对 CGImage 进行二进制量化（图像主要是亮还是暗）

Question

我有一个 CGImage，我想确定它是主要明亮还是主要黑暗。我当然可以迭代矩阵并查看是否有足够数量的像素超过所需的阈值。然而，由于我是图像处理领域的新手，我认为 CoreGraphics 或 Quartz 中一定有更适合甚至加速的内置函数。

Answer 1

CoreGraphics（又名 Quartz 2D）没有任何这方面的功能。 Mac OS X 上的 CoreImage 有 CIAreaAverage 和 CIAreaHistogram，这可能对您有帮助，但我认为 iOS（从 5.0.1 开始）没有这些过滤器。

iOS 确实有Accelerate 框架。 vImageHistogramCalculation_ARGBFFFF 函数和相关函数可能会对您有所帮助。

Answer 2

以下是在 iOS 应用程序中使用 CIAreaAverage 的方法：

    CGRect inputExtent = [self.inputImage extent];
    CIVector *extent = [CIVector vectorWithX:inputExtent.origin.x
                                           Y:inputExtent.origin.y
                                           Z:inputExtent.size.width
                                           W:inputExtent.size.height];
    CIImage* inputAverage = [CIFilter filterWithName:@"CIAreaAverage" keysAndValues:@"inputImage", self.inputImage, @"inputExtent", extent, nil].outputImage;

    //CIImage* inputAverage = [self.inputImage imageByApplyingFilter:@"CIAreaMinimum" withInputParameters:@{@"inputImage" : inputImage, @"inputExtent" : extent}];
    EAGLContext *myEAGLContext = [[EAGLContext alloc] initWithAPI:kEAGLRenderingAPIOpenGLES2];
    NSDictionary *options = @{ kCIContextWorkingColorSpace : [NSNull null] };
    CIContext *myContext = [CIContext contextWithEAGLContext:myEAGLContext options:options];

    size_t rowBytes = 32 ; // ARGB has 4 components
    uint8_t byteBuffer[rowBytes]; // Buffer to render into

    [myContext render:inputAverage toBitmap:byteBuffer rowBytes:rowBytes bounds:[inputAverage extent] format:kCIFormatRGBA8 colorSpace:nil];

    const uint8_t* pixel = &byteBuffer[0];
    float red   = pixel[0] / 255.0;
    float green = pixel[1] / 255.0;
    float blue  = pixel[2] / 255.0;
    NSLog(@"%f, %f, %f\n", red, green, blue);


    return outputImage;
}

@end

Answer 3

有比强度直方图更快、更有效的方法来测量特定指标——如果事实上您只想用它做测量的话。

图像键控是另一回事。它由强度的平均总和确定，但不需要对它们进行分箱。图像键控公式返回的值（如果需要，我有）可用于局部自适应色调范围映射（您想要的），使用简单的伽玛调整（像素的强度值，在图像键值）。

这并不难，而且很明显，您拥有技能和经验来采用这种更快、更有效的方法来区分明暗图像。

更重要的是，您应该尽可能建立一种使用图像度量公式而不是直方图的模式和实践。它们旨在解释信息，而不仅仅是收集信息。不仅如此，它们通常是可互操作的，这意味着它们可以堆叠在一起，就像 Core Image 滤镜一样。

有关详细信息，请阅读：

Gamma Correction with Adaptation to the Image Key，第 14 页，作者 Laurence Meylan 的《高动态范围图像的色调映射》。