老电影画面的复古感并非单纯降低饱和度或加一层黄色蒙版。真正的胶片电影在放映过程中会产生随机划痕、帧间抖动、颗粒噪点，以及由于早期胶片宽容度不足导致的色调分离。这些缺陷叠加在一起，才形成了观众记忆中的老电影质感。Core Image作为iOS内置的图像处理框架，既能通过内置滤镜快速完成调色和颗粒模拟，也允许开发者使用CIKernel编写像素级着色器来生成划痕与动态抖动。
一、老电影滤镜的视觉构成与Core Image适配
划痕在物理胶片上通常是细长的亮线或暗线，由胶片表面磨损、灰尘颗粒划伤造成。在数字模拟中，划痕的位置应当是随机的，并且随着时间推移不断变化，不会固定在同一处。抖动则来自老式放映机走带机构的不稳定，画面会在水平和垂直方向上产生极轻微的位移，幅度通常在一个像素到几个像素之间。噪点是胶片银盐颗粒的体现，尤其是高感光度胶片在暗部区域更加明显。色调分离则是因为早期胶片的色彩层级较少，亮部和暗部过渡生硬，出现类似海报化的色块。
用Core Image处理这些效果时，内置滤镜可以覆盖一部分需求。CINoiseGenerator能生成均匀分布的噪点，CIColorPosterize可以直接实现色调分离，CISepiaTone用来做棕褐色基调，CIVignette则能压暗四周模拟老镜头暗角。但划痕和抖动没有对应的内置滤镜，需要用CIKernel自己写采样逻辑。好在Core Image的CIFilter采用链式结构，各个滤镜可以串联组合，自定义Kernel也能作为其中一个环节插入管线。
在实际开发中，推荐先搭建静态的复古基调，再叠加动态划痕和抖动。这样分层处理既便于调试，也能让每一类效果的参数独立调节。
二、组合内置滤镜完成基调与颗粒
第一步是将输入图像转为CIImage，然后依次应用CISepiaTone和CIColorControls。CISepiaTone的强度建议设在0.7到0.9之间，强度过高会让画面发闷。CIColorControls用来降低饱和度和对比度，因为老电影很少有鲜艳的色彩，高光也容易溢出。接着使用CIColorPosterize，把色彩层级压到6到10级，这样肤色和背景之间会出现明显的色阶过渡，模拟老胶片的有限色彩深度。
噪点模拟通常使用CINoiseGenerator生成一张灰度噪点图，再通过CIMultiplyCompositing或CIAdditionCompositing叠加到原图上。直接叠加会影响整体亮度，所以需要控制混合模式和不透明度。Core Image没有直接的不透明度参数，但可以通过CIColorMatrix调整噪点强度后再合成。下面这段Swift代码展示了基础滤镜链的构建过程：
func applyBaseRetroFilter(to inputImage: CIImage) -> CIImage {
var output = inputImage
// 棕褐色调
let sepia = CIFilter(name: "CISepiaTone")!
sepia.setValue(output, forKey: kCIInputImageKey)
sepia.setValue(0.8, forKey: kCIInputIntensityKey)
output = sepia.outputImage!
// 降低饱和度和对比度
let colorControls = CIFilter(name: "CIColorControls")!
colorControls.setValue(output, forKey: kCIInputImageKey)
colorControls.setValue(0.65, forKey: kCIInputSaturationKey)
colorControls.setValue(0.9, forKey: kCIInputContrastKey)
output = colorControls.outputImage!
// 色调分离
let posterize = CIFilter(name: "CIColorPosterize")!
posterize.setValue(output, forKey: kCIInputImageKey)
posterize.setValue(8.0, forKey: "inputLevels")
output = posterize.outputImage!
// 暗角
let vignette = CIFilter(name: "CIVignette")!
vignette.setValue(output, forKey: kCIInputImageKey)
vignette.setValue(1.2, forKey: kCIInputIntensityKey)
vignette.setValue(1.8, forKey: kCIInputRadiusKey)
output = vignette.outputImage!
return output
}
这段代码返回的CIImage已经具有老电影的基本色调和暗角。噪点可以单独生成，再合成。CINoiseGenerator生成的图像默认是彩色噪点，需要先转成灰度，再通过CIMultiplyCompositing叠加。需要注意的是，CINoiseGenerator没有输入图像参数，它本身就是一个噪点发生器，使用时直接取outputImage即可。
func applyNoise(to inputImage: CIImage, amount: Float) -> CIImage {
let noiseFilter = CIFilter(name: "CINoiseGenerator")!
let noiseImage = noiseFilter.outputImage!
// 降低噪点亮度，避免过量
let colorMatrix = CIFilter(name: "CIColorMatrix")!
colorMatrix.setValue(noiseImage, forKey: kCIInputImageKey)
colorMatrix.setValue(CIVector(x: 0.2, y: 0.2, z: 0.2, w: 0), forKey: "inputRVector")
colorMatrix.setValue(CIVector(x: 0.2, y: 0.2, z: 0.2, w: 0), forKey: "inputGVector")
colorMatrix.setValue(CIVector(x: 0.2, y: 0.2, z: 0.2, w: 0), forKey: "inputBVector")
let darkNoise = colorMatrix.outputImage!
let multiply = CIFilter(name: "CIMultiplyCompositing")!
multiply.setValue(inputImage, forKey: kCIInputImageKey)
multiply.setValue(darkNoise, forKey: kCIInputBackgroundImageKey)
return multiply.outputImage!
}
噪点强度控制在0.1到0.3之间比较合适，过高会淹没画面细节。这种叠加方式会让暗部噪点更明显，符合老胶片暗部颗粒感强的特点。
三、自定义CIKernel处理划痕与抖动
划痕和抖动无法通过简单的内置滤镜组合实现，因为它们是空间上随机、时间上变化的效果。Core Image提供了CIKernel接口，允许开发者使用类似Metal Shading Language的语法编写像素着色器。CIKernel的输入可以是图像、颜色或数值，对于划痕效果，我们需要传入一个时间参数，用来控制划痕出现的位置和变化。
划痕的基本原理是在画面上随机选择若干纵向线条，这些线条可以是亮线也可以是暗线，宽度通常为1到2个像素。在Kernel中，可以通过一个伪随机函数生成一个与像素坐标和时间相关的随机数，当随机数超过某个阈值时，就在该位置添加一个亮度偏移。为了让划痕看起来更自然，可以叠加高频的亮度变化，使划痕边缘不那么锐利。下面是一个简化的划痕Kernel代码：
float hash(float n) {
return fract(sin(n) * 43758.5453123);
}
float4 scratchKernel(sampler image, float time, float density, float intensity) {
float2 uv = samplerCoord(image);
// 按时间将横向坐标划分为不同的随机槽位
float cell = floor(uv.x * 300.0) + floor(time * 12.0) * 7.0;
float h = hash(cell);
// 只有随机值高于密度阈值时才产生划痕
if (h > density) {
return sample(image, uv);
}
// 用纵向正弦变化模拟划痕的断续感
float vertical = sin(uv.y * 180.0 + time * 4.0) * 0.5 + 0.5;
float scratch = vertical * intensity * (h - density) / (1.0 - density);
float4 color = sample(image, uv);
color.rgb += scratch;
return color;
}
注意代码中使用了大于号，在HTML中显示时需要转义，因此上面代码块里的转义形式对应源码中的大于号。Kernel中sample函数负责从输入图像采样，samplerCoord获取当前像素坐标。划痕的密度和强度可以通过time参数控制，随着时间推移，floor(time * 12.0)会让划痕槽位发生变化，形成动态划痕。
抖动效果则更简单一些。老电影抖动本质上是帧与帧之间的轻微位移，可以通过修改采样坐标来实现。CIKernel里可以先计算一个基于时间和平滑坐标的随机偏移，再将偏移量加到uv上。为了避免画面边缘出现黑边，需要将偏移量控制在很小范围内，比如1到3个像素。下面是一个抖动Kernel的示例：
float2 jitterOffset(float2 uv, float time, float amount) {
float cellX = floor(uv.y * 80.0 + time * 20.0);
float cellY = floor(uv.x * 80.0 + time * 20.0);
float offsetX = (hash(cellX) - 0.5) * amount;
float offsetY = (hash(cellY) - 0.5) * amount;
return uv + float2(offsetX, offsetY);
}
float4 jitterKernel(sampler image, float time, float amount) {
float2 uv = samplerCoord(image);
float2 shifted = jitterOffset(uv, time, amount);
return sample(image, shifted);
}
这两个Kernel可以合并成一个完整的自定义滤镜，同时处理划痕和抖动。在Swift中加载Kernel字符串后，通过CIFilter的kernel属性创建自定义滤镜，再设置输入图像和时间参数。使用CIKernel的注意事项是Kernel代码字符串中的特殊字符需要正确转义，否则运行时可能解析失败。
对于抖动，如果应用在静态图片上，单次渲染只会产生一个随机位移，看起来像画面偏移而不是抖动。如果需要动态效果，必须在每一帧更新时间值并重新渲染。这也是老电影滤镜更适合用在视频或实时相机预览中的原因。
四、完整动态渲染与性能调优
静态图片可以一次性应用滤镜链，输出最终结果。但动态老电影滤镜需要不断改变划痕和抖动，因此需要借助CADisplayLink或Timer驱动逐帧更新。每一帧先构建基础CIImage，应用内置滤镜得到复古基调，再将结果传入自定义Kernel过滤器，传入当前时间和随机种子，最后通过CIContext渲染到屏幕或视频帧。
下面是一个完整的Swift渲染函数示例，展示如何将UIImage转换为CIImage，经过滤镜管线和Kernel处理后输出CGImage：
func renderRetroFrame(from uiImage: UIImage,
time: TimeInterval,
context: CIContext) -> UIImage? {
guard let cgImage = uiImage.cgImage else { return nil }
var ciImage = CIImage(cgImage: cgImage)
// 基础复古调色
ciImage = applyBaseRetroFilter(to: ciImage)
ciImage = applyNoise(to: ciImage, amount: 0.25)
// 自定义划痕与抖动
let kernelSource = """
float hash(float n) {
return fract(sin(n) * 43758.5453123);
}
float4 scratchKernel(sampler image, float time, float density, float intensity) {
float2 uv = samplerCoord(image);
float cell = floor(uv.x * 300.0) + floor(time * 12.0) * 7.0;
float h = hash(cell);
if (h > density) {
return sample(image, uv);
}
float vertical = sin(uv.y * 180.0 + time * 4.0) * 0.5 + 0.5;
float scratch = vertical * intensity * (h - density) / (1.0 - density);
float4 color = sample(image, uv);
color.rgb += scratch;
return color;
}
"""
let kernel = CIColorKernel(source: kernelSource)!
let timeValue = Float(time)
let result = kernel.apply(extent: ciImage.extent,
arguments: [ciImage, timeValue, 0.85, 0.6])!
// 渲染输出
guard let outputCGImage = context.createCGImage(result,
from: result.extent) else {
return nil
}
return UIImage(cgImage: outputCGImage)
}
性能方面，CIContext的创建成本较高，应当复用同一个实例，不要每一帧都重新创建。CIContext可以选择基于Metal或OpenGL，Metal上下文在现代设备上性能更好。另外，CIImage的链式处理是惰性求值的，只有在最终渲染时才会真正执行所有滤镜，因此中间生成的CIImage不会占用过多内存。但对于高分辨率图像，每一帧的滤镜管线仍然会消耗大量GPU时间，可以先将输入图像缩放到实际显示尺寸，再将滤镜链应用于缩小后的图像，最后渲染到目标尺寸，这样能显著降低延迟。
动态老电影滤镜的实现难点在于平衡随机效果与视觉舒适度。划痕密度过高会干扰画面，抖动幅度过大会引起视觉疲劳。建议划痕密度控制在0.8到0.95之间，强度0.4到0.7；抖动幅度在1到2像素之间。实际参数需要根据画面内容和目标风格调整，例如怀旧短片可以加大划痕，而人物特写则应减弱抖动。
通过内置滤镜与CIKernel的组合，可以在iOS端高效实现具有划痕、抖动、噪点和色调分离的老电影滤镜。整个处理流程保留在Core Image体系内，无需导入额外的图形框架，这让滤镜可以轻松集成到相机应用、视频编辑器或特效工具中。
Core Image老电影滤镜复古效果修改时间：2026-09-29 08:57:21