[翻译] About Core Image

简介:

About Core Image

Core Image is an image processing and analysis technology designed to provide near real-time processing for
still and video images. It operates on image data types from the Core Graphics, Core Video, and Image I/O
frameworks, using either a GPU or CPU rendering path. Core Image hides the details of low-level graphics
processing by providing an easy-to-use application programming interface (API). You don’t need to know the
details of OpenGL or OpenGL ES to leverage the power of the GPU, nor do you need to know anything about
Grand Central Dispatch (GCD) to get the benefit of multicore processing. Core Image handles the details for
you.

Core Image 是一种处理图片的技术,可用来实时处理视频流图片。它处理的 image data 可以来自于 Core Graphics,Core

Video 以及 Image I/O 框架,使用GPU或者CPU来渲染。Core Image 隐藏了低级别API,给你提供易于使用的API。你不需要

知道OpenGL或者OpenGL ES的知识就可以驾驭GPU,甚至你都可以不知道任何的GCD的知识但却可以获取到多处理器处理图

片的便利。你只需要用就行了:)。

 

Core Image in relation to the operating system

Core Image 与操作系统之间的关系:

At a Glance
The Core Image framework provides:
● Access to built-in image processing filters
● Feature detection capability
● Support for automatic image enhancement
● The ability to chain multiple filters together to create custom effects

 

概要:

Core Image framework提供了:

* 可以使用内置的处理图片的滤镜

* 特征检测的能力(比如面部识别什么的)

* 图片效果自动增强

* 将多个滤镜合并成滤镜链组合形成新的滤镜效果

 

Core Image is Efficient and Easy to Use for Processing and Analyzing Images

使用Core Image来处理、分析图片是很简单的。


Core Image provides more than 90 built-in filters on iOS and over 120 on OS X. You set up filters by supplying
key-value pairs for a filter’s input parameters. The output of one filter can be the input of another, making it
possible to chain numerous filters together to create amazing effects. If you create a compound effect that
you want to use again, you can subclass CIFilter to capture the effect “recipe.”

在iOS中,Core Image 提供了超过90个的内建滤镜,OS X中有120个。你只需给滤镜提供键值对就能设置滤镜。一个滤镜的输

出可以作为另外一个滤镜的输入,因为具备这样子的特性,所以你可以将几种滤镜组合在一起使用,可以用来创造出难以置信的

效果,你可以通过继承关系将几种滤镜合并在一起:)。

 

There are more than a dozen categories of filters. Some are designed to achieve artistic results, such as the
stylize and halftone filter categories. Others are optimal for fixing image problems, such as color adjustment
and sharpen filters.

滤镜的种类分为很多很多种。有些是用来实现艺术效果,比如styleze以及halftone滤镜集。有些是用来优化处理图片效果的,

比如颜色调节以及锐度调节滤镜。


Core Image can analyze the quality of an image and provide a set of filters with optimal settings for adjusting
such things as hue, contrast, and tone color, and for correcting for flash artifacts such as red eye. It does all
this with one method call on your part.

Core Image 可以分析图片并提供一系列的滤镜来设置图片的锐度值、对比度值或者颜色等等。为了消除照片的红眼,你只需要

使用一个方法就可以解决这个问题。


Core Image can detect human face features in still images and track them over time in video images. Knowing
where faces are can help you determine where to place a vignette or apply other special filters.

Core Image 可以识别人脸的特性,在存在的照片中或者是视频流中都可以使用。

 

Core Image Can Achieve Real-Time Video Performance

Core Image 能够处理实时录像。


If your app needs to process video in real-time, there are several things you can do to optimize performance.

如果你的app需要处理实时录像,你可以用好几种方式来实现这种效果。

相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
目录
相关文章
|
2月前
|
数据挖掘 Unix Windows
R语言4.5.0安装教程:详细步骤+自定义安装路径(64位)
R是跨平台的开源统计分析软件,集计算、绘图与交互式帮助于一体。本文详述R 4.5.0(64位)在Windows系统的下载、解压、管理员安装及路径设置全流程,并指导启动验证,助用户快速完成环境配置。(239字)
|
2月前
|
人工智能 监控 Linux
阿里云/本地部署 OpenClaw 重构零售运营:从库存/竞品/日报/新品到智能客诉闭环实战教程
在零售行业,**碎、散、频、急**是日常运营的真实状态:渠道分散、门店繁多、订单与客诉高频、响应要求极强时效。企业长期被大量重复、机械、必须时刻盯守的工作消耗人力,这些事务复杂度不高,却无法立项开发系统,最终只能靠人力兜底,形成巨大的隐性成本黑洞。OpenClaw(Clawdbot)作为自托管AI调度网关,恰好命中这类场景的核心痛点,它不替代人的决策,而是接管流程、自动巡检、主动推送、持续追踪,让零售运营体系在无人盯守时也能稳定运转。
393 0
|
10月前
|
XML API Android开发
自动点击精灵, 手机自动点击器,屏幕自动点击器
完整的Android自动点击器应用,包含了基础点击功能、多点触控和手势滑动等高级特性。如需进一步
|
自然语言处理 数据挖掘 API
淘宝直播间弹幕 API 接口(淘宝 API 系列)
淘宝直播间弹幕API助力电商直播数据分析与优化。通过实时获取弹幕信息(昵称、内容、时间、类型),商家可精准把握消费者需求,优化直播内容;开发者可构建数据分析工具和智能客服系统。接口采用WebSocket协议,支持全双工通信,确保数据实时性。请求需包含直播间ID(room_id),并遵循平台使用规范。示例代码展示了Python调用方法,需安装`websocket-client`库并处理重连与异常。
1061 6
|
数据采集 Java Python
优化数据的抓取规则:减少无效请求
本文详细介绍了一种高效抓取贝壳等二手房平台房价信息的方法,重点在于过滤无效链接和减少冗余请求。文章首先分析了目标数据和平台特点,然后提出了URL过滤、分页控制、动态设置User-Agent和Cookies、代理IP轮换及多线程优化等策略。最后,提供了一个结合代理IP技术的Python爬虫代码示例,展示了如何具体实现上述优化措施,从而显著提升数据抓取的稳定性和效率。
399 26
优化数据的抓取规则:减少无效请求
|
存储 分布式计算 固态存储
Hadoop数据存储及管理
Hadoop数据存储及管理
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
106106 10
|
负载均衡 监控 中间件
中间件错误恢复
【7月更文挑战第18天】
239 2
|
定位技术 API 数据格式
Element UI【详解】el-cascader 级联选择器 - 行政区划选择(可以选择任意一级),限定选择范围,获取并解析选中的节点
Element UI【详解】el-cascader 级联选择器 - 行政区划选择(可以选择任意一级),限定选择范围,获取并解析选中的节点
4165 0
|
存储 传感器 边缘计算
边缘计算概述
边缘计算概述
2241 0