百分相送,问几句代码的含义,指针方面的

lonelydreamsym 2005-01-29 04:26:22
代码如下:用于反色的
unsafe
{
byte *p = (byte *)(void *)Scan;
int nOffset = stride - bmp.Width * 3;
int nWidth = bmp.Width * 3;
for (int i = 0; i < bmp.Height; i++)
{
for (int j = 0; j < nWidth; j++)
{
p[0] = (byte)(255 - p[0]);
p[1] = (byte)(255 - p[1]);
p[2] = (byte)(255 - p[2]);
++p;
}
p += nOffset;
}
bmp.UnlockBits(bmpData);
}
问题如下:
一:int* aa与int *aa的区别,单独的问题,与上面代码无关。
二:结合上面代码,*p为什么声明为byte型呢,byte只有8位,能存下一个完整的地址吗,实际可以的,代码经过执行是正确的,为什么??
三:结合上面代码,*p与下面的p[0],p[1],p[2]的关系,为什么可以写成类型数组的形式,在本例中表示的某个像素点的基色值,代码也经过测试是正确的。
...全文
296 12 打赏 收藏 转发到动态 举报
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
hedonister 2005-01-31
  • 打赏
  • 举报
回复
斑竹cuike519说的很好,就不班门弄斧了
minghui000 2005-01-31
  • 打赏
  • 举报
回复
帮你up
cuike519 2005-01-31
  • 打赏
  • 举报
回复
其实如果你有C++的基础,这些都比较好理解。
1、好像是C#特有的,在C++中这两个没有什么区别,但是在C#里面在连续声明的时候比如:
int* p,pc;这样的意思是p,pc都是两个整型指针,而int *p,pc;p是一个指针后面的是一个int的变量,而在C++里面这两种情况和后面的解释是一至的。
2、指针的大小是固定的只是,这个问题就好像指针的类型一样,从内存需求的观点来看,指针只需要一个Word的内存(而word的大小视不同的计算机而不同)空间,内存需求不同的是指针所指的对象,所以这样申明是没有什么问题的,该对象的大小也只和该对象中的各个成员实际所占的内存有关和指针没有关系(指针的移动和这个值有关系)。
3、数组和指针好像天生就是分不开的,数组是一个const的指针,所以这样标识没有什么问题(完全是编程技巧)。

上是个人的一点见解(结合C++的一点东西)。
lonelydreamsym 2005-01-31
  • 打赏
  • 举报
回复
没C++的基础,好像是有点懂了 ^_^,谢谢楼上各捧场
agaric 2005-01-30
  • 打赏
  • 举报
回复


指定指针类型以后 该指针就指向该数据类型所占空间大小的数据块的头一个字节
比如int在32位系统里是4字节32位 如果有int *p ;p++的话指针就是移动4个字节 指针的数据类型就是为了实现指针运算用的
真相重于对错 2005-01-30
  • 打赏
  • 举报
回复
byte *p 的地址 跟byte8位没有关系,它只是表示指向的内容是8位
qzb0818 2005-01-30
  • 打赏
  • 举报
回复
凑隔热闹
warren1999 2005-01-30
  • 打赏
  • 举报
回复
*p只是指向内存的首地址,p[1]首地址的下一地址,这些C语言的指针说得很详细的,建议看一下
liulxmooo 2005-01-30
  • 打赏
  • 举报
回复
up
sdav 2005-01-30
  • 打赏
  • 举报
回复
为什么晚的总是我
Yashmak 2005-01-30
  • 打赏
  • 举报
回复
一:
int* aa和int *aa没有区别

二:
应该说p是byte*类型。p可以理解为一个没有边界的数组。
比如
byte bs[100]; //声明一个大小为100的字节数组,注意bs不能被赋值
byte* p=bs; //让p指向bs,此时p和bs有相同的值,不同之处在于p是变量,bs是常量
则p[0]==bs[0];p[1]==bs[1];...;p[99]=bs[99];
p就是一个数组变量,可以赋予它任意的数组常量或变量,然后它就可以代替那个数组进行数组操作了。上述代码遍历了bmp文件中的所有象素点。每个象素点就是一个字节。

这样解释也许不严格,但是可以帮助你理解。
lonelydreamsym 2005-01-29
  • 打赏
  • 举报
回复
声明:Scan是该图片中第一个像素的地址,System.IntPtr型数据
源码链接: https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议,其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中,主要涉及两种工作模式:Video Mode(视频模式)和 Command Mode(命令模式)。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前,有必要对文中提及的“LCD RAM”概念进行明确。实际上,“LCD RAM”并非一个通用术语,而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD(Liquid Crystal Display,液晶显示屏)通常配备一个控制 IC(Integrated Circuit,集成电路),该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode(视频模式) **定义:** - 视频模式是一种类似于传统 RGB 接口的工作模式,它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下,数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器,因为主机会周期性地刷新屏幕。 **特点:** 1. **实时性高:** 主机需要不...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中,CST(Computer Simulation Technology)是一种被广泛采纳的软件工具,它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法,这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色,它们构成了仿真模型不可或缺的部分。在配置离散端口时,一个核心的原则是保证端口的方向与网格线保持一致,这是因为这样做能够有效降低计算过程中产生的误差,并确保仿真数据的有效性。如果未能遵循这一指导原则,可能会引发未知的计算题,进而导致仿真结果失去可靠性。 在CST软件中配置离散端口,通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项,端口将被设定在模型边缘的中心位置上。然而,这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下,模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战,可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边,那么可以直接利用这条边来建立端口,此时CST软件会自动调整端口使其与网格线对齐。另一种可选的方法是,当模型不具备现成的平行边时,用户可以手动构建一个几何结构,比如一个立方体,并使其边缘与馈电口平行。通过这种方式,新建立的几何结构的边缘就可以作为端口的位置,从而确保端口与网格线的平行关系。 在实施上述操作时,必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整,过大的端口或...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一,其核心在于通过算法解析和理解图像所包含的信息。在此资源中,我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础,例如自动支票处理、光学字符识别(OCR)等场景。 TensorFlow是由Google创建的一个开源库,它主要用于数值运算和机器学习,尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构,并且在多种硬件环境中实现高效执行,涵盖CPU和GPU平台。 在此实践项目中,我们将运用TensorFlow来构建一个卷积神经网络(CNN)模型,这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制,能够自主地提取图像中的关键特征,进而达成识别目标。在手写数字识别的特定情境下,这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构,我们需要具备相应的认知,其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器(亦称卷积核)对图像进行扫描,以捕捉局部特征;池化层则用于降低数据维度,同时保留核心信息;全连接层将特征向量映射至各类别的概率分布;而激活函数如ReLU则通过引入非线性元素,使模型能够学习更为复杂的模式。 在此案例中,建议采用MNIST数据集,这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本,每个样本均为28x28像素的灰度图像,代表0到9这十个数字中的某一个。为了训练模型,必须首先加载数据,并...

62,271

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术交流专区
javascript云原生 企业社区
社区管理员
  • ASP.NET
  • .Net开发者社区
  • R小R
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见,支持健康理性的辩论和互动,反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧