實(shí)際項(xiàng)目場景：去除圖片的純白色背景圖，獲得一張透明底圖片用于拼圖功能
介紹兩種途徑的三種處理方式(不知道為啥想起了孔乙己)，具體性能鶸并未對比，如果有大佬能告知，不勝感激。
Core Image Core Graphics/Quarz 2D Core Image
Core Image是一個(gè)很強(qiáng)大的框架。它可以讓你簡單地應(yīng)用各種濾鏡來處理圖像，比如修改鮮艷程度,色澤,或者曝光。 它利用GPU（或者CPU）來非?？焖?、甚至實(shí)時(shí)地處理圖像數(shù)據(jù)和視頻的幀。并且隱藏了底層圖形處理的所有細(xì)節(jié)，通過提供的API就能簡單的使用了，無須關(guān)心OpenGL或者OpenGL ES是如何充分利用GPU的能力的，也不需要你知道GCD在其中發(fā)揮了怎樣的作用，Core Image處理了全部的細(xì)節(jié)。
在蘋果官方文檔Core Image Programming Guide中，提到了Chroma Key Filter Recipe對于處理背景的范例
其中使用了HSV顏色模型，因?yàn)镠SV模型，對于顏色范圍的表示，相比RGB更加友好。
大致過程處理過程：
創(chuàng)建一個(gè)映射希望移除顏色值范圍的立方體貼圖cubeMap，將目標(biāo)顏色的Alpha置為0.0f 使用CIColorCube濾鏡和cubeMap對源圖像進(jìn)行顏色處理獲取到經(jīng)過CIColorCube處理的Core Image對象CIImage,轉(zhuǎn)換為Core Graphics中的CGImageRef對象，通過imageWithCGImage:獲取結(jié)果圖片
注意：第三步中，不可以直接使用imageWithCIImage:,因?yàn)榈玫降牟⒉皇且粋€(gè)標(biāo)準(zhǔn)的UIImage，如果直接拿來用，會(huì)出現(xiàn)不顯示的情況。
- (UIImage *)removeColorWithMinHueAngle:(float)minHueAngle maxHueAngle:(float)maxHueAngle image:(UIImage *)originalImage{ CIImage *image = [CIImage imageWithCGImage:originalImage.CGImage]; CIContext *context = [CIContext contextWithOptions:nil];// kCIContextUseSoftwareRenderer : CPURender /** 注意 * UIImage 通過CIimage初始化，得到的并不是一個(gè)通過類似CGImage的標(biāo)準(zhǔn)UIImage * 所以如果不用context進(jìn)行渲染處理，是沒辦法正常顯示的 */ CIImage *renderBgImage = [self outputImageWithOriginalCIImage:image minHueAngle:minHueAngle maxHueAngle:maxHueAngle]; CGImageRef renderImg = [context createCGImage:renderBgImage fromRect:image.extent]; UIImage *renderImage = [UIImage imageWithCGImage:renderImg]; return renderImage;}struct CubeMap { int length; float dimension; float *data;};- (CIImage *)outputImageWithOriginalCIImage:(CIImage *)originalImage minHueAngle:(float)minHueAngle maxHueAngle:(float)maxHueAngle{ struct CubeMap map = createCubeMap(minHueAngle, maxHueAngle); const unsigned int size = 64; // Create memory with the cube data NSData *data = [NSData dataWithBytesNoCopy:map.data length:map.length freeWhenDone:YES]; CIFilter *colorCube = [CIFilter filterWithName:@"CIColorCube"]; [colorCube setValue:@(size) forKey:@"inputCubeDimension"]; // Set data for cube [colorCube setValue:data forKey:@"inputCubeData"]; [colorCube setValue:originalImage forKey:kCIInputImageKey]; CIImage *result = [colorCube valueForKey:kCIOutputImageKey]; return result;}struct CubeMap createCubeMap(float minHueAngle, float maxHueAngle) { const unsigned int size = 64; struct CubeMap map; map.length = size * size * size * sizeof (float) * 4; map.dimension = size; float *cubeData = (float *)malloc (map.length); float rgb[3], hsv[3], *c = cubeData; for (int z = 0; z < size; z++){ rgb[2] = ((double)z)/(size-1); // Blue value for (int y = 0; y < size; y++){ rgb[1] = ((double)y)/(size-1); // Green value for (int x = 0; x < size; x ++){ rgb[0] = ((double)x)/(size-1); // Red value rgbToHSV(rgb,hsv); // Use the hue value to determine which to make transparent // The minimum and maximum hue angle depends on // the color you want to remove float alpha = (hsv[0] > minHueAngle && hsv[0] < maxHueAngle) ? 0.0f: 1.0f; // Calculate premultiplied alpha values for the cube c[0] = rgb[0] * alpha; c[1] = rgb[1] * alpha; c[2] = rgb[2] * alpha; c[3] = alpha; c += 4; // advance our pointer into memory for the next color value } } } map.data = cubeData; return map;} rgbToHSV在官方文檔中并沒有提及，筆者在下文中提到的大佬的博客中找到了相關(guān)轉(zhuǎn)換處理。感謝
void rgbToHSV(float *rgb, float *hsv) { float min, max, delta; float r = rgb[0], g = rgb[1], b = rgb[2]; float *h = hsv, *s = hsv + 1, *v = hsv + 2; min = fmin(fmin(r, g), b ); max = fmax(fmax(r, g), b ); *v = max; delta = max - min; if( max != 0 ) *s = delta / max; else { *s = 0; *h = -1; return; } if( r == max ) *h = ( g - b ) / delta; else if( g == max ) *h = 2 + ( b - r ) / delta; else *h = 4 + ( r - g ) / delta; *h *= 60; if( *h < 0 ) *h += 360;}接下來我們試一下，去除綠色背景的效果如何
我們可以通過使用HSV工具,確定綠色HUE值的大概范圍為50-170
調(diào)用一下方法試一下
[[SPImageChromaFilterManager sharedManager] removeColorWithMinHueAngle:50 maxHueAngle:170 image:[UIImage imageWithContentsOfFile:[[NSBundle mainBundle] pathForResource:@"nb" ofType:@"jpeg"]]]
效果
效果還可以的樣子。
如果認(rèn)真觀察HSV模型的同學(xué)也許會(huì)發(fā)現(xiàn)，我們通過指定色調(diào)角度（Hue）的方式，對于指定灰白黑顯得無能為力。我們不得不去用飽和度（Saturation）和明度（Value）去共同判斷，感興趣的同學(xué)可以在代碼中判斷Alpha float alpha = (hsv[0] > minHueAngle && hsv[0] < maxHueAngle) ? 0.0f: 1.0f;那里試一下效果。（至于代碼中為啥RGB和HSV這么轉(zhuǎn)換，請百度他們的轉(zhuǎn)換，因?yàn)辁U筆者也不懂。哎，鶸不聊生）
對于Core Image感興趣的同學(xué)，請移步大佬的系列文章
iOS8 Core Image In Swift：自動(dòng)改善圖像以及內(nèi)置濾鏡的使用
iOS8 Core Image In Swift：更復(fù)雜的濾鏡
iOS8 Core Image In Swift：人臉檢測以及馬賽克
iOS8 Core Image In Swift：視頻實(shí)時(shí)濾鏡
Core Graphics/Quarz 2D
上文中提到的基于OpenGl的Core Image顯然功能十分強(qiáng)大，作為視圖另一基石的Core Graphics同樣強(qiáng)大。對他的探究，讓鶸筆者更多的了解到圖片的相關(guān)知識(shí)。所以在此處總結(jié)，供日后查閱。
如果對探究不感興趣的同學(xué)，請直接跳到文章最后 Masking an Image with Color 部分
Bitmap
在Quarz 2D官方文檔中，對于BitMap有如下描述：
A bitmap image (or sampled image) is an array of pixels (or samples). Each pixel represents a single point in the image. JPEG, TIFF, and PNG graphics files are examples of bitmap images.
32-bit and 16-bit pixel formats for CMYK and RGB color spaces in Quartz 2D
回到我們的需求，對于去除圖片中的指定顏色，如果我們能夠讀取到每個(gè)像素上的RGBA信息，分別判斷他們的值，如果符合目標(biāo)范圍，我們將他的Alpha值改為0，然后輸出成新的圖片，那么我們就實(shí)現(xiàn)了類似上文中cubeMap的處理方式。
強(qiáng)大的Quarz 2D為我們提供了實(shí)現(xiàn)這種操作的能力，下面請看代碼示例：
- (UIImage *)removeColorWithMaxR:(float)maxR minR:(float)minR maxG:(float)maxG minG:(float)minG maxB:(float)maxB minB:(float)minB image:(UIImage *)image{ // 分配內(nèi)存 const int imageWidth = image.size.width; const int imageHeight = image.size.height; size_t bytesPerRow = imageWidth * 4; uint32_t* rgbImageBuf = (uint32_t*)malloc(bytesPerRow * imageHeight); // 創(chuàng)建context CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();// 色彩范圍的容器 CGContextRef context = CGBitmapContextCreate(rgbImageBuf, imageWidth, imageHeight, 8, bytesPerRow, colorSpace,kCGBitmapByteOrder32Little | kCGImageAlphaNoneSkipLast); CGContextDrawImage(context, CGRectMake(0, 0, imageWidth, imageHeight), image.CGImage); // 遍歷像素 int pixelNum = imageWidth * imageHeight; uint32_t* pCurPtr = rgbImageBuf; for (int i = 0; i < pixelNum; i++, pCurPtr++) { uint8_t* ptr = (uint8_t*)pCurPtr; if (ptr[3] >= minR && ptr[3] <= maxR && ptr[2] >= minG && ptr[2] <= maxG && ptr[1] >= minB && ptr[1] <= maxB) { ptr[0] = 0; }else{ printf("/n---->ptr0:%d ptr1:%d ptr2:%d ptr3:%d<----/n",ptr[0],ptr[1],ptr[2],ptr[3]); } } // 將內(nèi)存轉(zhuǎn)成image CGDataProviderRef dataProvider =CGDataProviderCreateWithData(NULL, rgbImageBuf, bytesPerRow * imageHeight, nil); CGImageRef imageRef = CGImageCreate(imageWidth, imageHeight,8, 32, bytesPerRow, colorSpace,kCGImageAlphaLast |kCGBitmapByteOrder32Little, dataProvider,NULL,true,kCGRenderingIntentDefault); CGDataProviderRelease(dataProvider); UIImage* resultUIImage = [UIImage imageWithCGImage:imageRef]; // 釋放 CGImageRelease(imageRef); CGContextRelease(context); CGColorSpaceRelease(colorSpace); return resultUIImage;}
還記得我們在Core Image中提到的HSV模式的弊端嗎？那么Quarz 2D則是直接利用RGBA的信息進(jìn)行處理，很好的規(guī)避了對黑白色不友好的問題，我們只需要設(shè)置一下RGB的范圍即可（因?yàn)楹诎咨赗GB顏色模式中，很好確定），我們可以大致封裝一下。如下
- (UIImage *)removeWhiteColorWithImage:(UIImage *)image{ return [self removeColorWithMaxR:255 minR:250 maxG:255 minG:240 maxB:255 minB:240 image:image];}- (UIImage *)removeBlackColorWithImage:(UIImage *)image{ return [self removeColorWithMaxR:15 minR:0 maxG:15 minG:0 maxB:15 minB:0 image:image];}看一下我們對于白色背景的處理效果對比
看起來似乎還不錯(cuò)，但是對于紗質(zhì)的衣服，就顯得很不友好。看一下筆者做的幾組圖片的測試
很顯然，如果不是白色背景，“衣衫襤褸”的效果非常明顯。這個(gè)問題，在筆者嘗試的三種方法中，無一幸免，如果哪位大佬知道好的處理方法，而且能告訴鶸，將不勝感激。（先放倆膝蓋在這兒）
除了上述問題外，這種對比每個(gè)像素的方法，讀取出來的數(shù)值會(huì)同作圖時(shí)出現(xiàn)誤差。但是這種誤差肉眼基本不可見。
如下圖中，我們作圖時(shí)，設(shè)置的RGB值分別為100/240/220 但是通過CG上述處理時(shí)，讀取出來的值則為92/241/220。對比圖中的“新的”“當(dāng)前”，基本看不出色差。這點(diǎn)小問題各位知道就好，對實(shí)際去色效果影響并不大
Masking an Image with Color
筆者嘗試過理解并使用上一種方法后，在重讀文檔時(shí)發(fā)現(xiàn)了這個(gè)方法，簡直就像是發(fā)現(xiàn)了Father Apple的恩賜。直接上代碼
- (UIImage *)removeColorWithMaxR:(float)maxR minR:(float)minR maxG:(float)maxG minG:(float)minG maxB:(float)maxB minB:(float)minB image:(UIImage *)image{ const CGFloat myMaskingColors[6] = {minR, maxR, minG, maxG, minB, maxB}; CGImageRef ref = CGImageCreateWithMaskingColors(image.CGImage, myMaskingColors); return [UIImage imageWithCGImage:ref]; }官方文檔點(diǎn)這兒
總結(jié)
HSV顏色模式相對于RGB模式而言，更利于我們摳除圖片中的彩色，而RGB則正好相反。筆者因?yàn)轫?xiàng)目中，只需要去除白色背景，所以最終采用了最后一種方式。
新聞熱點(diǎn)
疑難解答
圖片精選
網(wǎng)友關(guān)注
