如何从CIAreaHistogram中提取主色？
我正在寻找分析iOS上的UIImage（最像素的颜色）最主要的颜色，我偶然发现了核心图像的基于filter的API，特别是CIAreaHistogram。
似乎这个filter可能会帮助我，但我正在努力了解API。 首先它说filter的输出是一个一维图像，它是您的input框的长度和一个像素的高度。 我如何读取这些数据？ 我基本上想要找出频率最高的颜色值，所以我期望数据包含每种颜色的某种频率计数，我不清楚这个一维图像是如何表示的，因为它不是真的解释我在这个一维图像内可以预期的数据。 如果它真的是一个直方图，为什么它不会返回一个像字典一样的数据结构
其次，在API中要求多个分档？ 这个input应该是什么？ 如果我想要一个精确的分析，inputbin参数是我的图像的色彩空间？ 什么使仓值更小，我会想象它通过欧几里德距离近似的颜色接近最近的bin。 如果情况是这样，那么不会产生精确的直方图结果，为什么有人想要这样做？
从API的angular度对上述两个问题的任何意见都会对我有很大的帮助
CIAreaHistogram返回一个图像，其中每个像素的reg，绿色，蓝色和alpha值指示图像中该色调的频率。 您可以将该图像渲染到UInt8数组以查看直方图数据。 还有一个没有logging的outputData值：
let filter = CIFilter( name: "CIAreaHistogram", withInputParameters: [kCIInputImageKey: image])! let histogramData = filter.valueForKey("outputData")
不过，我发现vImage是使用直方图的更好的框架。 首先，您需要创build一个vImage图像格式：
var format = vImage_CGImageFormat( bitsPerComponent: 8, bitsPerPixel: 32, colorSpace: nil, bitmapInfo: CGBitmapInfo( rawValue: CGImageAlphaInfo.PremultipliedLast.rawValue), version: 0, decode: nil, renderingIntent: .RenderingIntentDefault)
vImage与可以从CGImage而不是CIImage实例创build的图像缓冲区vImage工作（可以使用createCGImage方法创build一个图像缓冲区， vImageBuffer_InitWithCGImage将创build一个图像缓冲区：
var inBuffer: vImage_Buffer = vImage_Buffer() vImageBuffer_InitWithCGImage( &inBuffer, &format, nil, imageRef, UInt32(kvImageNoFlags))
现在创buildUint数组，它将保存四个通道的直方图值：
let red = [UInt](count: 256, repeatedValue: 0) let green = [UInt](count: 256, repeatedValue: 0) let blue = [UInt](count: 256, repeatedValue: 0) let alpha = [UInt](count: 256, repeatedValue: 0) let redPtr = UnsafeMutablePointer<vImagePixelCount>(red) let greenPtr = UnsafeMutablePointer<vImagePixelCount>(green) let bluePtr = UnsafeMutablePointer<vImagePixelCount>(blue) let alphaPtr = UnsafeMutablePointer<vImagePixelCount>(alpha) let rgba = [redPtr, greenPtr, bluePtr, alphaPtr] let histogram = UnsafeMutablePointer<UnsafeMutablePointer<vImagePixelCount>>(rgba)
最后一步是执行计算，它将填充四个数组，并释放缓冲区的数据：
vImageHistogramCalculation_ARGB8888(&inBuffer, histogram, UInt32(kvImageNoFlags)) free(inBuffer.data)
快速检查不透明图像的alpha数组应该产生255个零，其最终值对应于图像中的像素数量：
print(alpha) // [0, 0, 0, 0, 0 ... 409600]
从视觉的angular度来看，直方图不会给你主导的色彩：半黄色的图像{1,1,0}和半黑色的{0,0,0}会得到与半红色的图像相同的结果{1,0,0}并保持绿色{0,1,0} 。
希望这可以帮助，
西蒙
伊恩·奥尔曼（Ian Ollmann）为色调计算直方图的想法非常简洁，可以用一个简单的颜色核心来完成。 这个内核返回一幅图像色调的单色图像（基于这个原始的工作 ）
let shaderString = "kernel vec4 kernelFunc(__sample c)" + "{" + " vec4 K = vec4(0.0, -1.0 / 3.0, 2.0 / 3.0, -1.0);" + " vec4 p = mix(vec4(c.bg, K.wz), vec4(c.gb, K.xy), step(cb, cg));" + " vec4 q = mix(vec4(p.xyw, cr), vec4(cr, p.yzx), step(px, cr));" + " float d = qx - min(qw, qy);" + " float e = 1.0e-10;" + " vec3 hsv = vec3(abs(qz + (qw - qy) / (6.0 * d + e)), d / (qx + e), qx);" + " return vec4(vec3(hsv.r), 1.0);" + "}" let colorKernel = CIColorKernel(string: shaderString)
如果我得到蓝天的图像的色调，结果直方图看起来像这样：
而温暖的夕阳给出了这样一个直方图：
所以，这看起来像是一个很好的技术来获得图像的主导色调。
西蒙
直方图方法的一个问题是你失去了颜色通道之间的相关性。 也就是说，一半的图像可能是洋红色，一半是黄色的。 你会发现一个红色的直方图都在1.0 bin，但是蓝色和绿色的bin会在0.0和1.0之间平均分配，没有任何内容。 尽pipe你可以确定红色是明亮的，但是对于“主色”，蓝色和绿色成分应该是什么，
你可以使用2 **（8 + 8 + 8）箱子的3D直方图，但这是相当大的，你会发现信号是相当稀疏的。 偶然的情况下，三个像素可能会落在一个bin中，而其他地方没有两个像素，尽pipe许多用户可能会告诉您存在一个主要的颜色，并且与该像素无关。
您可以使3D直方图的分辨率降低很多，并且（例如）每个颜色通道只有16个分档。 通过这种方式，箱子更有可能具有统计上有意义的人口数量。 这应该给你一个出发点，find一个当地人口的像素在该斌的意思。 如果每个bin都有一个计数和一个{R，G，B}总和，那么一旦确定了最常用的bin，就可以快速find该bin中像素的平均颜色。 这种方法仍然受到直方图网格的一些影响。 您将更可能识别网格单元中间的颜色比边缘处的颜色。 人口可能跨越多个网格单元格。 类似kmeans可能是另一种方法。
如果你只是想要主色调，那么转换到色彩空间如HSV，然后是色调直方图将起作用。
我不知道vImage，CI或MetalPerformanceShaders中的任何filter为你做这些事情。 您当然可以在CPU或Metal中编写代码，而不会遇到麻烦。