Objective-Cのカテゴリの仕組みを使うと，
@interface NSArray (Shuffle)
- (NSArray *)shuffle;
@end
下記のように実装しておけば，
@implementation NSArray (Shuffle)
- (NSArray *)shuffle {
// NSArray の要素をシャッフルするコード
}
@end
あとはヘッダファイルをimportするだけでshuffleというメソッドがNSArrayのオブジェクトから使用できるようになります。
このように，
今回はその中でも実装の面倒な部分をうまくラップしてくれているものを中心に3つほどカテゴリを紹介します。
UIImageに各種画像処理機能を持たせるNYXImagesKit
UIImageのカテゴリといえばリサイズ，
-(UIImage*)gaussianBlurWithBias:(NSInteger)bias;
-(UIImage*)redEyeCorrection;
-(UIImage*)brightenWithValue:(float)factor;
-(UIImage*)contrastAdjustmentWithValue:(float)value;
-(UIImage*)edgeDetectionWithBias:(NSInteger)bias;
-(UIImage*)embossWithBias:(NSInteger)bias;
-(UIImage*)gammaCorrectionWithValue:(float)value;
-(UIImage*)grayscale;
-(UIImage*)invert;
-(UIImage*)opacity:(float)value;
-(UIImage*)sepia;
-(UIImage*)sharpenWithBias:(NSInteger)bias;
-(UIImage*)unsharpenWithBias:(NSInteger)bias;
各ヘッダからメソッド定義の一部を抜粋
中でもブラーやエンボス等の畳み込み演算を伴う処理では，
/// vImage (iOS 5)
if ((&vImageConvolveWithBias_ARGB8888))
{
const size_t n = sizeof(UInt8) * width * height * 4;
void* outt = malloc(n);
vImage_Buffer src = {data, height, width, bytesPerRow};
vImage_Buffer dest = {outt, height, width, bytesPerRow};
vImageConvolveWithBias_ARGB8888(&src, &dest, NULL, 0, 0, __s_gaussianblur_kernel_5x5, 5, 5, 256/*divisor*/, bias, NULL, kvImageCopyInPlace);
memcpy(data, outt, n);
free(outt);
}
else
{
const size_t pixelsCount = width * height;
const size_t n = sizeof(float) * pixelsCount;
float* dataAsFloat = malloc(n);
float* resultAsFloat = malloc(n);
/// Red components
vDSP_vfltu8(data + 1, 4, dataAsFloat, 1, pixelsCount);
vDSP_f5x5(dataAsFloat, height, width, __f_gaussianblur_kernel_5x5, resultAsFloat);
vDSP_vfixu8(resultAsFloat, 1, data + 1, 4, pixelsCount);
/// Green components
vDSP_vfltu8(data + 2, 4, dataAsFloat, 1, pixelsCount);
vDSP_f5x5(dataAsFloat, height, width, __f_gaussianblur_kernel_5x5, resultAsFloat);
vDSP_vfixu8(resultAsFloat, 1, data + 2, 4, pixelsCount);
/// Blue components
vDSP_vfltu8(data + 3, 4, dataAsFloat, 1, pixelsCount);
vDSP_f5x5(dataAsFloat, height, width, __f_gaussianblur_kernel_5x5, resultAsFloat);
vDSP_vfixu8(resultAsFloat, 1, data + 3, 4, pixelsCount);
free(resultAsFloat);
free(dataAsFloat);
}
vImage，
Accelerateフレームワークは，
iPhoneやiPod touch用に最適化された何百もの数学関数を提供します。信号処理ルーチン， 高速フーリエ変換， 基本的なベクトルと行列演算， およびマトリクス因数分解や連立一次方程式の解を求めるための業界標準機能などを含みます。iOSベースのデバイスに存在する異なるハードウェアコンフィギュレーション向けに最適化されたAccelerateフレームワークにより， すべてのデバイスに効率的に動作するコードを書くことができます。
Features - iOS Technology Overview - Apple Developer
つまり簡単に言うと，
その中のvImageは畳み込みや幾何変換，
また vDSP にはベクタ演算や行列演算，
ここで紹介しているブラー等の画像処理で必要な畳み込み演算では，
ちなみにWWDC2011の
その他，
const size_t pixelsCount = width * height;
float* dataAsFloat = (float*)malloc(sizeof(float) * pixelsCount);
float min = (float)kNyxMinPixelComponentValue, max = (float)kNyxMaxPixelComponentValue;
UInt8* dataRed = data + 1;
// 中略
vDSP_vfltu8(dataRed, 4, dataAsFloat, 1, pixelsCount);
vDSP_vsmsa(dataAsFloat, 1, &__negativeMultiplier, &max, dataAsFloat, 1, pixelsCount);
vDSP_vclip(dataAsFloat, 1, &min, &max, dataAsFloat, 1, pixelsCount);
vDSP_vfixu8(dataAsFloat, 1, dataRed, 4, pixelsCount);
また，
NYXImagesKitはこちらからダウンロードできます
なお，
- Accelerate.
framework - AsetsLibrary.
framework - CoreImage.
framework - ImageIO.
framework - libcommonCrypto.
dylib - MobileCoreServices.
framework
NYXImagesKitにはサンプルアプリが付随していないため，
デモアプリを実行すると，
NYXImagesKitによる画像処理結果
これらの画像処理のいずれもNYXImagesKitを使用したったの1行で実装されています。
画像処理を行いたい場合にはOpenCV等の選択肢もありますが，