如何将GPUImageConvolution3x3用于大于3x3的内核？

Question

Brad Larson，

首先，非常感谢您使用GPUImage进行的大量工作，开始使用它看起来非常可靠和有用。

我的问题是，如何将GPUImage卷积3x3用于更大的内核。我的印象是，任何卷积都可以通过内核3x3来表达但是如何实现呢？我特指的是gabor kernel。打算用卷积来尝试，而不是创建新的过滤器类。

感谢。

Answer 1

对于更大的卷积（5x5等），您需要创建一个执行该卷积的新滤镜类型。基本的3x3卷积在框架中提供，因为它快速且易于指定。在大多数iOS设备上，你几乎可以免费获得9个纹理读取。

当你开始超越它时，事情变得更加昂贵。 5x5卷积需要25个纹理读取，依此类推。这可能导致处理速度非常慢。

因此，通过使用可分离的内核在框架中完成高斯模糊等操作。首先，图像水平模糊，然后模糊的水平结果垂直模糊。这大大减少了纹理读取和计算的次数。

我相信Gabor过滤器可以用可分离的内核（或一系列可分离的内核）来表示，就像尝试here一样。您可以将其中的工作转换为具有给定半径的片段着色器，以比仅大面积卷积更有效的方式实现Gabor滤波器。