Delphi图像处理 图像高斯模糊处理（改进版）
我在文章《Delphi图像处理 -- 图像卷积及高斯模糊》中，介绍了利用通用的图像卷积过程对图像进行高斯模糊处理，其处理效果还不错，处理小型图像时感觉也还行，但是处理较大图像时的速度还是嫌慢，在我的P4 2.8G、1G内存的机器上对千万像素图像进行Q=3，R=5的高斯模糊处理，不包括图像装载和前期数据转换，耗时达8600ms以上，虽经几次修改，其处理速度始终得不到明显提高，主要原因还是采用通用卷积过程处理的问题：用R=5得到的卷积模板为11*11像素，一个像素有4个分量（32位ARGB），对每个象素必须作11*11*4=484个乘法、484个加法及4个除法，最后还得作4个分量是否超界的判断处理，想不慢都难啦！如果不是采用BASM定点数处理代码，其处理速度更是难以想象。
我在网上多次查找图像高斯模糊的优化算法，不少算法和处理方式，包括代码优化还不如我的那个高斯模糊处理过程，使我很失望。前天查找其它资料时，在国外某个网站上发现介绍图像高斯模糊处理方法时似乎与常规的算法有所不同，但都没有详细的资料（因为不懂外语，很少上国外网站，但看些公式、伪代码还是行的）， 经过反复琢磨，可以将其处理流程归纳如下：
1、用给定的确定Q和长度size，计算一个size+1长的高斯分布权数数据weights：
radius = size / 2
// 计算初始数据
for (i = -radius; i <= radius; i ++)
{
x = i / Q;
weights[i+radius] = exp(-x * x / 2)
}
// 求和
sum = 0
for (i = -radius; i <= radius; i ++)
{
sum += weights[i+radius]
}
// 数据归一，即归一后的数据之和等于1
for (i = -radius; i <= radius; i ++)
{
weights[i+radius] /= sum
}
2、使用weights对原图像作垂直的模糊运算，即以像素(x, y)为中心，对(x, y - radius)和(x, y + radius)的像素点与weights对应的值相乘后求和得到新的像素，并写入到一个临时的图像上相应的点上（因为数据进行了归一处理，乘积和不必再作除法运算）；
3、使用weights对临时图像作水平的模糊运算，即以像素(x, y)为中心，对(x - radius, y)和(x + radius, y)的像素点与weights对应的相乘后求和得到新的像素，并写入到目标图像上相应的点上。
处理过程结束。
由于上面的处理流程只是对图像每个象素作了一个“十&rd
相关文档：
在上一篇中，我们简单的实现了一个对Delphi自身的TEdit编辑框控件的一个扩充！但是我们并不能像Delphi自己的TEdit一样，能够
在设计状态下进行设计，而是非得要自己手动创建控件，然后才能使用。这个虽然说也是组件，但是却失去了组件的可设计的方便性，仅仅可作为一个类库来使用。
现在我就来介绍一下，如何让这个组件注 ......
C# Delphi处理分析QQ协议
大家说到QQ协议都觉得很神秘，是因为QQ不像MSN或者ICQ协议都已经官方公布了，而QQ的没有公布。研究它的人也不是特别的多，虽然已经有了基于 QQ协议所写成的第三方软件 foicq, qq plugins for gaim, LumaQQ，但是由于他们是基于二进制Stream的协议过于复杂，大家阅读代码也有� ......
如今RealPlayer的流式媒体文件以其强大的视频压缩比正逐步悄然兴起。RealPlayer Plus播放器也理所当然地成为大家播放RealPlayer格式文件的首选软件。不过RealPlayer Plus也不是十全十美的，比如启动时间慢，占用空间大，留有历史记录等等。其实我们可以利用Delphi打造一个完全符合自己要求的RealPlayer� ......
Windows 下一个典型的特征就是多任务，我们可以同时打开多个窗口进行操作，也可以同时运行程序的多个实例，比如可以打开许多个资源管理器进行文件的移动复制操作。但有时出于某种考虑（比如安全性），我们要做出一些限制，让程序只能够运行一个实例。在Delphi编程中，笔者总结出了以下几种方法：
一、 查找窗口法
� ......
