核心图像和GPUImage之间的主要区别
核心图像和GPUImage框架（除了GPUImage是开源的）之间的主要区别是什么？ 一目了然，他们的界面看起来非常相似…将一系列filter应用于input以创build输出。 我看到一些小的差异，例如GPUImage所具有的易于使用的LookupFilter。 我想弄清楚为什么有人会select一个照片过滤应用程序。
作为GPUImage的作者，你可能想要用一粒盐来说话。 我应该首先说我对Core Image团队有很大的尊重，他们是如何继续更新框架的。 在写GPUImage之前，我是一名沉重的Core Image用户，我根据Core Image在Mac上的工作原理devise了许多devise元素。
这两个框架都在不断发展，所以今天的比较可能不会在几个月内成立。 我可以指出目前的function和基准，但是我们不能保证在我们任何一个更新时都不会翻转。
我的GPUImage的理念是创build一个围绕着色器渲染的OpenGL（ES）四边形的轻量级包装，并尽可能使用简单的接口。 正如我前面所说的，我从Core Image的方面着手，但是我也改变了他们以前绊倒我的界面的一部分。 我也做了一些扩展，核心图像只处理image processing，而我挂钩电影回放，相机input，video录制和图像捕捉。
当我最初为这个想法踢的时候，Core Image还没有来到iOS。 当我发布它时，Core Image刚刚被添加到iOS。 然而，当时在iOS上支持的filter数量相当有限 （例如，没有模糊），iOS上的Core Image不允许像在Mac上那样创build自定义内核。
GPUImage提供了对iOS上的图像和video进行自定义GPU加速操作的方法，而Core Image则没有。 大多数开始使用它的人是这样做的，因为他们有一些效果，他们不能使用库存核心图像filter。
最初，GPUImage 在许多常见操作中也具有显着的性能优势 。 不过，Core Image团队已经在每个iOS版本的处理速度上有了显着的改进，现在情况非常接近。 对于某些操作，GPUImage速度更快，对于其他操作，Core Image更快。 他们希望对模糊的东西进行一些非常聪明的优化 ，我已经开始复制GPUImageiOSBlurFilter等东西。 他们还将智能化的多阶段操作结合在一起，将过滤步骤作为离散和单独的项目处理。 在iOS的某些情况下，这给了我一个优势，我试图减less最近这种内存的后果，但他们比我更好地处理多种types的filter链。
iOS 8在Mac上的Core Image上引入了自定义的内核支持。 这使得可以在iOS上的核心图像中编写自己的自定义filter和其他操作，这样GPUImage将不再是一个优势。 当然，任何想要定位iOS版本的人都会受到Core Image能在那里做什么的限制，GPUImage的目标可以回到iOS 4.0。
核心图像也有一些巧妙的function，可以在iOS应用程序在后台进行过滤（首先是基于CPU的，但是iOS 8现在增加了GPU端支持），GPUImage依赖于OpenGL ES来防止它在应用程序处于后台时运行。 在iOS 8中可能会遇到这种限制，但我还没有完成所有的文档。
我对GPUImage的兴趣是在机器视觉领域。 图像filter是一个有趣的分心，但我想用这个框架来探索GPU加速图像分析的可能性。 我正在研究任意对象识别和跟踪操作，这就是我将继续向框架发展的方向。 但是，你有框架的代码 ，所以你不必依靠我。
这是一个古老的线程，但我认为值得注意的是，GPUImage还具有一些Core Image中不存在的特性：特别是hough变换和多个边缘检测滤波器。
核心图像似乎全部都是关于应用filter和效果的 – 所以很高兴看到GPUImage在图像/video分析方面进行了更多的探索，更像是openCV，但是效率更高。