Metal每日分享,灵魂出窍滤镜效果

简介: Metal每日分享,灵魂出窍滤镜效果

Demo


HarbethDemo地址

iDay每日分享文档地址


实操代码


// 灵魂出窍滤镜
let filter = C7SoulOut.init(soul: 0.7)
// 方案1:
let dest = BoxxIO.init(element: originImage, filter: filter)
ImageView.image = try? dest.output()
dest.filters.forEach {
    NSLog("%@", "\($0.parameterDescription)")
}
// 方案2:
ImageView.image = try? originImage.make(filter: filter)
// 方案3:
ImageView.image = originImage ->> filter


实现原理


过滤器

这款滤镜采用并行计算编码器设计.compute(kernel: "C7SoulOut"),参数因子[soul, maxScale, maxAlpha]

对外开放参数:

soul: 调整后的灵魂,从0.0到1.0,默认值为0.5

maxScale: 最大灵魂比例

maxAlpha: 灵魂最大透明度

/// 灵魂出窍效果
public struct C7SoulOut: C7FilterProtocol {
    public static let soulRange: ParameterRange<Float, Self> = .init(min: 0.0, max: 1.0, value: 0.5)
    /// The adjusted soul, from 0.0 to 1.0, with a default of 0.5
    public var soul: Float = soulRange.value
    public var maxScale: Float = 1.5
    public var maxAlpha: Float = 0.5
    public var modifier: Modifier {
        return .compute(kernel: "C7SoulOut")
    }
    public var factors: [Float] {
        return [soul, maxScale, maxAlpha]
    }
    public init(soul: Float = soulRange.value, maxScale: Float = 1.5, maxAlpha: Float = 0.5) {
        self.soul = soul
        self.maxScale = maxScale
        self.maxAlpha = maxAlpha
    }
}

着色器

对坐标点归一化处理,然后采用最终色 = 基色 * (1 - a) + 混合色 * a,最后取对应点(soulX, soulY)像素与原像素叠加产生;

kernel void C7SoulOut(texture2d<half, access::write> outputTexture [[texture(0)]],
                      texture2d<half, access::sample> inputTexture [[texture(1)]],
                      constant float *soulPointer [[buffer(0)]],
                      constant float *maxScalePointer [[buffer(1)]],
                      constant float *maxAlphaPointer [[buffer(2)]],
                      uint2 grid [[thread_position_in_grid]]) {
    constexpr sampler quadSampler(mag_filter::linear, min_filter::linear);
    const half4 inColor = inputTexture.read(grid);
    const float x = float(grid.x) / outputTexture.get_width();
    const float y = float(grid.y) / outputTexture.get_height();
    const half soul = half(*soulPointer);
    const half maxScale = half(*maxScalePointer);
    const half maxAlpha = half(*maxAlphaPointer);
    const half alpha = maxAlpha * (1.0h - soul);
    const half scale = 1.0h + (maxScale - 1.0h) * soul;
    const half soulX = 0.5h + (x - 0.5h) / scale;
    const half soulY = 0.5h + (y - 0.5h) / scale;
    // 最终色 = 基色 * (1 - a) + 混合色 * a
    const half4 soulMask = inputTexture.sample(quadSampler, float2(soulX, soulY));
    const half4 outColor = inColor * (1.0h - alpha) + soulMask * alpha;
    outputTexture.write(outColor, grid);
}


动态效果



Harbeth功能清单


支持ios系统和macOS系统

支持运算符函数式操作

支持多种模式数据源 UIImage, CIImage, CGImage, CMSampleBuffer, CVPixelBuffer.

支持快速设计滤镜

支持合并多种滤镜效果

支持输出源的快速扩展

支持相机采集特效

支持视频添加滤镜特效

支持矩阵卷积

支持使用系统 MetalPerformanceShaders.

支持兼容 CoreImage.

滤镜部分大致分为以下几个模块:

Blend:图像融合技术

Blur:模糊效果

Pixel:图像的基本像素颜色处理

Effect:效果处理

Lookup:查找表过滤器

Matrix: 矩阵卷积滤波器

Shape:图像形状大小相关

Visual: 视觉动态特效

MPS: 系统 MetalPerformanceShaders.


最后


关于灵魂出窍滤镜介绍与设计到此为止吧。

慢慢再补充其他相关滤镜,喜欢就给我点个星🌟吧。

滤镜Demo地址,目前包含100+种滤镜,同时也支持CoreImage混合使用。

再附上一个开发加速库KJCategoriesDemo地址

再附上一个网络基础库RxNetworksDemo地址

喜欢的老板们可以点个星🌟,谢谢各位老板!!!✌️.

相关文章
|
7月前
|
机器学习/深度学习 搜索推荐 算法
2026版基于Python的旅游景点推荐系统:技术解析与实现路径
在数字化浪潮下,旅游业迈向智能化转型。2026版基于Python的旅游景点推荐系统,融合大数据、机器学习与可视化技术,破解信息过载难题。通过协同过滤与内容过滤混合算法,精准匹配用户偏好;利用Scrapy爬取多源数据,Echarts实现动态展示,Django构建交互界面,打造个性化、实时化、可视化的智能推荐平台,提升用户体验与决策效率。
516 0
|
存储
汇编语言中“$”的作用
汇编语言中“$”的作用
2684 0
汇编语言中“$”的作用
|
6月前
|
数据采集 人工智能 安全
Dataphin V5.4版本发布:拥有「最强大脑」的数据中台,究竟智能在哪儿?
Dataphin是阿里巴巴数据中台方法论的实践产品,助力企业构建湖仓一体、多云兼容的数据资产体系。V5.4版本升级集成、治理、安全与运维能力,新增API/FTP增强、数据质量智能分析、外部血缘注册、行级权限申请等特性,全面提升数据开发效率与治理水平。
431 3
|
9月前
|
存储 数据挖掘 Serverless
HiChIP 数据分析: 差异 Loop 检测
HiChIP 数据分析: 差异 Loop 检测
HiChIP 数据分析: 差异 Loop 检测
|
8月前
|
人工智能 机器人 API
智能体是什么?拆解2024年最火AI概念:从自动化工具到下一代商业生态核心
AI智能体非炒作,而是具备自主决策与执行能力的“数字员工”。它正从技术走向产业爆发,驱动企业流程再造、人才结构升级。理解智能体,就是把握未来工作与商业的新赛道。
|
存储 算法 安全
JWT深度解析:现代Web身份验证的通行证为什么现在都是JWT为什么要restful-优雅草卓伊凡
JWT深度解析:现代Web身份验证的通行证为什么现在都是JWT为什么要restful-优雅草卓伊凡
687 41
JWT深度解析:现代Web身份验证的通行证为什么现在都是JWT为什么要restful-优雅草卓伊凡
|
安全 Linux 测试技术
OS 升级迭代与向前向后兼容问题
本次分享的主题是OS 升级迭代与向前向后兼容问题,由中科方德内核研发工程师李力琼分享。主要分为四个部分: 1. OS更新的兼容性问题 2. 内核API向后兼容 3. 内核API向前兼容 4. 内核API的修改
588 2
|
消息中间件 Kafka API
kafka使用教程
kafka使用教程
366 1
|
安全 前端开发 数据库
基于SpringBoot+Vue的电商应用系统的设计与实现(2)
基于SpringBoot+Vue的电商应用系统的设计与实现
320 1
|
缓存 监控 算法
京东购物车如何提升30%性能
【8月更文挑战第27天】以下是一些提升京东购物车性能的方法:1. 减少网络请求次数,采用异步请求;2. 使用本地和服务器端缓存;3. 优化购物车算法,如商品归堆和实时计算;4. 前端优化,如图片压缩和延迟加载;5. 后端架构优化,包括数据库和服务器资源优化;6. 建立性能监控系统并持续优化。这些措施可显著提升用户体验。
581 0

热门文章

最新文章