如何使用 Accelerate Framework 将 iOS 相机图像转换为灰度？

Posted 2023-02-25

【中文标题】如何使用 Accelerate Framework 将 iOS 相机图像转换为灰度？

【英文标题】：How-to convert an iOS camera image to greyscale using the Accelerate Framework?

【发布时间】：2014-01-18 17:02:38

【问题描述】：

看起来这应该比我想象的要简单。

我在标准委托方法中返回了一个 AVFoundation 框架：

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

我想使用Accelerate.Framework 将帧转换为灰度。

框架中有一系列转换方法，包括vImageConvert_RGBA8888toPlanar8()，看起来可能是我想看到的，但是我找不到任何如何使用它们的示例！

到目前为止，我有代码：

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


      @autoreleasepool 
            CVImageBufferRef imageBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
            /*Lock the image buffer*/
            CVPixelBufferLockBaseAddress(imageBuffer,0);
            /*Get information about the image*/
            uint8_t *baseAddress = (uint8_t *)CVPixelBufferGetBaseAddress(imageBuffer);
            size_t width = CVPixelBufferGetWidth(imageBuffer);
            size_t height = CVPixelBufferGetHeight(imageBuffer);
            size_t stride = CVPixelBufferGetBytesPerRow(imageBuffer);

            // vImage In
            Pixel_8 *bitmap = (Pixel_8 *)malloc(width * height * sizeof(Pixel_8));
            const vImage_Buffer inImage =  bitmap, height, width, stride ;

            //How can I take this inImage and convert it to greyscale?????
            //vImageConvert_RGBA8888toPlanar8()??? Is the correct starting format here??
          

所以我有两个问题： (1) 在上面的代码中，RBGA8888 是正确的起始格式吗？ (2) 我怎样才能真正使Accelerate.Framework 调用转换为灰度？

【问题讨论】：

请帮我解决这个问题..***.com/q/38122040/3908884

【参考方案1】：

这里有一个更简单的选择。如果您将相机采集格式更改为 YUV，那么您已经有了一个可以随意使用的灰度帧。设置数据输出时，请使用以下内容：

dataOutput.videoSettings = @ (id)kCVPixelBufferPixelFormatTypeKey : @(kCVPixelFormatType_420YpCbCr8BiPlanarFullRange) ;

然后，您可以使用以下方法在捕获回调中访问 Y 平面：

CVPixelBufferRef pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer);
CVPixelBufferLockBaseAddress(pixelBuffer, kCVPixelBufferLock_ReadOnly);
uint8_t *yPlane = CVPixelBufferGetBaseAddressOfPlane(pixelBuffer, 0);

... do stuff with your greyscale camera image ...

CVPixelBufferUnlockBaseAddress(pixelBuffer);

【讨论】：

从某种意义上说，是的。使用 YUV 的问题是现在你有两个问题。最初的问题和其他一切都需要 RGB 数据的问题。虽然在有限的情况下它可能就足够了。

所以操作员询问如何转换为灰度，而您的回答只是演示了如何获取像素缓冲区地址。

【参考方案2】：

vImage 方法是使用vImageMatrixMultiply_Planar8 和一个1x3 矩阵。 vImageConvert_RGBA8888toPlanar8 是用于将 RGBA8888 缓冲区转换为 4 个平面缓冲区的函数。这些由vImageMatrixMultiply_Planar8 使用。 vImageMatrixMultiply_ARGB8888 也可以一次性完成，但您的灰色通道将与结果中的其他三个通道交错。 vImageConvert_RGBA8888toPlanar8 本身不做任何数学运算。它所做的只是将交错的图像分成单独的图像平面。

如果您还需要调整伽玛，那么vImageConvert_AnyToAny() 可能是一个简单的选择。它将完成从 RGB 格式到灰度色彩空间的完全色彩管理转换。请参阅 vImage_Utilities.h。

不过，我更喜欢 Tarks 的回答。它只是让您不得不手动对亮度进行颜色管理（如果您关心的话）。

【参考方案3】：

使用 Accelerate vImage 将 BGRA 图像转换为灰度

此方法旨在说明如何使用 Accelerate 的 vImage 将 BGR 图像转换为灰度图像。您的图像很可能是 RGBA 格式，您需要相应地调整矩阵，但相机输出 BGRA，所以我在这里使用它。矩阵中的值与 OpenCV 中用于cvtColor 的值相同，您可能还可以使用其他值，例如luminosity。我假设您为结果分配了适当的内存量。在灰度的情况下，它只有 1 通道或用于 BGRA 的内存的 1/4。如果有人发现此代码有问题，请发表评论。

性能说明

以这种方式转换为灰度可能不是最快的。您应该检查环境中任何方法的性能。 Brad Larson 的 GPUImage 可能更快，甚至 OpenCV 的 cvtColor 可能更快。在任何情况下，您都希望删除对 malloc 的调用并释放中间缓冲区，并在应用程序生命周期内管理它们。否则，函数调用将由 malloc 和 free 支配。 Apple 的文档建议尽可能重用整个 vImage_Buffer。

您还可以阅读有关使用 NEON intrinsics 解决相同问题的信息。

最后，最快的方法是根本不转换。如果您从设备摄像头获取图像数据，则设备摄像头本身就是kCVPixelFormatType_420YpCbCr8BiPlanarFullRange 格式。意思是，抓取第一个平面的数据（Y-Channel，luma）是获得灰度的最快方法。

BGRA 转灰度

- (void)convertBGRAFrame:(const CLPBasicVideoFrame &)bgraFrame toGrayscale:(CLPBasicVideoFrame &)grayscaleFrame

    vImage_Buffer bgraImageBuffer = 
        .width = bgraFrame.width,
        .height = bgraFrame.height,
        .rowBytes = bgraFrame.bytesPerRow,
        .data = bgraFrame.rawPixelData
    ;

    void *intermediateBuffer = malloc(bgraFrame.totalBytes);
    vImage_Buffer intermediateImageBuffer = 
        .width = bgraFrame.width,
        .height = bgraFrame.height,
        .rowBytes = bgraFrame.bytesPerRow,
        .data = intermediateBuffer
    ;

    int32_t divisor = 256;
//    int16_t a = (int16_t)roundf(1.0f * divisor);
    int16_t r = (int16_t)roundf(0.299f * divisor);
    int16_t g = (int16_t)roundf(0.587f * divisor);
    int16_t b = (int16_t)roundf(0.114f * divisor);
    const int16_t bgrToGray[4 * 4] =  b, 0, 0, 0,
                                       g, 0, 0, 0,
                                       r, 0, 0, 0,
                                       0, 0, 0, 0 ;

    vImage_Error error;
    error = vImageMatrixMultiply_ARGB8888(&bgraImageBuffer, &intermediateImageBuffer, bgrToGray, divisor, NULL, NULL, kvImageNoFlags);
    if (error != kvImageNoError) 
        NSLog(@"%s, vImage error %zd", __PRETTY_FUNCTION__, error);
    

    vImage_Buffer grayscaleImageBuffer = 
        .width = grayscaleFrame.width,
        .height = grayscaleFrame.height,
        .rowBytes = grayscaleFrame.bytesPerRow,
        .data = grayscaleFrame.rawPixelData
    ;

    void *scratchBuffer = malloc(grayscaleFrame.totalBytes);
    vImage_Buffer scratchImageBuffer = 
        .width = grayscaleFrame.width,
        .height = grayscaleFrame.height,
        .rowBytes = grayscaleFrame.bytesPerRow,
        .data = scratchBuffer
    ;

    error = vImageConvert_ARGB8888toPlanar8(&intermediateImageBuffer, &grayscaleImageBuffer, &scratchImageBuffer, &scratchImageBuffer, &scratchImageBuffer, kvImageNoFlags);
    if (error != kvImageNoError) 
        NSLog(@"%s, vImage error %zd", __PRETTY_FUNCTION__, error);
    
    free(intermediateBuffer);
    free(scratchBuffer);

CLPBasicVideoFrame.h - 供参考

typedef struct

    size_t width;
    size_t height;
    size_t bytesPerRow;
    size_t totalBytes;
    unsigned long pixelFormat;
    void *rawPixelData;
 CLPBasicVideoFrame;

我完成了灰度转换，但是当我在网上找到这本书名为Instant OpenCV for ios 时遇到了质量问题。我亲自拿起了一份，里面有很多宝石，虽然代码有点乱。从好的方面来说，它是一本价格非常合理的电子书。

我对那个矩阵很好奇。我玩弄了几个小时，试图弄清楚应该是什么安排。我原以为这些值应该在对角线上，但 Instant OpenCV 的家伙把它放在上面。

【讨论】：

就bgrToGray矩阵而言，每个输入通道映射到bgrToGray的一行，bgrToGray的每一列映射到一个输出通道。在数学方面，bgraImageBuffer 中的每个像素都是 1x4 矩阵，bgrToGray 是 4x4 矩阵，vImageMatrixMultiply_ARGB8888() 执行点积，将结果（也是 1x4 矩阵）放入intermediateImageBuffer。只有bgrToGray 的第一列很重要，因为vImageConvert_ARGB8888toPlanar8 将其他3 个通道丢弃到scratchBuffer。我的答案通过使用vImageMatrixMultiply_ARGB8888ToPlanar8() 结合了这些步骤。

【参考方案4】：

如果您需要使用 BGRA 视频流 - 您可以使用这种出色的转换 here

这是您需要采取的功能：

void neon_convert (uint8_t * __restrict dest, uint8_t * __restrict src, int numPixels)
      
          int i;
          uint8x8_t rfac = vdup_n_u8 (77);
          uint8x8_t gfac = vdup_n_u8 (151);
          uint8x8_t bfac = vdup_n_u8 (28);
          int n = numPixels / 8;

          // Convert per eight pixels
          for (i=0; i < n; ++i)
          
              uint16x8_t  temp;
              uint8x8x4_t rgb  = vld4_u8 (src);
              uint8x8_t result;

              temp = vmull_u8 (rgb.val[0],      bfac);
              temp = vmlal_u8 (temp,rgb.val[1], gfac);
              temp = vmlal_u8 (temp,rgb.val[2], rfac);

              result = vshrn_n_u16 (temp, 8);
              vst1_u8 (dest, result);
              src  += 8*4;
              dest += 8;
          
      

更多优化（使用程序集）在链接中

【参考方案5】：

(1) 我对 iOS 相机框架的经验是使用 kCMPixelFormat_32BGRA 格式的图像，该格式与 ARGB8888 系列函数兼容。 （也可以使用其他格式。）

(2) 在 iOS 上从 BGR 转换为灰度的最简单方法是使用vImageMatrixMultiply_ARGB8888ToPlanar8()： https://developer.apple.com/documentation/accelerate/1546979-vimagematrixmultiply_argb8888top

这是一个用 Swift 编写的相当完整的示例。我假设 Objective-C 代码是相似的。

        guard let imageBuffer = CMSampleBufferGetImageBuffer(sampleBuffer) else 
            // TODO: report error
            return
        
        
        // Lock the image buffer
        if (kCVReturnSuccess != CVPixelBufferLockBaseAddress(imageBuffer, CVPixelBufferLockFlags.readOnly)) 
            // TODO: report error
            return
        
        defer 
            CVPixelBufferUnlockBaseAddress(imageBuffer, CVPixelBufferLockFlags.readOnly)
        
        
        // Create input vImage_Buffer
        let baseAddress = CVPixelBufferGetBaseAddress(imageBuffer)
        let width = CVPixelBufferGetWidth(imageBuffer)
        let height = CVPixelBufferGetHeight(imageBuffer)
        let stride = CVPixelBufferGetBytesPerRow(imageBuffer)
        var inImage = vImage_Buffer(data: baseAddress, height: UInt(height), width: UInt(width), rowBytes: stride)
        
        // Create output vImage_Buffer
        let bitmap = malloc(width * height)
        var outImage = vImage_Buffer(data: bitmap, height: UInt(height), width: UInt(width), rowBytes: width)
        defer 
            // Make sure to free unless the caller is responsible for this
            free(bitmap)
        

        // Arbitrary divisor to scale coefficients to integer values
        let divisor: Int32 = 0x1000
        let fDivisor = Float(divisor)
        
        // Rec.709 coefficients
        var coefficientsMatrix = [
            Int16(0.0722 * fDivisor),  // blue
            Int16(0.7152 * fDivisor),  // green
            Int16(0.2126 * fDivisor),  // red
            0  // alpha
        ]

        // Convert to greyscale
        if (kvImageNoError != vImageMatrixMultiply_ARGB8888ToPlanar8(
            &inImage, &outImage, &coefficientsMatrix, divisor, nil, 0, vImage_Flags(kvImageNoFlags))) 
            // TODO: report error
            return
        

以上代码的灵感来自 Apple 的灰度转换教程，该教程可在以下链接中找到。如果需要，它还包括转换为CGImage。请注意，它们假定 RGB 顺序而不是 BGR，并且它们仅提供 3 个系数而不是 4 个（错误？） https://developer.apple.com/documentation/accelerate/vimage/converting_color_images_to_grayscale