使用Accelerate对像素颜色进行平均

Question

是的，我知道如何使用CIAreaAverate CIFilter来获取像素的平均颜色。

我正在尝试使用Accelerate Framework创建一些替代方案，看看是否可以提供更快的方案。

我正在向上下文呈现一个CIImage。为此我有这个CIImage extension..。

let device: MTLDevice = MTLCreateSystemDefaultDevice()!
let context = CIContext.init(mtlDevice: device, options: [.workingColorSpace: kCFNull])

let w = self.extent.width
let h = self.extent.height
let size = w * h * 4

var bitmap = [UInt8](repeating: 0, count:Int(size))


context.render(self,
                      toBitmap: &bitmap,
                      rowBytes: 4 * Int(w),
                      bounds: self.extent,
                      format: .BGRA8,
                      colorSpace: nil)

在这一点上，我已经交织了包含BGRA字节的bitmap。

要得到R，G和B的平均值，我所要做的就是：

var averageBlue : Int = 0

for x in stride(from:0, through: bitmap.count-4, by: 4) {
  let value = bitmap[Int(x)]
  averageBlue += Int(value)
}

averageBlue /= numberOfPixels

但是，正如预期的那样，这个for循环慢得要死。

我在考虑使用一些Accelerate函数，比如

vDSP_meanvD(bitmap, 2, &r, vDSP_Length(numberOfPixels))

但是这个函数要求bitmap是一个UnsafePointer<Double>数组...

我可以将bitmap转换成这样，但这需要一个for循环，速度很慢……

有没有办法提取这些R，G和B像素，并使用一些正在进行的加速操作来获得它们各自的平均值？

Answer 1

正如ielyamani所说，您可以使用vDSP_vfltu8高效地构建Float的缓冲区。

但是，您也可以使用cblas_sgemv (或cblas_sgemm)在一次调用中计算所有四个平均值，而不是遍历该数组四次：

let pixelCount: Int = width * height
let channelsPerPixel: Int = 4

let m: Int32 = Int32(channelsPerPixel)
let n: Int32 = Int32(pixelCount)
let lda = m

var a = [Float](repeating: 0, count: pixelCount * channelsPerPixel)

vDSP_vfltu8(pixelBuffer, vDSP_Stride(1), &a, vDSP_Stride(1), vDSP_Length(pixelCount * channelsPerPixel))

var x = [Float](repeating: 1 / Float(pixelCount), count: pixelCount)

var y = [Float](repeating: 0, count: channelsPerPixel)

cblas_sgemv(CblasColMajor, CblasNoTrans, m, n, 1, &a, lda, &x, 1, 1, &y, 1)

print(y)

Answer 2

您可以使用vDSP_vfltu8(_:_:_:_:_:)将bitmap转换为单精度浮点值：

let bitmap: [UInt8] = [1, 10,  50,  0,
                       2, 20, 150,  5,
                       3, 30, 250, 10]

//Blue
var blueFloats = [Float](repeating: 0, count: bitmap.count/4)

vDSP_vfltu8(bitmap,
            vDSP_Stride(4),
            &blueFloats,
            vDSP_Stride(1),
            vDSP_Length(blueFloats.count))

然后使用vDSP_meanv(_:_:_:_:)：

var blue: Float = 0

vDSP_meanv(blueFloats,
           vDSP_Stride(1),
           &blue,
           vDSP_Length(blueFloats.count))

print("blue =", blue)     //2.0

至于红军：

//Red
var redFloats = [Float](repeating: 0, count: bitmap.count/4)

vDSP_vfltu8(UnsafePointer.init(bitmap).advanced(by: 2),
            vDSP_Stride(4),
            &redFloats,
            vDSP_Stride(1),
            vDSP_Length(redFloats.count))

var red: Float = 0

vDSP_meanv(redFloats,
           vDSP_Stride(1),
           &red,
           vDSP_Length(redFloats.count))

print("red =", red) //150.0