在GPUImage详细解析（三）- 实时美颜滤镜的基础上，引入了IFlyFaceDetector类，用GPUImageUIElement来绘制人脸识别后的贴图，并用GPUImageAddBlendFilter把美颜后的图像（GPUImageBeautifyFilter）和贴图（GPUImageUIElement）合并，传给GPUImageMovieWriter写入文件。

人脸识别相关

IFlyFaceDetector

IFlyFaceDetector是讯飞提供的本地人脸检测类，可以人脸检测、视频流检测功能。

初始化代码如下

    self.faceDetector = [IFlyFaceDetector sharedInstance];
    if(self.faceDetector){
        [self.faceDetector setParameter:@"1" forKey:@"detect"];
        [self.faceDetector setParameter:@"1" forKey:@"align"];
    }

demo会用到IFlyFaceDetector对NSData的识别接口

/**
 *  检测frame视频帧中的人脸
 *
 *  @param frame   视频帧数据
 *  @param width  视频帧图像宽
 *  @param height 视频帧图像高
 *  @param dir    图像的方向
 *
 *  @return json格式人脸数组，没有检测到人脸则返回空
 */
- (NSString*)trackFrame:(NSData*)frame withWidth:(int)width height:(int)height direction:(int)dir;

CanvasView

CanvasView是群友提供demo中的绘制贴图类，可以对头部、眼睛、鼻子、嘴巴、面部进行贴图，本demo会用到headMap头部贴图。

//头部贴图
@property (nonatomic,strong) UIImage *  headMap;
//眼睛贴图
@property (nonatomic,strong) UIImage * eyesMap;
//鼻子贴图
@property (nonatomic,strong) UIImage * noseMap;
//嘴巴贴图
@property (nonatomic,strong) UIImage * mouthMap;
//面部贴图
@property (nonatomic,strong) UIImage * facialTextureMap;

GPUImage相关

GPUImageAddBlendFilter

继承类GPUImageTwoInputFilter用于合并两个图像，公式如下：

    float r; // 颜色的红色分量
     if (overlay.r * base.a + base.r * overlay.a >= overlay.a * base.a) {
         r = overlay.a * base.a + overlay.r * (1.0 - base.a) + base.r * (1.0 - overlay.a);
     } else {
         r = overlay.r + base.r;
     }

GPUImageUIElement

GPUImageUIElement继承GPUImageOutput类，作为响应链的源头。

通过CoreGraphics把UIView渲染到图像，并通过glTexImage2D绑定到outputFramebuffer指定的纹理，最后通知targets纹理就绪。

demo中的作用是把CanvasView转成纹理，并传递给GPUImageAddBlendFilter。

遇到的问题

1、贴图无法出现在录制的视频中

启动群友提供的demo，预览正常，录制的视频确实没有贴图；

检查响应链代码，发现代码的实现存在一个问题：

预览的帧和写入视频的帧不是相同的，GPUImageUIElement的输出的结果是直接指向合并的filter，合并后的图像直接输给writer写入文件；屏幕的贴图预览效果是因为canvasView直接被addsubview到视图层中。

怀疑是GPUImageUIElement绘制的纹理的为空。通过检查GPU的纹理，GPUImageUIElement对应纹理id的纹理预览为正常，排除这个问题。

检查美颜filter的输出，同样正常。

检查合并filter的输出，发现贴图消失。

定位到是合并filter的问题，检查着色器代码，正常。

检查初始化代码，找到问题所在：

群友把合并的filter的mix=0.0；导致合并的filter只取第一个的图像。

小结，在查找bug的过程，因为demo较为复杂，花费了较多时间熟悉代码；通过Xcode的工具，可以较快定位大多数GPUImage 的问题。

2、贴图没有随着脸移动

测试本demo的过程中，出现过贴图固定住不动的情况。

通过检查人脸识别的输出结果，确定人脸识别的输出是正常；

检查canvasView的更新，发现问题：

canvasView没有更新。

解决方案是把canvasView添加到视图层。但不知道是否为[self.viewCanvas setNeedsDisplay];造成的影响。

总结

demo在这里，代码较短。

因为是每帧识别，所以CPU的消耗较高。

如果是实际应用，可以考虑3~5帧左右做一次人脸识别。

还有另外一个简单的思路：把输入从摄像头变成视频，对视频进行逐帧人脸识别并吧贴图合并到视频中。