如何设置Image组件上位图的分辨率

fallraine 2010-07-06 10:37:42

在C++Builder中做了一个主菜单，主要功能是实现一张位图的载入，由于这张位图很大，现在想剪切或复制选中的一部分，然后再进行后续其他处理，可是我将剪贴后的位图粘贴到新建的位图上后，其图像分辨率以及位图的深度都发生了变化，位图的深度可以设置，但是那位高手指点一下如何设置Image组件上位图的分辨率？不胜感激！......

...全文

143 2 打赏收藏举报

写回复

用AI写文章

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

ccrun.com 2010-07-06

打赏
举报

Image->Picture->Bitmap->PixelFormat = pf24bit;

fallraine 2010-07-06

打赏
举报

这个是设置位图的深度，24位为真彩色图像，8位为灰度图像等......

机器人抓取的核心挑战在于如何从传感器数据中快速、准确地估计抓取位置与姿态。深度图作为环境几何信息的直接表示，能够有效规避光照和纹理干扰，成为视觉抓取任务的主流输入。GG-CNN（生成式抓取卷积神经网络）采用全卷积单阶段设计，输入深度图后直接输出像素级的抓取质量图、角度图和宽度图，无需候选框与后处理，显著提升了推理速度，适合部署于边缘设备。结合Gazebo与Pybullet两类仿真平台，开发者可以分别利用高保真传感器模拟和高效率批量验证，实现从训练到部署的完整闭环。基于康奈尔与提花数据集训练的模型，配合Kin

视频采集是工业控制、实验室数据采集和教学演示中的基础能力，其核心在于设备兼容性、帧同步机制与资源生命周期管理。AForge.NET基于DirectShow构建，提供低依赖、高兼容的.NET Framework原生采集方案，尤其适合老旧设备与WinForm深度集成场景。它通过事件驱动模型（NewFrame）替代轮询，避免内存泄漏与帧丢失；利用VideoCapabilities协商真实可用分辨率与格式，解决标称参数失真问题；并依托VideoSourcePlayer实现零拷贝渲染与智能窗体响应。本文聚焦生产级落地

计算机视觉中的多模态生成技术常面临幻觉生成问题，即AI系统在图像描述任务中产生不符合实际的虚构内容。通过重构注意力机制和引入动态验证模块，新型双流注意力技术能有效抑制这种现象。该技术采用视觉流和语义流并行架构，实时交叉验证生成内容与图像证据的匹配度，显著提升描述的准确性。在工程实践中，这种技术可应用于无障碍服务、内容审核、电商平台等多个场景，为生成式AI系统的可靠性提供保障。新加坡国立大学的最新研究将幻觉生成率从23.7%降至6.8%，同时保持描述的丰富性，展现了多模态AI系统在实际应用中的巨大潜力。

在C#上位机开发中，USB摄像头采集看似简单，但长期运行会碰到分辨率、帧率、多摄像头序列不稳定等隐藏问题。DirectShow作为Windows底层多媒体框架，是大多数USB摄像头稳定工作的基石，而AForge.NET则把DirectShow封装成简单的设备枚举与帧回调接口，适合工控场景的连续运行。从技术原理看，UVC摄像头通过Filter Graph取流，调用时需要处理基于MonikerString的设备绑定、回调线程的位图克隆，以及MJPG和YUY2两种像素格式对CPU和带宽的显著影响。这些技术价值在于

C++ Builder

13,871

社区成员

102,696

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章