dbyoung的Delphi专栏

ＣＰＵ　　指令集

高速数字图像处理。支持 C++、C#、Delphi，等等语言调用

作为一个程序员，追求程序的运行速度是正常的行为不过。那么 GPU、CPU、内存、文件流、磁盘，速度到底相差多少？今天整理了一下。1、GPU 在进行通用运算时，和 CPU 是一个数量级的。在进行重复劳动时，效率是 CPU 的几百倍了。 GPU，相当与 Windows 中的批处理。 执行一次动作没有什么速度优势。当你执行1000次、100000次，效率就体现出来了。 用 GPU 解码一张 JPEG 图片，和 CPU 相比，根本没有优势。 但如果你是解码 1000 张...

学习 SIMD 指令时，发现一条 crc32 指令，一看就知道，肯定是用来进行 CRC 校验的。在网上搜索了一番，BAIDU 不出什么有用的信息。很多代码，连基本的 CRC32 校验代码都是错的。GOOGLE 搜索了一些，都是 C++ 的。但 C++ 都倾向与写算法，没有什么具体的示例。也不知道对不对。看来只好自己写来验证了。我不敢说我写的肯定正确，但我会经过慎重测试，确认没有问题后，才公布。CRC32 校验算法有很多种：CRC32 IEEE 802.3、CRC32 Castagnoli、CRC3

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)...

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}

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

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