有來自photoshop的參數，范圍為[0,255]，則必須首先將它們轉換為[0， 1] 。gamma / mid參數是一個float> = 0的值。這與photoshop的值匹配如果要對RGB以及單個通道應用級別，則需要使用此過濾器兩次 - 首先用於單個通道，然後用於所有通道。
GPUImageColorMatrixFilter：通過向圖像應用矩陣來轉換圖像的顏色
colorMatrix：一個4x4矩陣，用於變換圖像中的每種顏色 intensity：新變換顏色的原始顏色的程度GPUImageRGBFilter：調整圖像的每個 RGB通道
紅色：每個顏色通道乘以的標准化值。范圍是從0.0開始，默認為1.0。 綠色： 藍色：GPUImageHueFilter：調整圖像的色調
色相角：以度為單位。默認為90度GPUImageVibranceFilter：調整圖像的動態
光彩：在光彩調整申請，使用0.0作為默認設置，分別為-1.2左右和1.2，建議最小/最大。GPUImageWhiteBalanceFilter：調整圖像的白平衡。
溫度：以ºK單位為調整圖像的溫度值4000是非常酷，7000非常溫暖。默認值為5000。請注意，4000和5000之間的刻度與5000和7000之間的刻度幾乎相同。 色調：圖像調整色調的值為-200 非常綠色，200 非常粉紅色。默認值為0。GPUImageToneCurveFilter：根據每個顏色通道的樣條曲線調整圖像的顏色。
redControlPoints： greenControlPoints： blueControlPoints： rgbCompositeControlPoints：色調曲線采用一系列控制點，這些控制點為每個顏色分量或復合材料中的所有三個分量定義樣條曲線。這些作為NSValue封裝的CGPoints存儲在NSArray中，標准化的X和Y坐標0到1.默認值為（0,0），（0.5,0.5），（1,1）。GPUImageHighlightShadowFilter：調整圖像的陰影和高光
陰影：增加到減弱陰影，從0.0到1.0，默認值為0.0。 亮點：減少高亮顯示，從1.0到0.0，默認為1.0。GPUImageHighlightShadowTintFilter：允許您使用顏色和強度獨立地著色圖像的陰影和高光
shadowTintColor：陰影色調RGB顏色（GPUVector4）。默認值:({1.0f, 0.0f, 0.0f, 1.0f}紅色）。
highlightTintColor：突出顯示色彩RGB顏色（GPUVector4）。默認值:( {0.0f, 0.0f, 1.0f, 1.0f}藍色）。
shadowTintIntensity：陰影色調強度，從0.0到1.0。默認值：0.0
highlightTintIntensity：突出顯示從0.0到1.0的色調強度，默認值為0.0。
GPUImageLookupFilter：使用RGB顏色查找圖像重新映射圖像中的顏色。首先，使用最最喜歡的照片編輯應用程序將過濾器應用於GPUImage / framework / Resources中的lookup.png。為了使其正常工作，每個像素顏色不能依賴於其他像素（例如模糊不起作用）。如果您需要更復雜的過濾器，您可以根據需要創建任意數量的查找表。准備好後，使用您的新lookup.png文件作為GPUImageLookupFilter的第二個輸入。
GPUImageAmatorkaFilter：基於Amatorka的Photoshop操作的照片過濾器：http：//amatorka.deviantart.com/art/Amatorka-Action-2-121069631。如果要使用此效果，您必須從lookup_amatorka.png從GPUImage資源文件夾添加到應用程序包。
GPUImageMissEtikateFilter：由Etikate小姐基於Photoshop操作的照片過濾器：http：//miss-etikate.deviantart.com/art/Photoshop-Action-15-120151961。如果要使用此效果，您必須將lookup_miss_etikate.png從GPUImage資源文件夾添加到應用程序包。
GPUImageSoftEleganceFilter：另一個基於查找的顏色重映射過濾器。如果要使用此效果，您必須將lookup_soft_elegance_1.png和lookup_soft_elegance_2.png從GPUImage資源文件夾添加到應用程序包。
GPUImageSkinToneFilter：一個膚色調整過濾器，影響一個獨特范圍的輕膚色調，並相應地調整粉色/綠色或粉色/橙色的范圍。默認值針對公平的白種人皮膚，但可以根據需要進行調整。
skinToneAdjust：調整膚色的量。默認值：0.0，建議最小值/最大值：-0.3和0.3。 skinHue：皮膚色調被檢測到。默認值：0.05（正常的白種人到微紅的皮膚）。 skinHueThreshold：皮膚色調的方差量。 maxHueShift：允許的最大色差偏移量。 maxSaturationShift =要移動的最大飽和度（使用橙色時）。 upperSkinToneColor =GPUImageSkinToneUpperColorGreen或GPUImageSkinToneUpperColorOrange
GPUImageColorInvertFilter：反轉圖像的顏色
GPUImageGrayscaleFilter：將圖像轉換為灰度（飽和度濾鏡的實現略快，但無法改變顏色貢獻）
GPUImageMonochromeFilter：根據每個像素的亮度將圖像轉換為單色版本
intensity：特定顏色替換正常圖像顏色的程度（0.0 - 1.0，默認為1.0） color：用作效果基礎的顏色，以（0.6,0.45,0.3,1.0）作為默認值。GPUImageFalseColorFilter：使用圖像的亮度在兩個用戶指定的顏色之間混合
firstColor：狀語從句：第一第二顏色組分別指定什麼顏色組替換圖像的暗區域亮狀語從句：區域默認值為（0.0,0.0,0.5）AMD公司（1.0,0.0,0.0）。 secondColor：GPUImageHazeFilter：用於添加或刪除霧度（類似於UV過濾器）
distance：應用的顏色的強度。-.3和.3之間的值最好。 斜率：顏色變化量。-.3和.3之間的值最好。GPUImageSepiaFilter：簡單的棕褐色調濾波器
intensity：棕黃色代替正常圖像顏色的程度（0.0 - 1.0，默認為1.0）GPUImageOpacityFilter：調整傳入圖像的Alpha通道
opacity：將每個像素的傳入alpha通道乘以（0.0 - 1.0，默認值為1.0）的值，GPUImageSolidColorGenerator：這將輸出生成的圖像的純色。您需要使用-forceProcessingAtSize定義圖像大小：
color：以四分格式顯示的顏色，用於填充圖像。GPUImageLuminanceThresholdFilter：亮度高於阈值的像素將顯示為白色，下面的像素將為黑色
threshold：亮度阈值，從0.0到1.0，默認值為0.5GPUImageAdaptiveThresholdFilter：確定像素周邊的局部亮度，然後如果像素低於該局部亮度，則將像素變為黑色，如果以上則為白色。這可以用於在不同的照明條件下挑選文本。
blurRadiusInPixels：背景平均模糊半徑（以像素為單位）的乘數，默認值為4。GPUImageAverageLuminanceThresholdFilter：這個應用阈值操作，其中基於場景的平均亮度連續地調整阈值。
thresholdMultiplier：這是平均亮度將被乘以的因子，以便達到要使用的最下限阈值。GPUImageHistogramFilter：它分析傳入的圖像，並且創建一個輸出直方圖，其中出現每個顏色值的頻率。該濾波器的輸出是3像素高，256像素寬的圖像，其中發生各種顏色值的頻率的像素。每個顏色值占據256個寬度位置中的一個，從左邊的0到右邊的255. 可以針對各個顏色通道（kGPUImageHistogramRed，kGPUImageHistogramGreen，kGPUImageHistogramBlue），圖像的亮度（kGPUImageHistogramLuminance ）或者一次針對所有三個顏色通道（kGPUImageHistogramRGB）生成該直方圖。
downsamplingFactor：這不是對每個像素進行采樣，而是指示圖像的哪個部分被采樣。默認情況下，這是16，最小值為1.這是需要防止飽和直方圖，它只能記錄每個顏色值的256個像素，在它變得重載之前。GPUImageHistogramGenerator：這是一個特殊的過濾器，因為它主要打算使用GPUImageHistogramFilter。它生成由GPUImageHistogramFilter生成的顏色直方圖的輸出表示，但它可以重新用於顯示其他類型的值。它采取一個圖像，看中心垂直）像素。然後它在輸出紋理中的單獨的彩色圖表中繪制RGB分量的數值。您可能需要強制此過濾器的大小，以其輸出可見。
GPUImageAverageColor：通過對圖像中每個像素的RGBA分量進行平均，處理輸入圖像並確定場景的平均顏色。使用縮小處理來逐步向下取樣GPU上的源圖像，接著在CPU進行上短的平均計算此過濾器的輸出無意義，但您需要將colorAverageProcessingFinishedBlock屬性設置為接收四個顏色分塊和一個幀時間的塊，並對它們執行某些操作。
GPUImageLuminosity：像GPUImageAverageColor一樣，這會將圖像縮小到其平均亮度。你需要設置luminosityProcessingFinishedBlock來處理這個過濾器的輸出，它會返回一個光度值和一個幀時間。
GPUImageChromaKeyFilter：對於圖像中的給定顏色，將Alpha通道設置為0.這與GPUImageChromaKeyBlendFilter類似，只是不是在第二個圖像中混合匹配的顏色，這不在第二個圖像中，顏色透明。
thresholdSensitivity：顏色匹配需要存在到要求的目標顏色的接近程度（默認值為0.4） 平滑：如何平滑地混合顏色匹配（默認值為0.1） 圖像處理GPUImageTransformFilter：這將對應圖像應用任意的2-D或3-D變換
aff.netransform：這需要一個CGAff.netransform來調整2-D圖像 transform3D：這需要一個CATransform3D來操縱3-D中的圖像 ignoreaspectRatio：默認情況下，保持變換圖像的寬高比，但可以將其設置為YES，use變換與寬高比無關GPUImageCropFilter：將圖像裁剪到特定區域，然後只將該區域傳遞到過濾器的下一個階段
cropRegion：裁剪出圖像的矩形區域，標准化為0.0 - 1.0的坐標。（0.0,0.0）位置在圖像的左上角。GPUImageLanczosResamplingFilter：這使您可以使用Lanczos重采樣對圖像進行上采樣或下采樣，這將產生比標准線性或三線性插值明顯更好的質量。只需使用-forceProcessingAtSize：設置過濾器的目標輸出分辨率，並且將為該新大小重新采樣圖像。
GPUImageSharpenFilter：銳化圖像
銳度：應用的銳度調整（-4.0 - 4.0，默認值為0.0）GPUImageUnsharpMaskFilter：應用反銳化掩碼
blurRadiusInPixels：底層高斯模糊的模糊半徑。 intensity：銳化的強度，從0.0開始，默認值為1.0GPUImageGaussianBlurFilter：一種硬件優化，可變半徑高斯模糊
texelSpacingMultiplier：范圍從0.0開始，默認值為1.0。調整這可能會稍微增加模糊強度，但會在結果中引入偽影。強烈建議先使用其他參數，然後觸摸此一個。 blurRadiusInPixels：用於模糊的半徑（以像素為單位），默認值為2.0。這調整了高斯分布函數中的σ變量。 blurRadiusAsFractionOfImageWidth： blurRadiusAsFractionOfImageHeight：設置這些屬性將允許模糊半徑隨圖像大小縮放 blurPasses：順序模糊輸入圖像的次數。通過越多，過濾器越慢。GPUImageBoxBlurFilter：一個硬件優化，可變半徑框模糊
texelSpacingMultiplier：范圍從0.0開始，默認值為1.0。調整這可能會稍微增加模糊強度，但會在結果中引入偽影。強烈建議先使用其他參數，然後觸摸此一個。 blurRadiusInPixels：用於模糊的半徑（以像素為單位），默認值為2.0。這調整了高斯分布函數中的σ變量。 blurRadiusAsFractionOfImageWidth： blurRadiusAsFractionOfImageHeight：設置這些屬性將允許模糊半徑隨圖像大小縮放 blurPasses：順序模糊輸入圖像的次數。通過越多，過濾器越慢。GPUImageSingleComponentGaussianBlurFilter：僅對紅色組件操作的GPUImageGaussianBlurFilter的修改
texelSpacingMultiplier：范圍從0.0開始，默認值為1.0。調整這可能會稍微增加模糊強度，但會在結果中引入偽影。強烈建議先使用其他參數，然後觸摸此一個。 blurRadiusInPixels：用於模糊的半徑（以像素為單位），默認值為2.0。這調整了高斯分布函數中的σ變量。 blurRadiusAsFractionOfImageWidth： blurRadiusAsFractionOfImageHeight：設置這些屬性將允許模糊半徑隨圖像大小縮放 blurPasses：順序模糊輸入圖像的次數。通過越多，過濾器越慢。GPUImageGaussianSelectiveBlurFilter：保持圓形區域內焦點的高斯模糊
blurRadiusInPixels：用於模糊的像素的半徑，默認值為5.0。這調整了高斯分布函數中的σ變量。 excludeCircleRadius：從模糊中排除的圓形區域的半徑 excludeCirclePoint：從模糊中排除的圓形區域的中心 excludeBlurSize：模糊部分和清晰圓之間的區域的大小 aspect ratio：圖像的寬高比，用於調整對焦區域的圓形度。默認情況下，這與圖像寬高比相匹配，但您可以覆蓋此值。GPUImageGaussianBlurPositionFilter：GPUImageGaussianSelectiveBlurFilter的逆，只在特定圓圈內應用模糊
blurSize：模糊大小的乘數，范圍從0.0開始，默認值為1.0 blurCenter：模糊的中心，默認為0.5,0.5 blurRadius：模糊的半徑，默認為1.0GPUImageIOSBlurFilter：嘗試復制在圖片控制中心這樣的IOS 7上使用的背景模糊。
blurRadiusInPixels：用於模糊的半徑（以像素為單位），默認值為12.0。這調整了高斯分布函數中的σ變量。 “飽和度”英文“飽和度” 英文“飽和度”英文“飽和度”英文“飽和度 下采樣：下采樣，然後上采樣輸入圖像以最小化高斯模糊內的計算的程度，默認為4.0。GPUImageMedianFilter：獲取三個顏色分量的中值，超過3x3區域
GPUImageBilateralFilter：雙邊模糊，它試圖模糊相似的顏色值，同時保留銳利的邊緣
texelSpacingMultiplier：texel 讀取間距的乘數，范圍從0.0開始，默認值為4.0 distanceNormalizationFactor：中心顏色和樣本顏色之間的距離歸一化因子，默認值為8.0。GPUImageTiltShiftFilter：模擬傾斜移位鏡頭效果
blurRadiusInPixels：底層模糊的半徑，以像素為單位。 topFocusLevel：圖片中對焦區域頂部的標准化位置，此值應低於bottomFocusLevel，默認為0.4 bottomFocusLevel：圖片中對焦區域底部的歸一化位置，此值應高於topFocusLevel，默認為0.6 focusFallOffRate：圖像變得離開對焦區域的速率，默認為0.2GPUImage3x3ConvolutionFilter：針對映像運行3x3卷積內核
卷積核：卷積核是應用於像素及其8個周圍像素的值的3×3矩陣。矩陣以行主要順序指定，左上角的像素為one.one，右下角為三。如果矩陣中的value不等於1.0，則圖像可以變亮或變暗。GPUImageSobelEdgeDetectionFilter：Sobel邊緣檢測，邊緣以白色突出顯示
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 edgeStrength：調整濾波器的動態范圍。值越高，邊緣越強，但可以使強度色空間飽和。GPUImagePrewittEdgeDetectionFilter：Prewitt邊緣檢測，邊緣以白色突出顯示
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 edgeStrength：調整濾波器的動態范圍。值越高，邊緣越強，但可以使強度色空間飽和。GPUImageThresholdEdgeDetectionFilter：執行Sobel邊緣檢測，但應用阈值，而不提供漸進強度值
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 edgeStrength：調整濾波器的動態范圍。值越高，邊緣越強，但可以使強度色空間飽和。 threshold：高於此阈值的任何邊將為黑色，任何低於白色的邊。范圍從0.0到1.0，默認為0.8GPUImageCannyEdgeDetectionFilter：這使用完整的Canny過程來突出顯示一個像素寬的邊緣
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 blurRadiusInPixels：高斯模糊的基礎模糊半徑。 blurTexelSpacingMultiplier：底層模糊紋理像素間距乘數。 upperThreshold：front threshold：任意邊緣，將默認值設為0.4。 lowerThreshold：梯度幅度低於此阈值的任何邊將失敗，並從最終結果中刪除。GPUImageHarrisCornerDetectionFilter：對輸入圖像運行哈裡斯角點檢測算法，並生成一個圖像，這些角點為白色像素，一切為黑色。可以設置cornersDetectedBlock，並且您將獲得一個角度列表（在標准化的0..1 X， Y坐標），在回調中你想要執行的任何額外的操作。
blurRadiusInPixels：底層高斯模糊的半徑。 靈敏度：應用於調整過濾器中生成的角點的動態范圍的內部縮放因子。 門檻：將點檢測為角的阈值。這可以根據大小，照明條件和iOS的設備攝像頭類型顯著變化，因此可能需要一些實驗來適當的情況。默認值為0.20。GPUImageNobleCornerDetectionFilter：在哈裡斯角點檢測器上運行Noble變量。它的行為如上所述的哈裡斯檢測器。
blurRadiusInPixels：底層高斯模糊的半徑。 靈敏度：應用於調整過濾器中生成的角點的動態范圍的內部縮放因子。 門檻：將點檢測為角的阈值。這可以根據大小，照明條件和iOS的設備攝像頭類型顯著變化，因此可能需要一些實驗來適當的情況。默認值為0.2。GPUImageShiTomasiCornerDetectionFilter：運行Shi-Tomasi特征檢測器。它的行為如上所述的哈裡斯檢測器。
blurRadiusInPixels：底層高斯模糊的半徑。 靈敏度：應用於調節過濾器中生成的角點的動態范圍的內部縮放因子。 門檻：將點檢測為角的阈值。這可以根據大小，照明條件和iOS的設備攝像頭類型顯著變化，因此可能需要一些實驗來適當的情況。默認值為0.2。GPUImageNonMaximumSuppressionFilter：當前僅用作哈裡斯角點檢測濾波器的一部分，這將對每個像素周圍的1像素框進行采樣，並中心確定的像素紅色通道是否的英文該區域中的最大值如果的英文，它停留。如果不是，則對於所有顏色分量將其設置為0。
GPUImageXYDerivativeFilter：哈裡斯角點檢測濾波器內的一個內部組件，它計算這個點左右像素之間的平方差，這個點之上和之下的像素的平方差，以及這兩個差值的乘積。
GPUImageCrosshairGenerator：它在圖像上繪制一系列十字線，最常用於識別機器視覺特征。它不像其他過濾器那樣接受標准圖像，而是在其–renderCrosshairsFromArray：count：方法中包含一系列點，這是實際繪圖。您將需要強制此過濾器以您需要的特定輸出大小進行渲染。
crosshairWidth：要在屏幕上繪制的十字准線的寬度（以像素為單位）。GPUImageDilationFilter：這執行圖像擴張操作，其中矩形鄰域的紅色通道的最強強度用於該像素的強度。初始化時指定采樣的矩形區域的半徑，范圍為1-4個像素。這是為了用灰度圖像，它擴展明亮的區域。
GPUImageRGBDilationFilter：這與GPUImageDilationFilter相同，只是它作用於所有顏色通道，而不只是紅色通道。
GPUImageErosionFilter：執行圖像侵蝕操作，其中矩形鄰域中的紅色通道的最強度用於該像素的強度。初始化時指定采樣的矩形區域的半徑，范圍為1-4個像素。這是用於灰度圖像，它擴展黑暗區域。
GPUImageRGBErosionFilter：這與GPUImageErosionFilter相同，只是它在所有顏色通道上起作用，而不只是紅色通道。
GPUImageOpeningFilter：這對圖像的紅色通道執行侵蝕，隨後是相同半徑的膨脹。初始化時間設置半徑，范圍為1-4個像素。
GPUImageRGBOpeningFilter：這與GPUImageOpeningFilter相同，除了這個作用於所有顏色通道，而不只是紅色通道。
GPUImageClosingFilter：它對圖像的紅色通道執行擴展，然後是相同半徑的侵蝕。初始化時間設置半徑，范圍為1-4個像素。
GPUImageRGBClosingFilter：這與GPUImageClosingFilter相同，除了這個作用於所有顏色通道，而不只是紅色通道。
GPUImageLocalBinaryPatternFilter：它執行8個周圍像素和中心像素的紅色通道的強度的比較，將比較結果編碼成成為該像素強度的位串。最低有效位是右上角比較，逆時針轉向以正確的比較結束作為最高有效位。
GPUImageLowPassFilter：對於輸入的視頻幀應用一個低通濾波器。這基本上累積了當前幀和當前幀的加權滾動平均值它可以用於去噪視頻，添加運動模糊或用於創建高通濾波器。
filterStrength：這控制了前一個累加幀與當前幀的混合程度。范圍從0.0到1.0，默認值為0.5。GPUImageHighPassFilter：對輸入的視頻幀應用高通濾波器。這是低通濾波器的反相，示出了當前幀與前一幀的加權滾動平均值之間的差。這對運動檢測最有用。
filterStrength：this控制先前累加的幀被混合的程度，然後從當前的累加幀中減去。范圍從0.0到1.0，默認值為0.5。GPUImageMotionDetector：這是一個基於高通濾波器的運動檢測器。您設置motionDetectionBlock，並且在每個傳入幀中，它將為您提供場景中任何檢測到的運動的質心（以標准化的X，Y坐標）以及場景的運動強度。
lowPassFilterStrength：this控制了幕後使用的低通濾波器的強度，以建立與輸入幀進行比較的基線。范圍從0.0到1.0，默認值為0.5。GPUImageHoughTransformLineDetector：使用霍夫變換檢測圖像中的線到平行坐標空間。這種方法完全基於由布爾諾科技大學的Graph @ FIT研究小組開發的PC線路過程，並在他們的出版物中描述：M.Dubská ，J.Havel，and A.Helout。使用平行坐標和OpenGL的線的實時檢測。Proceedings of SCCG 2011，Bratislava，SK，第7 頁（http://medusa.fit.vutbr.cz/public/data/論文/ 2011-SCCG-Dubska-Real-Time-Line-Detection-Using-PC-and-OpenGL.pdf）和M.Dubská，J.Havel，Herout。PClines -使用平行坐標的線檢測。2011年計算機視覺與模式識別（CVPR）IEEE刀豆ference，對1489年至1494年（http://medusa.fit.vutbr.cz/public/data/papers /2011-CVPR-Dubska-PClines.pdf）。
edgeThreshold：檢測到點屬於用於確定線的邊緣的阈值。 lineDetectionThreshold：檢測到局部最大值屬於平行坐標空間中的線的阈值。 linesDetectedBlock：在檢測行時調用此塊，通常在每個處理的幀上。包含m，b對（y = mx + b）中的歸一化斜率和截距的AC陣列與所檢測的線的數目和視頻幀的當前時間戳的計數一起被傳入。GPUImageLineGenerator：生成可以覆蓋場景的線的輔助類。這些線的顏色可以使用-setLineColorRed：green：blue：
lineWidth：行的寬度（以像素為單位），默認值為1.0。GPUImageMotionBlurFilter：對圖像應用定向運動模糊
blurSize：模糊大小的乘數，范圍從0.0開始，默認值為1.0 blurAngle：模糊的角度方向，以度為單位。GPUImageZoomBlurFilter：對圖像應用定向運動模糊
blurSize：模糊大小的乘數，范圍從0.0開始，默認值為1.0 blurCenter：模糊的標准化中心。（0.5,0.5） 混合模式GPUImageChromaKeyBlendFilter：use第二個圖像選擇性替換第一個圖像中的顏色
thresholdSensitivity：顏色匹配需要存在到要求的目標顏色的接近程度（默認值為0.4） 平滑：如何平滑地混合顏色匹配（默認值為0.1）GPUImageDissolveBlendFilter：應用兩個圖像的溶解混合
mix：第二個圖像覆蓋第一個圖像的程度（0.0-1.0，默認為0.5）GPUImageMultiplyBlendFilter：應用兩個圖像的乘法混合
GPUImageAddBlendFilter：應用兩個圖像的加法混合
GPUImageSubtractBlendFilter：應用兩個圖像的減法混合
GPUImageDivideBlendFilter：應用兩個圖像的分割混合
GPUImageOverlayBlendFilter：應用兩個圖像的疊加混合
GPUImageDarkenBlendFilter：通過獲取圖像之間每個顏色分量的最小值來混合兩個圖像
GPUImageLightenBlendFilter：通過獲取圖像之間每個顏色分量的最大值來混合兩個圖像
GPUImageColorBurnBlendFilter：應用兩個圖像的顏色混合
GPUImageColorDodgeBlendFilter：應用兩個圖像的顏色閃避混合
GPUImageScreenBlendFilter：應用兩個圖像的屏幕混合
GPUImageExclusionBlendFilter：應用兩個圖像的排除混合
GPUImageDifferenceBlendFilter：應用兩個圖像的差異混合
GPUImageHardLightBlendFilter：應用一個硬光混合的兩個圖像
GPUImageSoftLightBlendFilter：應用兩個圖像的柔和光混合
GPUImageAlphaBlendFilter：根據第二個alpha通道，將第二個圖像混合在第一個圖像上
mix：第二個圖像覆蓋第一個圖像的程度（0.0 - 1.0，默認為1.0）GPUImageSourceOverBlendFilter：在兩個圖像的混合上應用源
GPUImageColorBurnBlendFilter：應用兩個圖像的顏色混合
GPUImageColorDodgeBlendFilter：應用兩個圖像的顏色閃避混合
GPUImageNormalBlendFilter：應用兩個圖像的正常混合
GPUImageColorBlendFilter：應用兩個圖像的顏色混合
GPUImageHueBlendFilter：應用兩個圖像的色調混合
GPUImageSaturationBlendFilter：應用兩個圖像的飽和混合
GPUImageLuminosityBlendFilter：應用兩個圖像的亮度混合
GPUImageLinearBurnBlendFilter：應用兩個圖像的線性刻錄混合
GPUImagePoissonBlendFilter：應用兩個圖像的泊松混合
混合：混合范圍從0.0（只有圖像1）到1.0（只有圖像2梯度），1.0為正常水平 numIterations：傳播梯度的次數如果你想獲得任何接近收斂，這個高達100或甚至1000 是的，這會很慢。GPUImageMaskFilter：使用另一個圖像掩蔽一個圖像
視覺效果GPUImagePixellateFilter：對圖像或視頻應用像素化效果
fractionalWidthOfAPixel：像素的大小，作為圖像寬度和高度的一部分（0.0 - 1.0，默認為0.05）GPUImagePolarPixellateFilter：對圖片或視頻應用像素化效果，基於極坐標，而不是笛卡爾坐標
center：應用像素的中心，默認為（0.5,0.5） pixelSize：分別像素大小，拆分為width和height組件。默認值為（0.05,0.05）GPUImagePolkaDotFilter：將圖像分割成常規網格中的彩色點
fractionalWidthOfAPixel：點的大小，作為圖像寬度和高度的一部分（0.0 - 1.0，默認為0.05） dotScaling：每個網格空間的小部分由一個點占據，從0.0到1.0，默認值為0.9。GPUImageHalftoneFilter：對圖像應用半色調效果，如新聞打印
fractionalWidthOfAPixel：半色調點的大小，作為圖像寬度和高度的一部分（0.0 - 1.0，默認為0.05）GPUImageCrosshatchFilter：將圖像轉換為黑白交叉陰影圖案
crossHatchSpacing：圖像的分數寬度，用作交叉影線的間距。 lineWidth：交叉線的相對寬度。默認值為0.003。GPUImageSketchFilter：將視像轉換為外觀像草圖。這只是Sobel邊緣檢測濾鏡的顏色反轉
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 edgeStrength：調整濾波器的動態范圍。值越高，邊緣越強，但可以使強度色空間飽和。GPUImageThresholdSketchFilter：與草圖過濾器相同，只有邊緣是阈值，而不是灰度
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 edgeStrength：調整濾波器的動態范圍。值越高，邊緣越強，但可以使強度色空間飽和。 threshold：高於此阈值的任何邊將為黑色，任何低於白色的邊。范圍從0.0到1.0，默認為0.8GPUImageToonFilter：這使用Sobel邊緣檢測在對象周圍放置一個黑色邊框，然後它量化圖像中呈現的顏色，以給圖像一個卡通般的質量。
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 threshold：邊緣檢測的靈敏度，較低的值更敏感。范圍從0.0到1.0，默認為0.2 quantizationLevels：在最終圖像中表示的顏色級別的數量。默認值為10.0GPUImageSmoothToonFilter：這使用與GPUImageToonFilter類似的過程，只有它之前的toon效果與高斯模糊，以平滑噪聲。
texelWidth： texelHeight：這些參數影響檢測到的邊緣的可見性 blurRadiusInPixels：底層高斯模糊的半徑。 threshold：邊緣檢測的靈敏度，較低的值更敏感。范圍從0.0到1.0，默認為0.2 quantizationLevels：在最終圖像中表示的顏色級別的數量。默認值為10.0GPUImageEmbossFilter：在圖像上應用浮雕效果
強度：壓花的強度，從0.0到4.0，用1.0作為正常水平GPUImagePosterizeFilter：這將顏色動態范圍減少到指定的步驟數，導致圖像的卡通式簡單陰影。
colorLevels：將圖像空間縮小到的顏色級數。取值范圍為1〜256，缺省值為10。GPUImageSwirlFilter：在圖像上創建漩渦失真
radius：從中心到應用失真的半徑，默認值為0.5 center：圖像的中心（從0 - 1.0的歸一化坐標），默認為（0.5,0.5） angle：應用於圖像的扭曲量，默認值為1.0GPUImageBulgeDistortionFilter：在圖像上創建凸起失真
radius：從中心到應用失真的半徑，默認值為0.25 center：圖像的中心（從0 - 1.0的歸一化坐標），對於其將失真，默認為（0.5,0.5） scale：應用的失真量，從-1.0到1.0，默認值為0.5GPUImagePinchDistortionFilter：創建圖像的混合失真
radius：從中心到應用失真的半徑，默認值為1.0 center：圖像的中心（從0 - 1.0的歸一化坐標），對於其將失真，默認為（0.5,0.5） scale：應用的失真量，從-2.0到2.0，默認值為1.0GPUImageStretchDistortionFilter：創建圖像的拉伸失真
center：圖像的中心（從0 - 1.0的歸一化坐標），對於其將失真，默認為（0.5,0.5）GPUImageSphereRefractionFilter：模擬通過玻璃球的折射
center：應用失真的中心，默認為（0.5,0.5） radius：失真的半徑，范圍從0.0到1.0，默認值為0.25 refractiveindex：球體的折射率，默認值為0.71GPUImageGlassSphereFilter：與GPUImageSphereRefractionFilter相同，只有圖像不被反轉，並且在玻璃的邊緣有一點點結霜
center：應用失真的中心，默認為（0.5,0.5） radius：失真的半徑，范圍從0.0到1.0，默認值為0.25 refractiveindex：球體的折射率，默認值為0.71GPUImageVi.netteFilter：執行漸暈效果，在邊緣淡出圖像
vignetteCenter：tex coords中的小插曲的中心（CGPoint），默認值為0.5,0.5 vignetteColor：用於小插曲（GPUVector3）的顏色，默認為黑色 vignetteStart：從暈影效果開始的中心的標准化距離，默認值為0.5 vignetteEnd：從暈影效果結束的中心的標准化距離，默認值為0.75GPUImageKuwaharaFilter：Kuwahara圖像抽象，繪制自Kyprianidis等人的工作。et al。在他們的出版物“GPU中”英文相鄰詞匯熱門詞匯“GPU” 英文“昂貴的，因此它可能需要幾秒鐘來渲染在iPad 2上的框架。這可能最適合用於靜態圖像。
radius：整數，指定應用濾鏡時從中心像素向外測試的像素數，默認值為4.較高的值會創建更抽象的圖像，但代價是處理時間更長。GPUImageKuwaharaRadius3Filter：一個修改版本的Kuwahara過濾器，優化工作超過三個像素的半徑
GPUImageperlinNoiseFilter：生成一個充滿perlin噪聲的圖像
colorStart： colorFinish：生成噪聲的顏色范圍 scale：正在生成的噪聲的縮放GPUImageCGAColorspaceFilter：模擬CGA顯示器的色彩空間
GPUImageMosaicFilter：此過濾器接受一個輸入的瓷磚集，瓷磚必須以亮度上升。它查看輸入圖像並根據該瓦片的亮度用輸入瓦片替換每個顯示瓦片。這個想法是復制在其他應用程序中看到的ASCII視頻過濾器，但是tileset可以是任何東西。
inputTileSize： numTiles： displayTileSize： colorOn：GPUImageJFAVoronoiFilter：生成Voronoi地圖，供以後階段使用。
sizeInPixels：單個元素的大小GPUImageVoronoiConsumerFilter：在Voronoi地圖中，並使用它來過濾進入的圖像。
sizeInPixels：單個元素的大小 以上就是iOS GPUImage研究序一:內置濾鏡的全文介紹,希望對您學習和使用ios應用開發有所幫助.【iOS GPUImage研究序一:內置濾鏡】的相關資料介紹到這裡，希望對您有所幫助！ 提示：不會對讀者因本文所帶來的任何損失負責。如果您支持就請把本站添加至收藏夾哦！
