dbyoung的Delphi专栏

opencvROI(感兴趣)获取VR(虚拟现实) 演播室的播放

ＣＰＵ　　指令集

视频捕获、截图、MP4编码、RTMP 推流、视频涂鸦

高速数字图像处理。支持 C++、C#、Delphi，等等语言调用

问题来由： 公司项目要对接很多厂家的视频采集卡，每个厂家都提供了 SDK。 这些 SDK 基本上都是 VC 封装的。VC2008 、VC2010、 VC2012，都有。还有的竟然用 .Net 来封装。 麻烦的是同一个 VC 运行库，版本还不一样。比如 VC2008 有好几个版本。SDK 中，就使用了不同的版本。 VC 编写的程序都是这个尿性。看看 QQ（PC版） 就知道了。VC2008 、VC2010、 VC2012，都用到了。 这些设备厂家为什么就不能提供 MT 版...

图像旋转原理：假设对图片上任意点(x,y)，绕一个坐标点(rx0,ry0)逆时针旋转RotaryAngle角度后，新的坐标设为(x', y')，有公式： x'= (x - rx0)*cos(RotaryAngle) + (y - ry0)*sin(RotaryAngle) + rx0 ; y'=-(x - rx0)*sin(RotaryAngle) + (y - ry0)*cos(RotaryAngle) + ry0 ; 那么，根据新的坐标点求源坐标点的公式为： x=(x'- rx0)...

不对 OpenCV 进行二次封装，直接调用 OpenCV 的 C++ 的 Dll，Delphi 测试源码地址：https://github.com/dbyoung720/DOpenCV.gitOpenCV 编译好的动态库文件：https://blog.youkuaiyun.com/dbyoung/article/details/114871178注意：Delphi 的测试程序，必须放到 OpenCV 的库文件目录下，或者将 OpenCV 的库文件目录放到系统搜索路径中。...

OpenCV ：https://github.com/opencv/opencv编译时间：2021-03-16下载地址：X86：CPU 版本：https://github.com/dbyoung720/PBox/tree/master/bin/Win32/plugins/OpenCV（不包括扩展模块）X64： CPU 版本：https://github.com/dbyoung720/PBox/tree/master/bin/Win64/plugins/OpenCV/CPU（不包括扩展模块）.....

在 汇编学习（八）--- 图像水平镜像垂直镜像的极致优化 中，我们使用了 FastMove，来提高内存复制速度。但 FastMove 不支持 x64。而且很多年没有更新了。我们自己动手来写吧。由简到繁，容易理解。必须支持：X86、X64。必须支持：SSE2/SSE4/AVX1/AVX2。首先写一个最简单的 MOVE 函数。每一次复制 1 个字节：{ 每一次复制 1 个字节 <Byte> }procedure Move_Byte(const src: Pointer; dst:

图像的透明度，其实就是两幅图像的占比。R = R1 * （1 - K）+ R2 * KG = G1 * （1 - K）+ G2 * KB = B1 * （1 - K）+ B2 * KK 在 0.0 --- 1.0 之间。这里有浮点乘法运算，当然我们可以进行整点优化。标准函数：procedure ColorTrans_Scanline(bmpDst, bmpSrc: TBitmap; const intTransValue: Integer);var X, Y : ...

一：水平镜像/翻转 将一幅图像水平镜像/翻转，代码很简单，就一句代码：procedure HorizMirror(bmp: TBitmap);begin bmp.Canvas.CopyRect(bmp.Canvas.ClipRect, bmp.Canvas, Rect(bmp.Width, 0, 0, bmp.Height));end;简单不。看一看 CopyRect 源码，procedure TCanvas.CopyRect(const Dest: TRect; Ca...

图像的饱和度调节的标准函数：procedure GetGrayAlpha(const intSaturationValue: Integer; var alpha: TAlpha; var grays: TGrays);var X : Integer; I : Integer; Gray: Integer;begin for I := 0 to 255 do begin alpha[I] := (I * intSaturationValue) shr 8;

第五章中，我们知道图像对比度调节函数：procedure Contrast_ScanLine(bmp: TBitmap; const intContrastValue: Integer);var X, Y : Integer; pColor: PRGBQuad;begin for Y := 0 to bmp.height - 1 do begin pColor := bmp.ScanLine[Y]; for X := 0 to bmp.width - 1 do

我是个 Delphi 程序员。一直很喜欢 Delphi。虽然现在国内 Delphi 的市场越来越小众。我依然喜欢它。一直都想用自己的微薄之力，给 Delphi 做一点点贡献。近几日春节放假，白天访亲问友，晚上闲来无事，学习学习 SIMD 程序优化。近两天在做图像的对比度调节的 SIMD 优化。procedure Contrast_ScanLine(bmp: TBitmap; const intContrastValue: Integer);var X, Y : Integer; p

通过前三章的学习，我们知道了 并行优化 + SSE优化，是最优的解决方案。这一节我们用同样的方法，来对图像的亮度进行调节。Delphi 汇编学习（一）--- 图像灰值化Delphi 汇编学习（二）--- 学习 SIMD 的痛苦Delphi 汇编学习（三）--- 图像灰值化的极致优化procedure Light_SSEParallel_Proc(pColor: PRGBQuad; const intLightValue, bmpWidth: Integer);asm {$IFDEF WIN64}

看过Delphi 汇编学习（一）--- 图像灰值化，Delphi 汇编学习（二）--- 学习 SIMD 的痛苦，这两篇文章后，你就知道了：其实 AVX/AVX2 的优化效果并不佳。而且很多机器也不支持这些指令（Delphi 编译器也不支持 AVX 指令集）。而 SSE 的优化效果是比较不错的。并且 Delphi 编译器也支持 SSE 指令集（易博龙是不是也知道AVX 优化效果不好，所以才不支持的）。在示例中（https://github.com/dbyoung720/ImageGray.g...

学习 SIMD 指令有一段时间了。真的痛苦（或许是我对指令不熟的缘故）。第一阶段：MMX一开始为了加快 CPU 的浮点运算能力，intel 搞了个MMX，看似强大。但用着用着就发现，它主要是针对浮点运算，对于整数运算有天生的不足。虽然可以通过浮点来模拟整数运算，性能也下降了。或者说提速不明显。或者说没有想象中的那么高速。算是第二阶段：SSE1/SSE2/SSE3/SSE4估计 intel 也知道了。又挤出了 SSE1/SSE2/SSE3/SSE4，这下整数指令、浮点指令、移位指令、等等指令都

使用 Delphi 多年了，虽然看过 Delphi 中的汇编代码，但基本没有写过汇编代码。因为没有什么项目需求。今天因为要优化老程序的一段代码，到网上搜索了一下。发现很多都是汇编写的。效率也的确高。这让我有了学习汇编的冲动。汇编代码一般都是在对效率高的场合才会使用到，比如多媒体、视频领域。虽然我不是做相关的行业的。但学习学习总没有坏处。学习的最好办法是看例子（源代码）。越简单越好。下手的例子是 RGB2Gray。是的，图片 RGB 转 灰度图。网络上这样的代码很多，都是用 C/C++ 写