私はいくつかの進歩を遂げている、と私はかなりこの私の質問への答えを検討、いくつかのものは少し異なるですが、私はしませんこの方法は非常に高速ですヒンク。誰もがこのコードをより速くする方法を知りたいと思っています。以下では、画像のサイズを変更するのが最も時間を要しているようですが、ovveride outputImageセクションへの呼び出しがたくさんあり、それがなぜなのかわかりません。残念ながら、以下のLaplacian Pyramid機能を実行すると、275x300の写真で約5秒かかります。これはちょうど良いことではありません、私はそれをスピードアップする方法について少し損失があります。私の疑問は、リサンプルフィルタが原因だということです。しかし、私はそれをより速くする方法を知るために十分な精通がありません。
まず、カスタムフィルタ：
この最初のものは、単純な再スケーリングすることにより、画像のサイズを変更します。私は、サイズ変更時にピクセルの複製が行われるため、このケースでは再スケーリングの最善の手法だと思います。私たちは、画素の次のブロックを持っており、2.0のスケールを行う場合たとえば、マッピングは次のようになります。
[ ][ ][x][ ] ----->[ ][ ][ ][ ][x][x][ ][ ]（この1上のアイデアのためのサイモンGladmanのおかげで）
public class ResampleFilter: CIFilter
{
var inputImage : CIImage?
var inputScaleX: CGFloat = 1
var inputScaleY: CGFloat = 1
let warpKernel = CIWarpKernel(string:
"kernel vec2 resample(float inputScaleX, float inputScaleY)" +
" { " +
" float y = (destCoord().y/inputScaleY); " +
" float x = (destCoord().x/inputScaleX); " +
" return vec2(x,y); " +
" } "
)
override public var outputImage: CIImage!
{
if let inputImage = inputImage,
kernel = warpKernel
{
let arguments = [inputScaleX, inputScaleY]
let extent = CGRect(origin: inputImage.extent.origin,
size: CGSize(width: inputImage.extent.width*inputScaleX,
height: inputImage.extent.height*inputScaleY))
return kernel.applyWithExtent(extent,
roiCallback:
{
(index,rect) in
let sampleX = rect.origin.x/self.inputScaleX
let sampleY = rect.origin.y/self.inputScaleY
let sampleWidth = rect.width/self.inputScaleX
let sampleHeight = rect.height/self.inputScaleY
let sampleRect = CGRect(x: sampleX, y: sampleY, width: sampleWidth, height: sampleHeight)
return sampleRect
},
inputImage : inputImage,
arguments : arguments)
}
return nil
}
}
この1つは単純な違いのブレンドです。
いくつかの関数定義のすぐ
public class DifferenceOfImages: CIFilter
{
var inputImage1 : CIImage? //Initializes input
var inputImage2 : CIImage?
var kernel = CIKernel(string: //The actual custom kernel code
"kernel vec4 Difference(__sample image1,__sample image2)" +
" { " +
" float colorR = image1.r - image2.r; " +
" float colorG = image1.g - image2.g; " +
" float colorB = image1.b - image2.b; " +
" return vec4(colorR,colorG,colorB,1); " +
" } "
)
var extentFunction: (CGRect, CGRect) -> CGRect =
{ (a: CGRect, b: CGRect) in return CGRectZero }
override public var outputImage: CIImage!
{
guard let inputImage1 = inputImage1,
inputImage2 = inputImage2,
kernel = kernel
else
{
return nil
}
//apply to whole image
let extent = extentFunction(inputImage1.extent,inputImage2.extent)
//arguments of the kernel
let arguments = [inputImage1,inputImage2]
//return the rectangle that defines the part of the image that CI needs to render rect in the output
return kernel.applyWithExtent(extent,
roiCallback:
{ (index, rect) in
return rect
},
arguments: arguments)
}
}
：
この関数は単にバート&アデルソンの論文に記載されたのと同じ5タップのフィルタによれば、画像にガウスぼかしを行います。余分なように見えるぎこちない境界ピクセルを取り除く方法を確かめないでください。
public func GaussianFilter(ciImage: CIImage) -> CIImage
{
//5x5 convolution to image
let kernelValues: [CGFloat] = [
0.0025, 0.0125, 0.0200, 0.0125, 0.0025,
0.0125, 0.0625, 0.1000, 0.0625, 0.0125,
0.0200, 0.1000, 0.1600, 0.1000, 0.0200,
0.0125, 0.0625, 0.1000, 0.0625, 0.0125,
0.0025, 0.0125, 0.0200, 0.0125, 0.0025 ]
let weightMatrix = CIVector(values: kernelValues,
count: kernelValues.count)
let filter = CIFilter(name: "CIConvolution5X5",
withInputParameters: [
kCIInputImageKey: ciImage,
kCIInputWeightsKey: weightMatrix])!
let final = filter.outputImage!
let rect = CGRect(x: 0, y: 0, width: ciImage.extent.size.width, height: ciImage.extent.size.height)
return final.imageByCroppingToRect(rect)
}
この関数は、resampleの使用を単純化します。新しいイメージのターゲットサイズを指定できます。これは、スケールパラメータIMOを設定するのではなく、扱いが簡単であることが分かります。
public func resampleImage(inputImage: CIImage, sizeX: CGFloat, sizeY: CGFloat) -> CIImage
{
let inputWidth : CGFloat = inputImage.extent.size.width
let inputHeight : CGFloat = inputImage.extent.size.height
let scaleX = sizeX/inputWidth
let scaleY = sizeY/inputHeight
let resamplefilter = ResampleFilter()
resamplefilter.inputImage = inputImage
resamplefilter.inputScaleX = scaleX
resamplefilter.inputScaleY = scaleY
return resamplefilter.outputImage
}
この機能は、差異フィルタの使用を単純化します。ちょうどそれが
imageOne - ImageTwoであることに注意してください。
public func Difference(imageOne:CIImage,imageTwo:CIImage) -> CIImage
{
let generalFilter = DifferenceOfImages()
generalFilter.inputImage1 = imageOne
generalFilter.inputImage2 = imageTwo
generalFilter.extentFunction = { (fore, back) in return back.union(fore)}
return generalFilter.outputImage
}
この関数は、各ピラミッドのレベル次元を計算し、配列に格納します。後で有効です。
public func LevelDimensions(image: CIImage,levels:Int) -> [[CGFloat]]
{
let inputWidth : CGFloat = image.extent.width
let inputHeight : CGFloat = image.extent.height
var levelSizes : [[CGFloat]] = [[inputWidth,inputHeight]]
for j in 1...(levels-1)
{
let temp = [floor(inputWidth/pow(2.0,CGFloat(j))),floor(inputHeight/pow(2,CGFloat(j)))]
levelSizes.append(temp)
}
return levelSizes
}
ここでは良いことに：これは与えられたレベル数のガウスピラミッドを作成します。
public func GaussianPyramid(image: CIImage,levels:Int) -> [CIImage]
{
let PyrLevel = LevelDimensions(image, levels: levels)
var GauPyr : [CIImage] = [image]
var I : CIImage
var J : CIImage
for j in 1 ... levels-1
{
J = GaussianFilter(GauPyr[j-1])
I = resampleImage(J, sizeX: PyrLevel[j][0], sizeY: PyrLevel[j][1])
GauPyr.append(I)
}
return GauPyr
}
最後に、この関数は、指定されたレベル数のラプラシアンピラミッドを作成します。両方のPyramid関数では、各レベルが配列に格納されていることに注意してください。
public func LaplacianPyramid(image:CIImage,levels:Int) -> [CIImage]
{
let PyrLevel = LevelDimensions(image, levels:levels)
var LapPyr : [CIImage] = []
var I : CIImage
var J : CIImage
J = image
for j in 0 ... levels-2
{
let blur = GaussianFilter(J)
I = resampleImage(blur, sizeX: PyrLevel[j+1][0], sizeY: PyrLevel[j+1][1])
let diff = Difference(J,imageTwo: resampleImage(I, sizeX: PyrLevel[j][0], sizeY: PyrLevel[j][1]))
LapPyr.append(diff)
J = I
}
LapPyr.append(J)
return LapPyr
}
あなたが見たことがあり、この：https://developer.apple.com/reference/metalperformanceshaders/mpsimagegaussianpyramid –
私は持っているが、私は本当にカスタムフィルタを使用する前に、代替は私が欲しいものを得るためにあったかどうかを確認したかったです。これらのことはあまり画像処理ではあまり一般的ではありませんので、あらかじめリンゴを組み込んだ方法があると思いました。 –
あなたが必要とする全ての機能を持っているかどうかは分かりませんが、 'Accelerate Framework'を試すことができますhttps://developer.apple.com/videos/play/wwdc2013/713/ – juanjo