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
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