如何提高扫描线填充算法的速度？

deargogo 2006-06-20 08:43:24

一个扫描线填充算法，但在填充一个500 x 500pixels的图形时，就已经大于0.1秒了。而GDI的Floodfill函数填充同样的图形时只需要0.006几秒！还有下面这个国外的家伙写的扫描线填充算法速度也是也和GDI的Floodfill一样：

http://www.codeproject.com/gdi/QuickFill.asp

当然我没有使用Getpixel来获得色彩值，而是用的GetBitmapBits.

请问有什么办法可以提高速度吗？急！！

...全文

207 1 打赏收藏举报

写回复

用AI写文章

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

lexchou 2006-06-20

打赏
举报

为什么不考虑使用DIB。

直接对内存块进行填充，效率那是相当的高

小生原文 ArcGIS engine中气泡标注的添加、修改！　　你微微地笑着，不同我说什么话。而我觉得，为了这个，我已等待得久了。　　　　 ——泰戈尔　　喜欢看你微微...

ArcGIS engine中气泡标注，是我们在编辑图形中一个重要的工具，能提供注释功能，下面的介绍怎么来编程实现callout的添加，以及怎么去修改它们！ // 在Mapcontrol的mouseDown中添加下列内容，来添加气泡注释功能：callout. privatevoid axMapControl1_OnMouseDown(object sender,IMapContro

1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

含训练好的YOLO权重与PyQt可视化检测界面，开箱即用，毕业设计/课程设计可直接上手。【数据集概况】 · 检测类别（中文）：[冲浪者(surfer)] · 训练集：438 张 · 验证集：125 张 · 测试集：63 张 · 总计：626 张该数据集针对海滩冲浪场景进行精心构建，全面覆盖冲浪者在不同海浪条件下的动态表现，为海洋运动安全监测与行为分析提供了高价值数据资源，显著提升了相关领域的研究与应用水平。该数据集训练集438张、验证集125张、测试集63张，分布科学合理，训练集规模充足以支持模型充分学习，验证集与测试集比例恰当，有效保障模型评估的准确性和可靠性。该数据集标注质量卓越，所有冲浪者目标均被精确标注，边界框紧密贴合目标轮... 【训练曲线与评估图】【模型训练配置】参数 | 值模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备【关键指标汇总】训练了 91 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.8359** mAP50-95 | 0.4031 Precision | 0.8209 Recall | 0.7764 train/box_loss | 1.7868 train/cls_loss | 0.8077 val/box_loss | 1.7200 val/cls_loss | 0.7941 【训练过程分析】 91 轮训练后 mAP50 为 0.8359，模型基本收敛但还有提升余地。Loss 曲线下降正常，后期趋于平缓。mAP50-95 为 0.4031，和 mAP50 差距 0.43，定位精度是主要短板。【模型性能评估】 Precision 0.8209、Recall 0.7764，精度高于...

内容概要：本文提出了一种基于混沌系统与DNA编码的复合型彩色图像加密解密方案，旨在解决传统图像加密算法密钥空间小、抗干扰能力弱等问题。通过混沌系统生成伪随机序列，结合DNA碱基编码规则对图像RGB三通道进行置换与混淆扩散，实现高安全性的图像加密。研究重点分析了该方案在高斯噪声和椒盐噪声干扰下的抗噪声性能，以及在不同面积与位置裁剪情况下的抗裁剪性能，实验结果表明该算法具备大密钥空间、强密钥敏感性，并对噪声和局部数据丢失具有优良的鲁棒性，能有效保障图像在复杂传输环境下的信息安全。; 适合人群：具备一定信息安全、图像处理或密码学基础知识的科研人员、研究生及工程技术人员。; 使用场景及目标：①用于网络图像传输、私密图像存储等对安全性要求较高的场景；②为高鲁棒性图像加密技术的研究与应用提供理论支撑和技术参考；③指导抗干扰性能评估体系的构建与优化。; 阅读建议：读者应重点关注加密算法的设计逻辑与抗干扰性能分析方法，结合文中实验设置自行复现测试，深入理解混沌与DNA编码的融合机制及其在实际应用中的局限性，为进一步优化算法提供思路。

VC/MFC

16,550

社区成员

421,606

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

VC/MFC社区版块或许是CSDN最“古老”的版块了，记忆之中，与CSDN的年龄几乎差不多。随着时间的推移，MFC技术渐渐的偏离了开发主流，若干年之后的今天，当我们面对着微软的这个经典之笔，内心充满着敬意，那些曾经的记忆，可以说代表着二十年前曾经的辉煌……
向经典致敬，或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天，我们期待着MFC技术能够恢复其曾经的辉煌，或许这个期待会永远成为一种“梦想”，或许一切皆有可能……
我们希望这个版块可以很好的适配Web时代，期待更好的互联网技术能够使得MFC技术框架得以重现活力，……

试试用AI创作助手写篇文章吧

+ 用AI写文章