马赛克前
屏幕快照 2017-05-02 下午7.31.23.png
马赛克后
屏幕快照 2017-05-02 下午7.32.06.png
代码演示
写一个继承自NSObject的类，创建类方法+ (UIImage*)imageProcess:(UIImage*)image;
第一步：确定图片的宽高
/*
两种方案
1 image.size.width
2 GImageGetWidth(<#CGImageRef _Nullable image#>)
*/
CGImageRef imageRef = image.CGImage;
NSUInteger width = CGImageGetWidth(imageRef);
NSUInteger height = CGImageGetHeight(imageRef);
第二步：创建颜色空间
CGColorSpaceRef colorSpaceRef = CGColorSpaceCreateDeviceRGB();
第三步：创建图片上下文(解析图片信息，绘制图片）
开辟内存空间，这块空间用于处理马赛克图片
参数1：数据源
参数2：图片宽
参数3：图片高
参数4：表示每一个像素点，每一个分量大小
在我们图像学中，像素点：ARGB组成 每一个表示一个分量（例如，A，R，G，B）
在我们计算机图像学中每一个分量的大小是8个字节
参数5：每一行大小（其实图片是由像素数组组成的）
如何计算每一行的大小，所占用的内存
首先计算每一个像素点大小（我们取最大值）： ARGB是4个分量 = 每个分量8个字节 * 4
参数6:颜色空间
参数7:是否需要透明度
CGContextRef contextRef = CGBitmapContextCreate(nil, width, height, 8, width*4, colorSpaceRef, kCGImageAlphaPremultipliedLast);
第四步：根据图片上下文绘制图片
CGContextDrawImage(contextRef, CGRectMake(0, 0, width, height), imageRef);
第五步：获取图片的像素数组
unsigned char * bitMapData = CGBitmapContextGetData(contextRef);
第六步：核心算法 图片打码，加入马赛克
马赛克：将图片模糊，（马赛克算法可以是可逆，也可以是不可逆，取决于打码的算法）
对图片进行采样
我们今天处理的原理：让一个像素点替换为和它相同的矩形区域（正方形，圆形都可以）
矩形区域包含了N个像素点
//选择马赛克区域
//矩形区域：认为是打码的级别，马赛克点的大小（失真的强度）
//这里将级别写死了level
//level 马赛克点的大小
NSUInteger currentIndex , preCurrentIndex, level = 3;
//像素点默认是4个通道,默认值是0
unsigned char * pixels[4] = {0};
for (NSUInteger i = 0; i < height - 1; i++) {
for (NSUInteger j = 0; j < width - 1; j++) {
//循环便利每一个像素点，然后筛选，打码
//获取当前像素点坐标-》指针位移方式处理像素点-》修改
//指针位移
currentIndex = (i * width) + j ;
//计算矩形的区域
/*
分析下面筛选算法（组成马赛克点，矩形算法）
假设：level = 3 （3*3的矩形）
宽的规律：========
第一步：i=0 j=0 level=3 i%level = 0 j%level=0
第一次运行循环：
memcpy(pixels, bitMapData+4*currentIndex, 4) 给我们的像素点赋值
在这里我们以字节作为单位来获取，一个像素=4个字节，bitMapData+4*currentIndex一个像素点的读取，每次读区4个字节（开始的位置）
第一次运行结果：获取第一个像素点的值
第二步循环结果：
i=0 j=1 i%level=0 j%level=1
memcpy(bitMapData+4*currentIndex, pixels, 4);将第一个像素点的值拷贝复制替换给第二个像素点（指针位移方式计算）
循环结果：第一个像素点值 赋值给 第二个像素点
第三次运行循环：第一行第三列
i=0 j=2 level=3
i%level=0 j%level=2
循环结果：第三次像素点的值 = 第一次像素点的值
高的规律：
i=1 j=1
preCurrentIndex = (i - 1) * width + j;
memcpy(bitMapData+4*currentIndex, bitMapData+4*preCurrentIndex, 4);
第二行第一个像素点的值 = 第一行i 一个像素点的值
*/
//通过这个算法，截取了一个3*3的一个矩形
if (i % level==0) {
if (j % level==0) {
//拷贝区域 c语言拷贝数据的函数
/*
参数1:拷贝目标（像素点）
参数2:源文件
参数3:要截取的长度（字节计算）
*/
memcpy(pixels, bitMapData+4*currentIndex, 4);
}else{
//将上一个像素点的值赋值给第二个（指针位移的方式计算原理）
memcpy(bitMapData+4*currentIndex, pixels, 4);
}
}else{
/*
例如：i=1 j=0
preCurrentIndex = (i - 1) * width + j;
*/
preCurrentIndex = (i - 1) * width + j;
memcpy(bitMapData+4*currentIndex, bitMapData+4*preCurrentIndex, 4);
}
}
}
第七步：获取图片数据集合
NSUInteger size = width * height * 4;
CGDataProviderRef providerRef = CGDataProviderCreateWithData(NULL, bitMapData, size, NULL);
第八部：创建马赛克图片
参数1:宽
参数2:高
参数3:表示每一个像素点，每一个分量的大小
参数4:每一个像素点的大小
参数5:每一行内存大小
参数6:颜色空间
参数7:位图信息
参数8:数据源（数据集合）
参数9:数据解码器
参数10:是否抗锯齿
参数11:渲染器
CGImageRef mossicImageRef = CGImageCreate(width,
height,
8,
4*8,
width*4,
colorSpaceRef,kCGImageAlphaPremultipliedLast,
providerRef,
NULL,
NO,
kCGRenderingIntentDefault);
第九步：创建输出马赛克图片（填充颜色）
CGContextRef outContextRef = CGBitmapContextCreate(nil,
width,
height,
8,
width*4,
colorSpaceRef,
kCGImageAlphaPremultipliedLast);
//绘制图片
CGContextDrawImage(outContextRef, CGRectMake(0, 0, width, height),mossicImageRef);
//创建图片
CGImageRef resultImageRef = CGBitmapContextCreateImage(outContextRef);
UIImage *outImage = [UIImage imageWithCGImage:resultImageRef];
第十步：释放内存
//释放内存
CGImageRelease(resultImageRef);
CGImageRelease(mossicImageRef);
CGColorSpaceRelease(colorSpaceRef);
CGDataProviderRelease(providerRef);
CGContextRelease(outContextRef);
完整代码
#import "ImageUntils.h"
@implementation ImageUntils
+ (UIImage*)imageProcess:(UIImage*)image{
//第一步：确定图片的宽高
/*
两种方案
1 image.size.width
2 GImageGetWidth(<#CGImageRef _Nullable image#>)
*/
CGImageRef imageRef = image.CGImage;
NSUInteger width = CGImageGetWidth(imageRef);
NSUInteger height = CGImageGetHeight(imageRef);
//第二步：创建颜色空间
CGColorSpaceRef colorSpaceRef = CGColorSpaceCreateDeviceRGB();
//第三部：创建图片上下文(解析图片信息，绘制图片)
/*
开辟内存空间，这块空间用于处理马赛克图片
参数1：数据源
参数2：图片宽
参数3：图片高
参数4：表示每一个像素点，每一个分量大小
在我们图像学中，像素点：ARGB组成 每一个表示一个分量（例如，A，R，G，B）
在我们计算机图像学中每一个分量的大小是8个字节
参数5：每一行大小（其实图片是由像素数组组成的）
如何计算每一行的大小，所占用的内存
首先计算每一个像素点大小（我们取最大值）： ARGB是4个分量 = 每个分量8个字节 * 4
参数6:颜色空间
参数7:是否需要透明度
*/
CGContextRef contextRef = CGBitmapContextCreate(nil, width, height, 8, width*4, colorSpaceRef, kCGImageAlphaPremultipliedLast);
//第四步：根据图片上下文绘制图片
CGContextDrawImage(contextRef, CGRectMake(0, 0, width, height), imageRef);
//第五步：获取图片的像素数组
unsigned char * bitMapData = CGBitmapContextGetData(contextRef);
//第六步：图片打码，加入马赛克
/*
核心算法
马赛克：将图片模糊，（马赛克算法可以是可逆，也可以是不可逆，取决于打码的算法）
对图片进行采样
我们今天处理的原理：让一个像素点替换为和它相同的矩形区域（正方形，圆形都可以）
矩形区域包含了N个像素点
*/
//选择马赛克区域
//矩形区域：认为是打码的级别，马赛克点的大小（失真的强度）
//这里将级别写死了level
//level 马赛克点的大小
NSUInteger currentIndex , preCurrentIndex, level = 3;
//像素点默认是4个通道,默认值是0
unsigned char * pixels[4] = {0};
for (NSUInteger i = 0; i < height - 1; i++) {
for (NSUInteger j = 0; j < width - 1; j++) {
//循环便利每一个像素点，然后筛选，打码
//获取当前像素点坐标-》指针位移方式处理像素点-》修改
//指针位移
currentIndex = (i * width) + j ;
//计算矩形的区域
/*
分析下面筛选算法（组成马赛克点，矩形算法）
假设：level = 3 （3*3的矩形）
宽的规律：========
第一步：i=0 j=0 level=3 i%level = 0 j%level=0
第一次运行循环：
memcpy(pixels, bitMapData+4*currentIndex, 4) 给我们的像素点赋值
在这里我们以字节作为单位来获取，一个像素=4个字节，bitMapData+4*currentIndex一个像素点的读取，每次读区4个字节（开始的位置）
第一次运行结果：获取第一个像素点的值
第二步循环结果：
i=0 j=1 i%level=0 j%level=1
memcpy(bitMapData+4*currentIndex, pixels, 4);将第一个像素点的值拷贝复制替换给第二个像素点（指针位移方式计算）
循环结果：第一个像素点值 赋值给 第二个像素点
第三次运行循环：第一行第三列
i=0 j=2 level=3
i%level=0 j%level=2
循环结果：第三次像素点的值 = 第一次像素点的值
高的规律：
i=1 j=1
preCurrentIndex = (i - 1) * width + j;
memcpy(bitMapData+4*currentIndex, bitMapData+4*preCurrentIndex, 4);
第二行第一个像素点的值 = 第一行i 一个像素点的值
*/
//通过这个算法，截取了一个3*3的一个矩形
if (i % level==0) {
if (j % level==0) {
//拷贝区域 c语言拷贝数据的函数
/*
参数1:拷贝目标（像素点）
参数2:源文件
参数3:要截取的长度（字节计算）
*/
memcpy(pixels, bitMapData+4*currentIndex, 4);
}else{
//将上一个像素点的值赋值给第二个（指针位移的方式计算原理）
memcpy(bitMapData+4*currentIndex, pixels, 4);
}
}else{
/*
例如：i=1 j=0
preCurrentIndex = (i - 1) * width + j;
*/
preCurrentIndex = (i - 1) * width + j;
memcpy(bitMapData+4*currentIndex, bitMapData+4*preCurrentIndex, 4);
}
}
}
//第七步：获取图片数据集合
NSUInteger size = width * height * 4;
CGDataProviderRef providerRef = CGDataProviderCreateWithData(NULL, bitMapData, size, NULL);
//第八部：创建马赛克图片
/*
参数1:宽
参数2:高
参数3:表示每一个像素点，每一个分量的大小
参数4:每一个像素点的大小
参数5:每一行内存大小
参数6:颜色空间
参数7:位图信息
参数8:数据源（数据集合）
参数9:数据解码器
参数10:是否抗锯齿
参数11:渲染器
*/
CGImageRef mossicImageRef = CGImageCreate(width,
height,
8,
4*8,
width*4,
colorSpaceRef,kCGImageAlphaPremultipliedLast,
providerRef,
NULL,
NO,
kCGRenderingIntentDefault);
//第九步：创建输出马赛克图片（填充颜色）
CGContextRef outContextRef = CGBitmapContextCreate(nil,
width,
height,
8,
width*4,
colorSpaceRef,
kCGImageAlphaPremultipliedLast);
//绘制图片
CGContextDrawImage(outContextRef, CGRectMake(0, 0, width, height),mossicImageRef);
//创建图片
CGImageRef resultImageRef = CGBitmapContextCreateImage(outContextRef);
UIImage *outImage = [UIImage imageWithCGImage:resultImageRef];
//释放内存
CGImageRelease(resultImageRef);
CGImageRelease(mossicImageRef);
CGColorSpaceRelease(colorSpaceRef);
CGDataProviderRelease(providerRef);
CGContextRelease(outContextRef);
return outImage;
}
@end
