我是 GPUImage 的作者,所以你可以适当地权衡我的话。我在my answer here 中详细描述了我对这个框架与 Core Image 的设计想法,但我可以重申一下。
基本上,我将 GPUImage 设计为 OpenGL / OpenGL ES 图像处理的便捷包装器。它是在 iOS 上不存在 Core Image 的时候构建的,即使 Core Image 在那里启动,它也缺乏自定义内核并且存在一些性能缺陷。
与此同时,Core Image 团队在性能方面做了令人印象深刻的工作,导致 Core Image 现在在多个领域的表现略优于 GPUImage。我仍然在其他方面击败了他们,但它比以前更接近了。
我认为决定取决于您对应用程序的重视程度。 GPUImage 的完整源代码可供您使用,因此您可以自定义或修复您想要的任何部分。你可以看看幕后,看看任何操作是如何进行的。管道设计的灵活性让我可以尝试目前无法在 Core Image 中完成的复杂操作。
Core Image 是 iOS 和 OS X 的标准配置。它被广泛使用(大量代码可用)、高性能、易于设置,并且(在最新的 iOS 版本中)可通过自定义内核进行扩展。除了 GPU 加速处理之外,它还可以进行 CPU 端处理,这使您可以在后台进程中执行诸如处理图像之类的事情(尽管在 iOS 8 中您应该能够在后台执行有限的 OpenGL ES 工作)。在写 GPUImage 之前,我一直使用 Core Image。
对于示例应用程序,请下载 GPUImage 源代码并查看 examples/ 目录。您将找到适用于 Mac 和 iOS 以及 Objective-C 和 Swift 的框架各个方面的示例。我特别推荐在您的 iOS 设备上构建和运行 FilterShowcase 示例,因为它演示了实时视频框架中的每个过滤器。尝试是一件有趣的事情。
在语言选择方面,如果性能是您对视频/图像处理的追求,那么语言几乎没有区别。您的性能瓶颈不是语言,而是 GPU 上的着色器性能以及图像和视频可以上传到 GPU 或从 GPU 下载的速度。
GPUImage 是用 Objective-C 编写的,但它仍然可以在它支持的最旧的 iOS 设备上以 60 FPS 的速度处理视频帧。分析代码发现很少有消息发送开销或内存分配的地方(与 C 或 C++ 相比,该语言中最慢的区域)甚至是明显的。如果这些操作是在 CPU 上完成的,情况会略有不同,但这都是 GPU 驱动的。
使用最适合和最容易满足您的开发需求的任何语言。 Core Image 和 GPUImage 都与 Swift、Objective-C++ 或 Objective-C 兼容。 OpenCV 可能需要从 Swift 中使用 shim,但如果您在谈论性能,OpenCV 可能不是一个很好的选择。它会比 Core Image 或 GPUImage 慢得多。
就个人而言,为了易用性,它很难与 Swift 争论,因为我可以使用 GPUImage 编写一个完整的视频过滤应用程序,只需要 23 行非空白代码。