工作中,做一些炫点的界面都需要用到PNG图片,Wince里面微软也提供了PNG图片的支持,不过Alpha的混合速度比较慢,所以自己实现了一个Alpha的混合运算接口,经过测试,要比微软AlphaBlend快4、5倍。当然Alpha混合的方法也适合window下的VC使用。下面有测试的数据。

原创博文,需要转载,请标明出处:http://www.cnblogs.com/mythou/p/3150396.html

1、创建兼容32位位图。

一般界面贴图,我们都是使用微软的兼容DC和兼容位图进行处理。不过这里我需要创建一张32位的设备无关位图。(有关DIB位图相关知识,不了解的可以百度一下,这是和兼容位图对应的一种位图格式。这里就不多说了)。

/*
*hDC:兼容的DC指针
*nWidth:需要创建DIB位图宽
*nHeight:创建位图高
*pBitmapData:这是我自己定义的数据类型,就是一个unsigned char * 类型
*/ HBITMAP CPngBitBlt::Create32Bitmap(HDC hDC, int nWidth, int nHeight,HBMDC &pBitmapData)
{
if(hDC == NULL)
{
return NULL;
} if(nWidth== || nHeight==)
{
return NULL;
} BITMAPINFO *pbinfo = new BITMAPINFO;
if(!pbinfo)
{
return NULL;
}
ZeroMemory(pbinfo, sizeof(BITMAPINFO));
pbinfo->bmiHeader.biSize = sizeof(BITMAPINFOHEADER);
pbinfo->bmiHeader.biWidth = nWidth;
pbinfo->bmiHeader.biHeight = -nHeight;//位图翻转
pbinfo->bmiHeader.biPlanes = ;
pbinfo->bmiHeader.biBitCount = ;//32位位图 BYTE* lpBitmapBits = NULL;
HBITMAP hDIBmp = CreateDIBSection(hDC, pbinfo, DIB_RGB_COLORS, (void **)&lpBitmapBits, NULL, );
pBitmapData = lpBitmapBits; delete pbinfo; if(hDIBmp == NULL)
{
return NULL;
} return hDIBmp;
}

上面的函数是创建一张指定大小的DIB位图,而且返回这张位图的数据指针(指向位图数据的首指针)。

这张位图,一般就是用来当做背景位图,我们一般贴图使用的双缓冲方式,需要前后两张位图,这个DIB位图就是用做内存DC的位图。

2、加载PNG图片

PNG图片加载,这里还是使用微软的IImage解码PNG图片,使用过pnglib解码库,实际解码速度还比不上IImage,也可能是我编译的libpng库没有做优化吧。所以暂时放弃使用libpng。后续有时间会研究一下libpng解码的原理和嵌入式上优化方式。Android上也是使用libpng解码png,所以解码速度应该还是可以的,不过估计需要做一些嵌入式平台的化,比较大部分嵌入式平台机器CPU主频都不高,(现在的手机例外 -_-!),我工作接触的一般也就400M到800M的范围。下面是解码部分代码,主要是从IImage解码PNG图片,然后把PNG图片构造一个DIB位图,获取一个可以操作图片的指针。

BOOL CImageData::LoadImageFromFile(const TCHAR *fileName)
{
// 参数有效性
if (fileName == NULL)
{
return FALSE;
} // 创建COM实例
HRESULT hr = NULL;
if(FAILED(hr = ::CoCreateInstance(CLSID_ImagingFactory,NULL,CLSCTX_INPROC_SERVER,IID_IImagingFactory,(void**) &m_pImagingFactory)))
{
return FALSE;
}// 从文件中创建图片
if(FAILED(hr = m_pImagingFactory->CreateImageFromFile(fileName, &m_pImage)))
{
return FALSE;
} // 得到图片信息
if(FAILED(hr = m_pImage->GetImageInfo(&m_ImageInfo)))
{
return FALSE;
} // 获取原始数据
if (ReadImageData() == FALSE)
{
return FALSE;
}   //......// 成功获得图片信息
return TRUE;
}
BOOL CImageData::ReadImageData()
{
// 用于返回结果
BOOL bRet = TRUE; // 参数有效性
if (m_pImage==NULL || m_pImagingFactory==NULL)
{
return FALSE;
} // 取得图片原始数据
RECT rect = {, , m_ImageInfo.Width, m_ImageInfo.Height};
BitmapData bitmapData;
bitmapData.Width = m_ImageInfo.Width;
bitmapData.Height = m_ImageInfo.Height;
bitmapData.PixelFormat = m_ImageInfo.PixelFormat;
IBitmapImage *pBitmapImage = NULL;
m_pImagingFactory->CreateBitmapFromImage(m_pImage, m_ImageInfo.Width, m_ImageInfo.Height, PIXFMT_32BPP_ARGB, InterpolationHintDefault, &pBitmapImage);
pBitmapImage->LockBits(&rect, ImageLockModeRead, PIXFMT_32BPP_ARGB, &bitmapData); // 释放旧数据
if (m_pImgDataBuf != NULL)
{
delete[] m_pImgDataBuf;
m_pImgDataBuf = NULL;
} // 申请新空间
bRet = TRUE;
m_pImgDataBuf = new unsigned char[m_ImageInfo.Width * m_ImageInfo.Height * ];
if (m_pImgDataBuf == NULL)
{
bRet = FALSE;
goto ERROR_END_FUNCTION;
} // 拷贝数据
bRet = TRUE;
memcpy(m_pImgDataBuf, bitmapData.Scan0, m_ImageInfo.Width * m_ImageInfo.Height * ); ERROR_END_FUNCTION:
pBitmapImage->UnlockBits(&bitmapData);
pBitmapImage->Release();
return bRet;
}

上面主要m_pImgDataBuf 就是一个Byte *的指针,一个指向PNG图片数据的起始指针。我们利用这个指针就可以操作我们刚刚解码的PNG图片的数据。

3、Alpha混合

首先说说Alpha混合,Alpha是指PNG图片的透明度,一般我们使用PNG图片就是为了可以有半透明的显示效果,大部分比较炫的界面,都有这些半透明特效使用,Alpha就是指定图片的透明度,一般图片的透明度我们可以分为两种。

第一:整张图片的Alpha值,图片每个像素使用同一个Alpha值。

第二:每个像素使用独立的Alpha值。

对于32位的PNG图片来说,每个像素值,都保存了自己的Alpha值,32位PNG的像素格式:ARGB8888就是,每个值都是一个8位值。

Alpha混合的基本公式如下:AlphaResult = ALPHA * srcPixel + ( 1 - ALPHA ) * destPixel

下面给出一个Alpha的混合算法例子。

//支持自定义Alpha
//pBackDSSrcBmp:我们背景DIB位图的数据指针,也就是上面创建的DIB位图返回的指针pBitmapData
//m_ImgDataBuf:上面解码图片,获取的需要显示的PNG图片的数据指针

//支持自定义Alpha
void CImageData::DrawImage(HBMDC pBackDCSrcBmp, const int DstX, const int DstY, const int Alpha, DWORD DstBMPWidth)
{
//进行Alpha混合运算
BYTE btAlphaSRC = ;
DWORD iSrcPos = ;
int iDstPos = ; for(DWORD i=; i<m_ImageHeigh; i++)
{
DWORD SrcData = (i+DstY)*DstBMPWidth + DstX;
DWORD DstData = i*m_ImageWidth;
for(int j=; j<m_ImageWidth; j++)
{
// 计算源图像数据索引和像素点ALPHA
iSrcPos = (SrcData + j) << ;
iDstPos = (DstData + j) << ;
btAlphaSRC = m_pImgDataBuf[iDstPos+];
btAlphaSRC = btAlphaSRC*Alpha >> ; //ALPHA混合基本公式result = ALPHA * srcPixel + ( 1 - ALPHA ) * destPixel
pBackDCSrcBmp[iSrcPos] += (btAlphaSRC*(m_pImgDataBuf[iDstPos]-pBackDCSrcBmp[iSrcPos]) >> );
pBackDCSrcBmp[iSrcPos+] += (btAlphaSRC*(m_pImgDataBuf[iDstPos+]-pBackDCSrcBmp[iSrcPos+]) >> );
pBackDCSrcBmp[iSrcPos+] += (btAlphaSRC*(m_pImgDataBuf[iDstPos+]-pBackDCSrcBmp[iSrcPos+]) >> );
}
}
}

背景图和需要显示的PNG图片,两张图片对应像素值,根据Alpha混合混合,就可以得到最终的图片,这个就是整个显示过程。

这里的方法不仅仅针对PNG图片,其实对于jpg和bmp也是有效的,只是这两种图片,一般是不包含alpha信息的,所以只能控制整张图片的透明度,而不能控制每个像素的透明度。

上面的运算公式经过一些处理,主要是减少运算和减少乘除法的使用,比较cpu运行乘除法比不上加减法。

下面是我自己测试的数据结果:

这个是我在一台主频是600M的CPU上面运行的速度对比,速度单位是毫秒,可以对比,使用自己的Alpha混合要比微软的AlpBlend快不少,特别是针对大图片来说。

查过一些资料,大部分人的观点是微软的AlphaBlend里面处理过多的异常处理和对图片伸缩进行操作,导致比较慢。

有需要朋友可以自己根据我上面说的封装一个png贴图类,我前面写了一篇使用微软ALphBlend贴图的文章,里面给出了完整代码。

这个自定义的方法,代码比较多,我就不贴出来的。

微软AlphaBlend贴图类:http://www.cnblogs.com/mythou/archive/2013/06/13/3133606.html

如果有需要的朋友可以根据自己情况封装不同的接口处理,如果有不了解地方,可以留言。

新建的讨论群,有兴趣可以加入

VC/Wince群:87053214

Wince/VC高效PNG贴图,自定义Alpha算法的更多相关文章

  1. 你要是还学不会,请提刀来见 Typora+PicGo+Gitee + node.js 打造个人高效稳定优雅图床

    你要是还学不会,请提刀来见 Typora+PicGo+Gitee + node.js 打造个人高效稳定优雅图床 经过前面两弹的介绍,相信大家对图床都不陌生了吧, 但是小魔童觉得这样做法还是不方便,使用 ...

  2. <<一种基于δ函数的图象边缘检测算法>>一文算法的实现。

    原始论文下载: 一种基于δ函数的图象边缘检测算法. 这篇论文读起来感觉不像现在的很多论文,废话一大堆,而是直入主题,反倒使人觉得文章的前后跳跃有点大,不过算法的原理已经讲的清晰了.     一.原理 ...

  3. 带权图的最短路径算法(Dijkstra)实现

    一,介绍 本文实现带权图的最短路径算法.给定图中一个顶点,求解该顶点到图中所有其他顶点的最短路径 以及 最短路径的长度.在决定写这篇文章之前,在网上找了很多关于Dijkstra算法实现,但大部分是不带 ...

  4. zw·准专利·高保真二值图细部切分算法

    zw·准专利·高保真二值图细部切分算法     高保真二值图细部切分算法,是中国字体协会项目的衍生作品.     说准专利算法,是因为对于图像算法的标准不了解,虽然报过专利,但不是这方面的,需要咨询专 ...

  5. 图的基本算法(BFS和DFS)(转载)

    图是一种灵活的数据结构,一般作为一种模型用来定义对象之间的关系或联系.对象由顶点(V)表示,而对象之间的关系或者关联则通过图的边(E)来表示. 图可以分为有向图和无向图,一般用G=(V,E)来表示图. ...

  6. 数据结构与算法系列研究七——图、prim算法、dijkstra算法

    图.prim算法.dijkstra算法 1. 图的定义 图(Graph)可以简单表示为G=<V, E>,其中V称为顶点(vertex)集合,E称为边(edge)集合.图论中的图(graph ...

  7. 图的遍历算法:DFS、BFS

    在图的基本算法中,最初需要接触的就是图的遍历算法,根据访问节点的顺序,可分为深度优先搜索(DFS)和广度优先搜索(BFS). DFS(深度优先搜索)算法 Depth-First-Search 深度优先 ...

  8. 图的基本算法(BFS和DFS)

    图是一种灵活的数据结构,一般作为一种模型用来定义对象之间的关系或联系.对象由顶点(V)表示,而对象之间的关系或者关联则通过图的边(E)来表示. 图可以分为有向图和无向图,一般用G=(V,E)来表示图. ...

  9. 图的基本算法(BFS和DFS)

    图是一种灵活的数据结构,一般作为一种模型用来定义对象之间的关系或联系.对象由顶点(V)表示,而对象之间的关系或者关联则通过图的边(E)来表示. 图可以分为有向图和无向图,一般用G=(V,E)来表示图. ...

随机推荐

  1. 【java】java开发中的23种设计模式详解

    设计模式(Design Patterns) ——可复用面向对象软件的基础 设计模式(Design pattern)是一套被反复使用.多数人知晓的.经过分类编目的.代码设计经验的总结.使用设计模式是为了 ...

  2. Mac 常用软件推荐

    1.常用软件推荐 这里推荐的 apps 在开发者圈子内普遍评价不错,能便利的处理日常的开发和使用的任务.以下推荐分为四类: 开发者工具 生产力工具 办公工具 其他 2.Developer Tools ...

  3. MongoDB学习笔记(6)--find

    MongoDB 查询文档 MongoDB 查询文档使用 find() 方法. find() 方法以非结构化的方式来显示所有文档. 语法 MongoDB 查询数据的语法格式如下: db.collecti ...

  4. php中array_merge合并数组详解

    如果键名有重复,该键的键值为最后一个键名对应的值(后面的覆盖前面的).如果数组是数字索引的,则键名会以连续方式重新索引. 注释:如果仅仅向 array_merge() 函数输入了一个数组,且键名是整数 ...

  5. 转 Kubernetes 入门 概念理解

    你闺女也能看懂的插画版Kubernetes指南 原创  2016-06-30 作者 周小璐 译 编者按:Matt Butcher是Deis的平台架构师,热爱哲学,咖啡和精雕细琢的代码.有一天女儿走进书 ...

  6. MapReduce中,new Text()引发的写入HDFS的输出文件多一列的问题

    前段时间业务系统有个模块数据没有了,在排查问题的时候发现中间处理环节出错了,错误日志为文件格式不正确,将数据导出后发现这个处理逻辑的输入文件中每一行都多了一列,而且是一个空列(列分隔符是\t).第一次 ...

  7. php分享二十六:读写日志

    一:读写日志注意事项: 1:fgets取出日志行后,注意用trim过滤下 2:explode(“\t", $line) 拆分后,注意判断下个数是否正确,如果不正确,怎么处理?   如果某一列 ...

  8. KMP算法理解

    1.KMP算法解决问题:对BF(Brute Force)算法优化,避免对主串进行回溯匹配(匹配不成功主串指针向后移1位,子串指针重置开始位置,两串继续匹配),效率底. 2.KMP算法原则/目的:主串不 ...

  9. 四、s3c2440 裸机开发 通用异步收发器UARN

    四.通用异步收发器UARN 原文地址 http://blog.csdn.net/woshidahuaidan2011/article/details/51137047 by jaosn Email: ...

  10. 微信小程序调用蓝牙功能控制车位锁

    第一次学用微信小程序,项目需要,被逼着研究了一下,功能是调用微信小程序的蓝牙功能,连接上智能车位锁,控制升降,大概步骤及调用的小程序接口API如下: 1.打开蓝牙模块 wx.openBluetooth ...