如何得知stretchrect完成？

Supper_Jerry 2010-12-11 05:52:16

我是dx的新手，最近碰到一个棘手的问题，特来求助，谢谢大家。
我从第三方得到一个d3d9的 surface, 这个surface无法共享，可是我需要共享，所以我先用这个surface得到device
用得到的device createsurface，这个surface是共享的，有sharedhandle
然后调用stretchrect把原始surface数据拷贝到新的surface中。
然后用得到的sharedhandle create一个新的surface（这个surface是用自己的device create的）
这个新的surface就可以用来做其他操作。
问题是stretchrect是异步的，我并不知道什么时候完成，所以我在代码中调用stretchrect的时候，紧接着调用
lockrect，确保数据拷贝完成，但是lockrect需要一个gpu内存到cpu内存的一个拷贝过程，速度很慢
所以我想问的问题是有什么方法可以确保stretchrect完成吗？或者lockrect的时候我如何保证不发生gpu到cpu内存的拷贝
总之性能是我最优先考虑的。

...全文

423 5 打赏收藏转发到动态举报

写回复

用AI写文章

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

butterflygogogo 2010-12-12

打赏
举报

还真没感觉到是异步的。。

Supper_Jerry 2010-12-12

打赏
举报

有人帮忙吗？

Supper_Jerry 2010-12-12

打赏
举报

可能是我理解错了，很可能是因为共享造成的问题，
我再查看一下。

Supper_Jerry 2010-12-11

打赏
举报

谢谢楼上，我用的是d3d9ex
我也不确信StretchRect是同步还是异步，在stretchrect之后如果我不调用lockrect的话
使用共享的handle建立的surface render出来什么都没有，
如果调用lockrect的话，就能render出结果，所以我推测stretchrect是异步的。
我的目的不是把数据拷贝到system memory，恰恰相反我就是避免这种拷贝
尽量在gpu上完成需要的功能。

引力场变动源 2010-12-11

打赏
举报

StretchRect是异步的吗？没听说它是异步的啊，只知道不能在BeginScene和EndScene之间调用……

另外如果来源surface是RenderTarget的话，还能使用GetRenderTargetData来复制数据。

另外d3d9是不支持surface共享的吧，从d3d9ex开始才支持。

回过头来看的话这其实是一个COM组件缺少问题，在没有其他方式注册COM组件的前提下，也只能手动拷贝注册表。只是一开始没有预估到光一个手写识别的COM组件涉及到的注册表就有一百多项（从COM组件的原理上来讲，通常都是会很多的，因为每一个COM类型、COM接口都对应一个注册表项，而且都是分散的），所以提示缺什么补什么的方式搞了很久都没搞定。其实，我们的Demo中引用的Microsoft.Ink.dll本身并不是COM组件，而是对COM组件的C#封装。

（147页PPT）未来教育与未来学校新图景.pptx

代码下载地址： https://pan.quark.cn/s/50541e038af4 Apache POI是一个功能丰富的Java工具包，主要用于处理Microsoft Office文档格式，例如Word、Excel以及PowerPoint。在本资源中，我们将详细研究如何借助Apache POI在Word文档中添加文本和图片，这对于制作动态报告框架特别有帮助。一、Apache POI基础Apache POI包含了一系列的接口和类，它们能够用于读写微软的Office文件格式。在处理Word时，主要会用到`XWPFDocument`（用于处理OpenXML .docx格式）和`HWPFDocument`（用于处理传统的二进制 .doc 格式）。本资源主要围绕`XWPFDocument`展开讨论，因为它更为现代化并且支持更多的功能。二、插入文本1. 创建Word文档：我们需要初始化一个`XWPFDocument`实例。这将代表一个新的空白Word文档。```javaXWPFDocument document = new XWPFDocument();```2. 添加段落：Word中的基本构成单位是段落，我们可以通过`XWPFDocument`的`createParagraph()`方法来创建新的段落。```javaXWPFParagraph paragraph = document.createParagraph();```3. 插入文本：在段落中添加文本，可以创建`XWPFRun`对象，并设定其文本内容。```javaXWPFRun run = paragraph.createRun();run.setText("这是需要添加的文本内容");```4. 样式调整：...

内容概要：本文介绍了基于MATLAB实现的PSO-KNN多特征分类预测项目，通过将粒子群优化算法（PSO）与K近邻算法（KNN）相结合，解决传统KNN在高维多特征数据分类中面临的参数敏感、特征冗余、分类精度低等问题。项目采用PSO对KNN的关键参数（如K值和特征权重）进行全局寻优，结合数据预处理、特征加权选择、适应度评估与并行化机制，构建了一个高效、自适应的智能分类模型。文中详细阐述了模型架构的各个层级，包括数据预处理、特征加权、参数寻优、粒子群协作策略及分类输出，并提供了部分MATLAB代码示例，涵盖主成分分析、粒子初始化、速度更新、交叉验证与结果可视化等关键步骤。; 适合人群：具备一定机器学习基础和MATLAB编程能力，从事数据分析、智能算法研究或工程应用的研发人员、高校研究生及科研工作者，尤其适合关注智能优化与分类预测融合应用的人员。; 使用场景及目标：①应用于医学诊断、金融风控、工业监测等需要高精度多特征分类的领域；②解决KNN算法在高维数据中的参数选择与特征权重优化难题；③提升分类模型的自动化程度与泛化能力，减少人工调参成本；④为智能算法集成与实际工程落地提供可复用的技术框架。; 阅读建议：此资源以实际项目为导向，结合理论与代码实现，建议读者在理解算法原理的基础上，运行并调试所提供的MATLAB代码，重点关注PSO寻优过程与KNN分类的耦合机制，同时可根据自身数据特点调整适应度函数与参数范围，实现模型迁移与优化。

IntelliJ IDEA安装与环境配置指南详细教程【Java开发环境】基于JDK与IntelliJ IDEA的配置方法：Windows平台Java程序编译运行基础工具部署指南