iOS 中 视图模糊效果

App设计时往往会用到一些模糊效果。iOS目前已提供一些模糊API可以让我们方便是使用。一种是使用Core Image,另一种是使用Accelerate.Framework中的vImage API

使用Core Image进行模糊

Core Image很早在Mac系统中得到应用,后来这个Framework也开始应用到iOS,不过直到iOS6.0才开始支持模糊。这个API调用起来很方便简洁。


[cpp] view plaincopy


  1. - (UIImage *)blurryImage:(UIImage *)image   
  2.            withBlurLevel:(CGFloat)blur {  
  3.     CIImage *inputImage = [CIImage imageWithCGImage:image.CGImage];  
  4.     CIFilter *filter = [CIFilter filterWithName:@"CIGaussianBlur"  
  5.                          keysAndValues:kCIInputImageKey, inputImage,  
  6.                                        @"inputRadius", @(blur),   
  7.                                        nil];  
  8.        
  9.     CIImage *outputImage = filter.outputImage;  
  10.        
  11.     CGImageRef outImage = [self.context createCGImage:outputImage   
  12.                                    fromRect:[outputImage extent]];  
  13.     return [UIImage imageWithCGImage:outImage];  
  14. }  


使用vImage API进行模糊


iOS5.0中新增了vImage API可以使用,它属于Accelerate.Framework,所以如果你要使用它要在工程中加入这个Framework。模糊算法使用的是vImageBoxConvolve_ARGB8888这个函数。


[cpp] view plaincopy


  1. - (UIImage *)blurryImage:(UIImage *)image withBlurLevel:(CGFloat)blur {  
  2.     if (blur < 0.f || blur > 1.f) {  
  3.         blur = 0.5f;  
  4.     }  
  5.     int boxSize = (int)(blur * 100);  
  6.     boxSize = boxSize - (boxSize % 2) + 1;  
  7.        
  8.     CGImageRef img = image.CGImage;  
  9.        
  10.     vImage_Buffer inBuffer, outBuffer;  
  11.     vImage_Error error;  
  12.        
  13.     void *pixelBuffer;  
  14.        
  15.     CGDataProviderRef inProvider = CGImageGetDataProvider(img);  
  16.     CFDataRef inBitmapData = CGDataProviderCopyData(inProvider);  
  17.        
  18.     inBuffer.width = CGImageGetWidth(img);  
  19.     inBuffer.height = CGImageGetHeight(img);  
  20.     inBuffer.rowBytes = CGImageGetBytesPerRow(img);  
  21.        
  22.     inBuffer.data = (void*)CFDataGetBytePtr(inBitmapData);  
  23.        
  24.     pixelBuffer = malloc(CGImageGetBytesPerRow(img) *   
  25.                          CGImageGetHeight(img));  
  26.        
  27.     if(pixelBuffer == NULL)  
  28.         NSLog(@"No pixelbuffer");  
  29.        
  30.     outBuffer.data = pixelBuffer;  
  31.     outBuffer.width = CGImageGetWidth(img);  
  32.     outBuffer.height = CGImageGetHeight(img);  
  33.     outBuffer.rowBytes = CGImageGetBytesPerRow(img);  
  34.        
  35.     error = vImageBoxConvolve_ARGB8888(&inBuffer,   
  36.                                        &outBuffer,   
  37.                                        NULL,   
  38.                                        0,   
  39.                                        0,   
  40.                                        boxSize,   
  41.                                        boxSize,   
  42.                                        NULL,   
  43.                                        kvImageEdgeExtend);  
  44.        
  45.        
  46.     if (error) {  
  47.         NSLog(@"error from convolution %ld", error);  
  48.     }  
  49.        
  50.     CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceRGB();  
  51.     CGContextRef ctx = CGBitmapContextCreate(  
  52.                                     outBuffer.data,  
  53.                                     outBuffer.width,  
  54.                                     outBuffer.height,  
  55.                                     8,  
  56.                                     outBuffer.rowBytes,  
  57.                                     colorSpace,  
  58.                                     kCGImageAlphaNoneSkipLast);  
  59.     CGImageRef imageRef = CGBitmapContextCreateImage (ctx);  
  60.     UIImage *returnImage = [UIImage imageWithCGImage:imageRef];  
  61.        
  62.     //clean up  
  63.     CGContextRelease(ctx);  
  64.     CGColorSpaceRelease(colorSpace);  
  65.        
  66.     free(pixelBuffer);  
  67.     CFRelease(inBitmapData);  
  68.        
  69.     CGColorSpaceRelease(colorSpace);  
  70.     CGImageRelease(imageRef);  
  71.        
  72.     return returnImage;  
  73. }  
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值