ios美颜 调研 GPUImage GPUImageBeautifyFilter BeautifyFaceDemo

最近需要给直播项目中添加美颜的功能，调研了很多SDK和开源代码（视决，涂图，七牛，金山云，videoCore等），综合成本/效果/对项目侵入性，最后决定使用一款基于 GPUImage 实现的  BeautifyFaceDemo 美颜滤镜。

集成GPUImageBeautifyFilter和GPUImage Framework

首先需要集成好 GPUImage ，通过观察目前iOS平台，90%以上美颜方案都是基于这个框架来做的。

原来项目中的AVCaptureDevice需要替换成GPUImageVideoCamera，删除诸如AVCaptureSession/AVCaptureDeviceInput/AVCaptureVideoDataOutput这种GPUImage实现了的部分。修改一些生命周期，摄像头切换，横竖屏旋转等相关逻辑，保证前后行为统一。

声明需要的属性

@property ( nonatomic , strong ) GPUImageVideoCamera *videoCamera; //屏幕上显示的View @property ( nonatomic , strong ) GPUImageView *filterView; //BeautifyFace美颜滤镜 @property ( nonatomic , strong ) GPUImageBeautifyFilter *beautifyFilter;

然后初始化

self .sessionPreset = AVCaptureSessionPreset1280x720 ; self .videoCamera = [[GPUImageVideoCamera alloc] initWithSessionPreset: self .sessionPreset cameraPosition: AVCaptureDevicePositionBack ]; self .filterView = [[GPUImageView alloc] init]; [ self .view insertSubview: self .filterView atIndex: 1 ]; //省略frame的相关设置 //这里我在GPUImageBeautifyFilter中增加个了初始化方法用来设置美颜程度intensity self .beautifyFilter = [[GPUImageBeautifyFilter alloc] initWithIntensity: 0.6 ];

为filterView增加美颜滤镜

[ self .videoCamera addTarget: self .beautifyFilter]; [ self .beautifyFilter addTarget: self .filterView];

然后调用startCameraCapture方法就可以看到效果了

[self.videoCamera startCameraCapture] ;

到这里，仅仅是 屏幕显示的内容带有滤镜效果 ，而作为直播应用， 还需要输出 带有美颜效果的视频流：

输出带有美颜效果的视频流

刚开始集成的时候碰见一个坑，原本的逻辑是 实现 AVCaptureVideoDataOutputSampleBufferDelegate 方法 来获得原始帧

- (void) captureOutput:(AVCaptureOutput *)captureOutput didOutputSampleBuffer:(CMSampleBufferRef)sampleBuffer fromConnection:(AVCaptureConnection *)connection;

而GPUImageVideoCamera也实现了一个类似的代理：

@protocol GPUImageVideoCameraDelegate <NSObject> @optional - (void) willOutputSampleBuffer :(CMSampleBufferRef)sampleBuffer; @end

而替换之后发现输出的流依旧是未经美颜的图像，看了实现后发现果不其然，GPUImageVideoCameraDelegate还是通过AVCaptureVideoDataOutputSampleBufferDelegate直接返回的数据，所以想输出带有滤镜的流这里 就得借助GPUImageRawDataOutput了

CGSize outputSize = { 720 , 1280 }; GPUImageRawDataOutput *rawDataOutput = [[GPUImageRawDataOutput alloc] initWithImageSize: CGSizeMake (outputSize.width, outputSize.height) resultsInBGRAFormat:YES]; [ self .beautifyFilter addTarget:rawDataOutput];

这个GPUImageRawDataOutput其实就是beautifyFilter的输出工具，可在setNewFrameAvailableBlock方法的block中获得带有滤镜效果的数据

__ weak GPUImageRawDataOutput *weakOutput = rawDataOutput; __ weak typeof ( self ) weakSelf = self ; [rawDataOutput setNewFrameAvailableBlock:^{ __ strong GPUImageRawDataOutput *strongOutput = weakOutput; [strongOutput lockFramebufferForReading]; // 这里就可以获取到添加滤镜的数据了 GLubyte *outputBytes = [strongOutput rawBytesForImage]; NSInteger bytesPerRow = [strongOutput bytesPerRowInOutput]; CVPixelBufferRef pixelBuffer = NULL; CVPixelBufferCreateWithBytes(kCFAllocatorDefault, outputSize.width, outputSize.height, kCVPixelFormatType_32BGRA, outputBytes, bytesPerRow, nil, nil, nil, &pixelBuffer); // 之后可以利用VideoToolBox进行硬编码再结合rtmp协议传输视频流了 [weakSelf encodeWithCVPixelBufferRef:pixelBuffer]; [strongOutput unlockFramebufferAfterReading]; CFRelease (pixelBuffer); }];

经过和其他产品对比，GPUImageBeautifyFilter磨皮效果和花椒最为类似。这里采用双边滤波， 花椒应该用了高斯模糊实现。同印客对比，美白效果一般。

关于性能的问题：

1 调用setNewFrameAvailableBlock后很多机型 只能跑到不多不少15fps

2 在6s这代机型上温度很高，帧率可到30fps但不稳定

关于性能问题，最近把项目中集成的美颜滤镜(BeautifyFace)里用到的 GPUImageCannyEdgeDetectionFilter 替换为 GPUImageSobelEdgeDetectionFilter 会有很大改善，而且效果几乎一致，6s经过长时间测试没有再次出现高温警告了。(替换也十分简单，直接改俩处类名/变量名就可以了)

最近发现当开启美颜的时候，关闭直播内存竟然没有释放。分析得出GPUImageRawDataOutput的setNewFrameAvailableBlock方法的block参数仍然保持着self，解决思路就是将GPUImageRawDataOutput移除。

先附上之前的相关release代码：

[self.videoCamera stopCameraCapture] ; [self.videoCamera removeInputsAndOutputs] ; [self.videoCamera removeAllTargets] ;

开始以为camera调用removeAllTargets会把camera上面的filter，以及filter的output一同释放，但实际camera并不会'帮忙'移除filter的target，所以需要添加：

[ self .beautifyFilter removeAllTargets]; // 修复开启美颜内存无法释放的问题

关闭美颜output是直接加在camera上，camera直接removeAllTargets就可以；

开启美颜output加在filter上，camera和filter都需要removeAllTargets。

http://www.jianshu.com/p/dde412cab8db

---

基于GPUImage的实时美颜滤镜

实现美颜滤镜的原理和思路。

     GPUImage  是一个开源的基于GPU的图片或视频的处理框架，其本身内置了多达 120多种常见的滤镜效果 。有了它， 添加实时的滤镜只需要简单地添加几行代码 。下面的例子是以摄像头的数据为源，对其实时地进行反色的操作(类似相片底片的效果)：

利用GPUImage对摄像头数据添加滤镜的示例2.1

美颜也是一样，如果有这么一个美颜的滤镜（姑且叫做GPUImageBeautifyFilter)，那么只需要把示例2.1中的GPUImageColorInvertFilter 替换 成GPUImageBeautifyFilter即可。我们只需要做一个GPUImageBeautifyFilter就能实现实时美颜了，问题来了，到底什么算是美颜呢？我的理解是，大家对于美颜比较常见的需求就是磨皮、美白。当然提高饱和度、提亮之类的就根据需求而定。本文将着重介绍磨皮的实现（实际上GPUImageBeautifyFilter也实现了美白、提亮等效果）。

磨皮

     磨皮的 本质实际上是模糊 。而在图像处理领域，模糊就是将像素点的取值与周边的像素点取值相关联。而我们常见的 高斯模糊  ，它的像素点取值则是由周边像素点求加权平均所得，而权重系数则是像素间的距离的高斯函数，大致关系是距离越小、权重系数越大。下图3.1是 高斯模糊效果 的示例:

高斯模糊效果示例3.1

    如果单单使用高斯模糊来磨皮，得到的效果是不尽人意的 。原因在于，高斯模糊 只考虑了像素间的距离关系 ，没有考虑到像素值本身之间的差异。举个例子来讲，头发与人脸分界处（颜色差异很大，黑色与人皮肤的颜色）， 如果采用高斯模糊则这个边缘也会模糊掉，这显然不是我们希望看到的 。而 双边滤波(Bilateral Filter)  则 考虑到了颜色的差异 ，它的像素点取值也是周边像素点的加权平均，而且权重也是高斯函数。不同的是，这个权重不仅与像素间距离有关，还与像素值本身的差异有关，具体讲是，像素值差异越小，权重越大，也是这个特性让它具有了保持边缘的特性， 因此它是一个很好的磨皮工具 。下图3.2是双边滤波的效果示例：

双边滤波效果示例3.2

     对比3.1和3.2，双边滤波效果确实在人脸细节部分保留得更好，因此我采用了双边滤波作为磨皮的基础算法。 双边滤波在GPUImage中也有实现，是GPUImageBilateralFilter。

    根据图3.2，可以看到图中 仍有部分人脸的细节保护得不够 ，还有我们 并不希望将人的头发也模糊掉（我们只需要对皮肤进行处理） 。由此延伸出来的 改进思路是结合双边滤波，边缘检测以及肤色检测 。整体逻辑如下：

磨皮处理逻辑图3.3

     Combination  Filter是我们自己定义的 三输入的滤波器 。三个输入分别是原图像A(x, y),双边滤波后的图像B(x, y），边缘图像C(x, y)。其中A,B,C可以看成是图像矩阵，(x,y)可以看成其中某一像素的坐标。Combination  Filter的处理逻辑如下图：

Combination Filter逻辑图3.3

     下面是主要的 shader 代码：

combination filter的shader代码3.4

     Combination Filter通过肤色检测和 边缘检测 ， 只对皮肤和非边缘部分进行处理 。下面是采用这种方式进行磨皮之后的效果图:

最终磨皮效果图3.5

     对比3.5与3.2，可以看到3.5对人脸细节的保护更好，同时对于面部磨皮效果也很好，给人感觉更加真实。

所采用的磨皮算法是基于双边滤波的，主要是考虑到它同时结合了像素间空间距离以及像素值本身的差异。当然也不一定要采用双边滤波，也有通过改进高斯模糊（结合像素值差异）来实现磨皮的，甚至能取得更好的效果。另外GPUImageBeautifyFilter不仅仅具有磨皮功能，也实现了 log曲线调色，亮度、饱和度的调整 ，具体详情可以参见 demo  。

---

Faceu贴纸效果

Faceu贴纸效果也是基于GPUImage实现的，demo我放在了 GitHub 上。

原理

       Faceu贴纸效果其实就是在人脸上 贴一些图片 ，同时这些图片是跟随着人脸的位置改变的。 如果我们不强调贴图的位置，这就是一个简单的水印需求 。

Faceu原理.png

       根据人脸检测的结果 动态调整水印贴纸的位置 即可实现简单的Faceu效果。

水印

       在GPUImage的官方demo中就 已经有文字水印的实现 ：

GPUImageFilter *filter = [[GPUImageFilter alloc] init] ; [self.videoCamera addTarget:filter]; GPUImageAlphaBlendFilter * blendFilter = [[GPUImageAlphaBlendFilter alloc] init] ; blendFilter.mix = 1 . 0 ; NSDate *startTime = [NSDate date] ; UIView *temp = [[UIView alloc] initWithFrame:self.view.frame] ; UILabel *timeLabel = [[UILabel alloc] initWithFrame:CGRectMake( 0 . 0 , 0 . 0 , 240 . 0 f, 40 . 0 f)] ; timeLabel.font = [UIFont systemFontOfSize: 17 . 0 f] ; timeLabel.text = @ "Time: 0.0 s" ; timeLabel.textAlignment = UITextAlignmentCenter ; timeLabel. backgroundColor = [UIColor clearColor] ; timeLabel.textColor = [UIColor whiteColor] ; [temp addSubview:timeLabel]; uiElementInput = [[GPUImageUIElement alloc] initWithView:temp] ; [filter addTarget:blendFilter]; [uiElementInput addTarget:blendFilter]; [ blendFilter addTarget:filterView]; __unsafe_unretained GPUImageUIElement *weakUIElementInput = uiElementInput ; [filter setFrameProcessingCompletionBlock:^(GPUImageOutput * filter, CMTime frameTime){ timeLabel.text = [NSString stringWithFormat:@ "Time: %f s" , -[startTime timeIntervalSinceNow]] ; [weakUIElementInput update] ; }] ;

       要理解它的 实现原理 ，需要搞懂GPUImageUIElement和GPUImageAlphaBlendFilter。

GPUImageUIElement的作用是把一个视图的layer通过CALayer的renderInContext方法把layer转化为image，然后作为OpenGL的纹理传给GPUImageAlphaBlendFilter。

而GPUImageAlphaBlendFilter则是一个两输入的blend 混合 filter, 它的第一个输入是摄像头数据，第二个输入则是刚刚提到的GPUImageUIElement的数据，GPUImageAlphaBlendFilter将这两个输入 做alpha blend ，可以简单的理解为将第二个输入叠加到第一个的上面，更多关于 alpha blend 在维基百科上有介绍。下图是整个加水印的过程：

水印.png

人脸检测

       利用 CIDetector即可简单的实现人脸检测 ，首先是CIDetector的初始化:

NSDictionary *detectorOptions = [[ NSDictionary alloc] initWithObjectsAndKeys: CIDetectorAccuracyLow , CIDetectorAccuracy , nil]; _faceDetector = [ CIDetector detectorOfType: CIDetectorTypeFace context:nil options:detectorOptions];

       然后通过将摄像头数据CMSampleBufferRef转化为CIImage，对CIImage用CIDetector进行人脸检测:

CVPixelBufferRef pixelBuffer = CMSampleBufferGetImageBuffer (sampleBuffer); CFDictionaryRef attachments = CMCopyDictionaryOfAttachments (kCFAllocatorDefault, sampleBuffer, kCMAttachmentMode_ShouldPropagate); CIImage *convertedImage = [[ CIImage alloc] initWithCVPixelBuffer:pixelBuffer options:(__bridge NSDictionary *)attachments]; NSArray *features = [ self .faceDetector featuresInImage:convertedImage options:imageOptions];

       上面得到的features数组里的每个元素都是CIFaceFeature对象，根据它就能计算出人脸的具体位置，从而调整中水印图像的位置，达到图像跟随人脸动的效果。

for ( CIFaceFeature *faceFeature in featureArray) { // find the correct position for the square layer within the previewLayer // the feature box originates in the bottom left of the video frame. // (Bottom right if mirroring is turned on) //Update face bounds for iOS Coordinate System CGRect faceRect = [faceFeature bounds]; // flip preview width and height CGFloat temp = faceRect. size . width ; faceRect. size . width = faceRect. size . height ; faceRect. size . height = temp; temp = faceRect.origin.x; faceRect.origin.x = faceRect.origin.y; faceRect.origin.y = temp; // scale coordinates so they fit in the preview box, which may be scaled CGFloat widthScaleBy = previewBox. size . width / clap. size . height ; CGFloat heightScaleBy = previewBox. size . height / clap. size . width ; faceRect. size . width *= widthScaleBy; faceRect. size . height *= heightScaleBy; faceRect.origin.x *= widthScaleBy; faceRect.origin.y *= heightScaleBy; faceRect = CGRectOffset(faceRect, previewBox.origin.x, previewBox.origin.y); //mirror CGRect rect = CGRectMake(previewBox. size . width - faceRect.origin.x - faceRect. size . width , faceRect.origin.y, faceRect. size . width , faceRect. size . height ); if (fabs( rect .origin.x - self.faceBounds.origin.x) > 5.0 ) { self.faceBounds = rect ; } }

       上面则是计算人脸位置faceBounds的方法，我们再根据faceBounds来更新水印图像的位置：

__weak typeof (self) weakSelf = self; [ filter setFrameProcessingCompletionBlock:^(GPUImageOutput *output, CMTime time) { __strong typeof (self) strongSelf = weakSelf; // update capImageView's frame CGRect rect = strongSelf.faceBounds; CGSize size = strongSelf.capImageView.frame. size ; strongSelf.capImageView.frame = CGRectMake( rect .origin.x + ( rect . size . width - size . width )/ 2 , rect .origin.y - size . height , size . width , size . height ); [strongSelf.element update]; }];

• 问题1：上面用的人脸检测是基于CIDetector的，实际实验发现，当人脸在摄像头中捕获不全时，有可能检测不出人脸，也就没法更新水印图像的位置。因此，更加精准、快速、细致的人脸检测是很有必要的，后面我会尝试使用一些其他的人脸检测方法。
• 问题2：上面的Faceu贴纸效果是静态图像的贴纸效果，如果要做动态效果的Faceu贴纸该怎么处理呢, Gif? CADisplayLink? 这个有待进一步研究

http://www.jianshu.com/u/131423baa3c6

---

OpenGL ES ：（Open Graphics Library For Embedded(嵌入的) Systems  开源嵌入式系统图形处理框架 ），一套图形与硬件接口，用于把处理好的图片显示到屏幕上。

GPUImage :是一个基于OpenGL ES 2.0图像和视频处理的开源iOS框架，提供各种各样的图像处理滤镜，并且支持照相机和摄像机的实时滤镜，内置120多种滤镜效果，并且能够自定义图像滤镜。

GPUImage处理画面原理

• GPUImage采用链式方式来处理画面,通过addTarget:方法为链条添加每个环节的对象，处理完一个target,就会把上一个环节处理好的图像数据传递下一个target去处理，称为GPUImage处理链。

• 比如：墨镜原理，从外界传来光线，会经过墨镜过滤，在传给我们的眼睛，就能感受到大白天也是乌黑一片。
• 一般的target可分为两类

• 中间环节的target, 一般是各种filter, 是GPUImageFilter或者是子类.
• 最终环节的target, GPUImageView：用于显示到屏幕上, 或者GPUImageMovieWriter：写成视频文件。

• GPUImage处理主要分为3个环节

• source(视频、图片源) -> filter（滤镜） -> final target (处理后视频、图片)
• GPUImaged的Source:都继承GPUImageOutput的子类，作为GPUImage的数据源

• GPUImageVideoCamera：用于实时拍摄视频
• GPUImageStillCamera：用于实时拍摄照片
• GPUImagePicture：用于处理已经拍摄好的图片，比如png,jpg图片
• GPUImageMovie：用于处理已经拍摄好的视频,比如mp4文件

• • GPUImage的filter:GPUimageFilter类或者子类，这个类继承自GPUImageOutput,并且遵守GPUImageInput协议，这样既能流进，又能流出，
  • GPUImage的final target:GPUImageView,GPUImageMovieWriter

GPUImage处理原理.png

• 美白(GPUImageBrightnessFilter)：本质就是提高亮度。

GPUImage原生美颜

• 步骤一：使用Cocoapods导入GPUImage
• 步骤二：创建视频源GPUImageVideoCamera
• 步骤三：创建最终目的源：GPUImageView
• 步骤四：创建滤镜组(GPUImageFilterGroup)，需要组合亮度(GPUImageBrightnessFilter)和双边滤波(GPUImageBilateralFilter)这两个滤镜达到美颜效果.
• 步骤五：设置滤镜组链
• 步骤六：设置GPUImage处理链，从数据源 => 滤镜 => 最终界面效果
• 步骤七：开始采集视频

注意点：

• SessionPreset最好使用AVCaptureSessionPresetHigh，会自动识别，如果用太高分辨率，当前设备不支持会直接报错
• GPUImageVideoCamera必须要强引用，否则会被销毁，不能持续采集视频.
• 必须调用startCameraCapture，底层才会把采集到的视频源，渲染到GPUImageView中，就能显示了。
• GPUImageBilateralFilter的distanceNormalizationFactor值越小，磨皮效果越好,distanceNormalizationFactor取值范围: 大于1。

- ( void )viewDidLoad { [ super viewDidLoad]; // 创建视频源 // SessionPreset:屏幕分辨率，AVCaptureSessionPresetHigh会自适应高分辨率 // cameraPosition:摄像头方向 GPUImageVideoCamera *videoCamera = [[GPUImageVideoCamera alloc] initWithSessionPreset: AVCaptureSessionPresetHigh cameraPosition: AVCaptureDevicePositionFront]; videoCamera.outputImageOrientation = UIInterfaceOrientationPortrait; _videoCamera = videoCamera; // 创建最终预览View GPUImageView *captureVideoPreview = [[GPUImageView alloc] initWithFrame: self.view.bounds]; [self.view insertSubview: captureVideoPreview atIndex:0 ]; // 创建滤镜：磨皮，美白，组合滤镜 GPUImageFilterGroup *groupFilter = [[GPUImageFilterGroup alloc] init]; // 磨皮滤镜 GPUImageBilateralFilter *bilateralFilter = [[GPUImageBilateralFilter alloc] init]; [groupFilter addTarget: bilateralFilter]; _bilateralFilter = bilateralFilter; // 美白滤镜 GPUImageBrightnessFilter *brightnessFilter = [[GPUImageBrightnessFilter alloc] init]; [groupFilter addTarget: brightnessFilter]; _brightnessFilter = brightnessFilter; // 设置滤镜组链 [bilateralFilter addTarget: brightnessFilter]; [groupFilter setInitialFilters: @[bilateralFilter]]; groupFilter.terminalFilter = brightnessFilter; // 设置GPUImage响应链，从数据源 => 滤镜 => 最终界面效果 [videoCamera addTarget: groupFilter]; [groupFilter addTarget: captureVideoPreview]; // 必须调用startCameraCapture，底层才会把采集到的视频源，渲染到GPUImageView中，就能显示了。 // 开始采集视频 [videoCamera startCameraCapture]; } - (IBAction) brightnessFilter: (UISlider *)sender { _brightnessFilter.brightness = sender.value; } - (IBAction) bilateralFilter: (UISlider *)sender { // 值越小，磨皮效果越好 CGFloat maxValue = 10 ; [_bilateralFilter setDistanceNormalizationFactor: (maxValue - sender.value)]; }

利用美颜滤镜实现

• 步骤一：使用Cocoapods导入GPUImage
• 步骤二：导入GPUImageBeautifyFilter文件夹
• 步骤三：创建视频源GPUImageVideoCamera
• 步骤四：创建最终目的源：GPUImageView
• 步骤五：创建最终美颜滤镜：GPUImageBeautifyFilter
• 步骤六：设置GPUImage处理链，从数据源 => 滤镜 => 最终界面效果

注意：

• 切换美颜效果原理：移除之前所有处理链，重新设置处理链

- ( void )viewDidLoad { [ super viewDidLoad]; // Do any additional setup after loading the view. // 创建视频源 // SessionPreset:屏幕分辨率，AVCaptureSessionPresetHigh会自适应高分辨率 // cameraPosition:摄像头方向 GPUImageVideoCamera *videoCamera = [[GPUImageVideoCamera alloc] initWithSessionPreset: AVCaptureSessionPresetHigh cameraPosition: AVCaptureDevicePositionFront]; videoCamera.outputImageOrientation = UIInterfaceOrientationPortrait; _videoCamera = videoCamera; // 创建最终预览View GPUImageView *captureVideoPreview = [[GPUImageView alloc] initWithFrame: self.view.bounds]; [self.view insertSubview: captureVideoPreview atIndex:0 ]; _captureVideoPreview = captureVideoPreview; // 设置处理链 [_videoCamera addTarget: _captureVideoPreview]; // 必须调用startCameraCapture，底层才会把采集到的视频源，渲染到GPUImageView中，就能显示了。 // 开始采集视频 [videoCamera startCameraCapture]; } - (IBAction) openBeautifyFilter: (UISwitch *)sender { // 切换美颜效果原理：移除之前所有处理链，重新设置处理链 if (sender.on) { // 移除之前所有处理链 [_videoCamera removeAllTargets]; // 创建美颜滤镜 GPUImageBeautifyFilter *beautifyFilter = [[GPUImageBeautifyFilter alloc] init]; // 设置GPUImage处理链，从数据源 => 滤镜 => 最终界面效果 [_videoCamera addTarget: beautifyFilter]; [beautifyFilter addTarget: _captureVideoPreview]; } else { // 移除之前所有处理链 [_videoCamera removeAllTargets]; [_videoCamera addTarget: _captureVideoPreview]; } }

GPUImage扩展

• GPUImage所有滤镜介绍：

已有的一些filter介绍：

#import "GPUImageBrightnessFilter.h"                //亮度

#import "GPUImageExposureFilter.h"                  //曝光

#import "GPUImageContrastFilter.h"                  //对比度

#import "GPUImageSaturationFilter.h"                //饱和度

#import "GPUImageGammaFilter.h"                     //伽马线

#import "GPUImageColorInvertFilter.h"               //反色

#import "GPUImageSepiaFilter.h"                     //褐色（怀旧）

#import "GPUImageLevelsFilter.h"                    //色阶

#import "GPUImageGrayscaleFilter.h"                 //灰度

#import "GPUImageHistogramFilter.h"                 //色彩直方图，显示在图片上

#import "GPUImageHistogramGenerator.h"              //色彩直方图

#import "GPUImageRGBFilter.h"                       //RGB

#import "GPUImageToneCurveFilter.h"                 //色调曲线

#import "GPUImageMonochromeFilter.h"                //单色

#import "GPUImageOpacityFilter.h"                   //不透明度

#import "GPUImageHighlightShadowFilter.h"           //提亮阴影

#import "GPUImageFalseColorFilter.h"                //色彩替换（替换亮部和暗部色彩）

#import "GPUImageHueFilter.h"                       //色度

#import "GPUImageChromaKeyFilter.h"                 //色度键

#import "GPUImageWhiteBalanceFilter.h"              //白平横

#import "GPUImageAverageColor.h"                    //像素平均色值

#import "GPUImageSolidColorGenerator.h"             //纯色

#import "GPUImageLuminosity.h"                      //亮度平均

#import "GPUImageAverageLuminanceThresholdFilter.h" //像素色值亮度平均，图像黑白（有类似漫画效果）

#import "GPUImageLookupFilter.h"                    //lookup 色彩调整

#import "GPUImageAmatorkaFilter.h"                  //Amatorka lookup

#import "GPUImageMissEtikateFilter.h"               //MissEtikate lookup

#import "GPUImageSoftEleganceFilter.h"              //SoftElegance lookup

#pragma mark - 图像处理 Handle Image

#import "GPUImageCrosshairGenerator.h"              //十字

#import "GPUImageLineGenerator.h"                   //线条

#import "GPUImageTransformFilter.h"                 //形状变化

#import "GPUImageCropFilter.h"                      //剪裁

#import "GPUImageSharpenFilter.h"                   //锐化

#import "GPUImageUnsharpMaskFilter.h"               //反遮罩锐化

#import "GPUImageFastBlurFilter.h"                  //模糊

#import "GPUImageGaussianBlurFilter.h"              //高斯模糊

#import "GPUImageGaussianSelectiveBlurFilter.h"     //高斯模糊，选择部分清晰

#import "GPUImageBoxBlurFilter.h"                   //盒状模糊

#import "GPUImageTiltShiftFilter.h"                 //条纹模糊，中间清晰，上下两端模糊

#import "GPUImageMedianFilter.h"                    //中间值，有种稍微模糊边缘的效果

#import "GPUImageBilateralFilter.h"                 //双边模糊

#import "GPUImageErosionFilter.h"                   //侵蚀边缘模糊，变黑白

#import "GPUImageRGBErosionFilter.h"                //RGB侵蚀边缘模糊，有色彩

#import "GPUImageDilationFilter.h"                  //扩展边缘模糊，变黑白

#import "GPUImageRGBDilationFilter.h"               //RGB扩展边缘模糊，有色彩

#import "GPUImageOpeningFilter.h"                   //黑白色调模糊

#import "GPUImageRGBOpeningFilter.h"                //彩色模糊

#import "GPUImageClosingFilter.h"                   //黑白色调模糊，暗色会被提亮

#import "GPUImageRGBClosingFilter.h"                //彩色模糊，暗色会被提亮

#import "GPUImageLanczosResamplingFilter.h"         //Lanczos重取样，模糊效果

#import "GPUImageNonMaximumSuppressionFilter.h"     //非最大抑制，只显示亮度最高的像素，其他为黑

#import "GPUImageThresholdedNonMaximumSuppressionFilter.h" //与上相比，像素丢失更多

#import "GPUImageSobelEdgeDetectionFilter.h"        //Sobel边缘检测算法(白边，黑内容，有点漫画的反色效果)

#import "GPUImageCannyEdgeDetectionFilter.h"        //Canny边缘检测算法（比上更强烈的黑白对比度）

#import "GPUImageThresholdEdgeDetectionFilter.h"    //阈值边缘检测（效果与上差别不大）

#import "GPUImagePrewittEdgeDetectionFilter.h"      //普瑞维特(Prewitt)边缘检测(效果与Sobel差不多，貌似更平滑)

#import "GPUImageXYDerivativeFilter.h"              //XYDerivative边缘检测，画面以蓝色为主，绿色为边缘，带彩色

#import "GPUImageHarrisCornerDetectionFilter.h"     //Harris角点检测，会有绿色小十字显示在图片角点处

#import "GPUImageNobleCornerDetectionFilter.h"      //Noble角点检测，检测点更多

#import "GPUImageShiTomasiFeatureDetectionFilter.h" //ShiTomasi角点检测，与上差别不大

#import "GPUImageMotionDetector.h"                  //动作检测

#import "GPUImageHoughTransformLineDetector.h"      //线条检测

#import "GPUImageParallelCoordinateLineTransformFilter.h" //平行线检测

#import "GPUImageLocalBinaryPatternFilter.h"        //图像黑白化，并有大量噪点

#import "GPUImageLowPassFilter.h"                   //用于图像加亮

#import "GPUImageHighPassFilter.h"                  //图像低于某值时显示为黑

#pragma mark - 视觉效果 Visual Effect

#import "GPUImageSketchFilter.h"                    //素描

#import "GPUImageThresholdSketchFilter.h"           //阀值素描，形成有噪点的素描

#import "GPUImageToonFilter.h"                      //卡通效果（黑色粗线描边）

#import "GPUImageSmoothToonFilter.h"                //相比上面的效果更细腻，上面是粗旷的画风

#import "GPUImageKuwaharaFilter.h"                  //桑原(Kuwahara)滤波,水粉画的模糊效果；处理时间比较长，慎用

#import "GPUImageMosaicFilter.h"                    //黑白马赛克

#import "GPUImagePixellateFilter.h"                 //像素化

#import "GPUImagePolarPixellateFilter.h"            //同心圆像素化

#import "GPUImageCrosshatchFilter.h"                //交叉线阴影，形成黑白网状画面

#import "GPUImageColorPackingFilter.h"              //色彩丢失，模糊（类似监控摄像效果）

#import "GPUImageVignetteFilter.h"                  //晕影，形成黑色圆形边缘，突出中间图像的效果

#import "GPUImageSwirlFilter.h"                     //漩涡，中间形成卷曲的画面

#import "GPUImageBulgeDistortionFilter.h"           //凸起失真，鱼眼效果

#import "GPUImagePinchDistortionFilter.h"           //收缩失真，凹面镜

#import "GPUImageStretchDistortionFilter.h"         //伸展失真，哈哈镜

#import "GPUImageGlassSphereFilter.h"               //水晶球效果

#import "GPUImageSphereRefractionFilter.h"          //球形折射，图形倒立

    

#import "GPUImagePosterizeFilter.h"                 //色调分离，形成噪点效果

#import "GPUImageCGAColorspaceFilter.h"             //CGA色彩滤镜，形成黑、浅蓝、紫色块的画面

#import "GPUImagePerlinNoiseFilter.h"               //柏林噪点，花边噪点

#import "GPUImage3x3ConvolutionFilter.h"            //3x3卷积，高亮大色块变黑，加亮边缘、线条等

#import "GPUImageEmbossFilter.h"                    //浮雕效果，带有点3d的感觉

#import "GPUImagePolkaDotFilter.h"                  //像素圆点花样

#import "GPUImageHalftoneFilter.h"                  //点染,图像黑白化，由黑点构成原图的大致图形

#pragma mark - 混合模式 Blend

#import "GPUImageMultiplyBlendFilter.h"             //通常用于创建阴影和深度效果

#import "GPUImageNormalBlendFilter.h"               //正常

#import "GPUImageAlphaBlendFilter.h"                //透明混合,通常用于在背景上应用前景的透明度

#import "GPUImageDissolveBlendFilter.h"             //溶解

#import "GPUImageOverlayBlendFilter.h"              //叠加,通常用于创建阴影效果

#import "GPUImageDarkenBlendFilter.h"               //加深混合,通常用于重叠类型

#import "GPUImageLightenBlendFilter.h"              //减淡混合,通常用于重叠类型

#import "GPUImageSourceOverBlendFilter.h"           //源混合

#import "GPUImageColorBurnBlendFilter.h"            //色彩加深混合

#import "GPUImageColorDodgeBlendFilter.h"           //色彩减淡混合

#import "GPUImageScreenBlendFilter.h"               //屏幕包裹,通常用于创建亮点和镜头眩光

#import "GPUImageExclusionBlendFilter.h"            //排除混合

#import "GPUImageDifferenceBlendFilter.h"           //差异混合,通常用于创建更多变动的颜色

#import "GPUImageSubtractBlendFilter.h"             //差值混合,通常用于创建两个图像之间的动画变暗模糊效果

#import "GPUImageHardLightBlendFilter.h"            //强光混合,通常用于创建阴影效果

#import "GPUImageSoftLightBlendFilter.h"            //柔光混合

#import "GPUImageChromaKeyBlendFilter.h"            //色度键混合

#import "GPUImageMaskFilter.h"                      //遮罩混合

#import "GPUImageHazeFilter.h"                      //朦胧加暗

#import "GPUImageLuminanceThresholdFilter.h"        //亮度阈

#import "GPUImageAdaptiveThresholdFilter.h"         //自适应阈值

#import "GPUImageAddBlendFilter.h"                  //通常用于创建两个图像之间的动画变亮模糊效果

#import "GPUImageDivideBlendFilter.h"               //通常用于创建两个图像之间的动画变暗模糊效果

• 美图秀秀滤镜大汇总:http://www.cnblogs.com/salam/p/5125836.html?utm_source=tuicool&utm_medium=referral

源码下载

源码

注意：第一次打开需要  pod install

http://www.jianshu.com/p/4646894245ba

---

https://www.v2ex.com/t/260901

http://www.cnblogs.com/doujiangyoutiao/p/6228730.html

用CocoaPods集成到项目中。

pod 'GPUImage', '~> 0.1.7'

亮度(brightness)取值范围[-1,1],0为正常状态，默认。 (2)平滑因子(distanceNormalizationFactor)值越小，磨皮效果越好，默认为8。我为了演示效果，把最大值设置成100，这样几乎就没有磨皮效果了，平时最好10以内。最好大于0，不然就会变形。

自定义滤镜

  如果你感觉GPUImage自带的滤镜不够用的话，也可以自定义滤镜，使用方式和上面的差不多。我以一个别人写的 美颜滤镜 为例。

1. demo下载地址 。把GPUImageBeautifyFilter文件夹导入你的工程中。

---

http://www.iosxxx.com/blog/2017-01-15-iOS%E7%9B%B8%E6%9C%BA%E5%BC%80%E5%8F%91%E7%9A%84%E8%B8%A9%E5%9D%91%E7%AF%87.html

---

待验证

ios美颜:

http://www.cnblogs.com/fengmin/p/5518755.html

转载于:https://www.cnblogs.com/elesos/p/7132091.html