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：
教你用delphi写弹窗广告插件
2009年12月25日 星期五 00:45
教你用delphi写弹窗广告插件
引子
目前越来越多的广告插件在我们电脑上扎根驻地，时不时地弹出令人讨厌的广告，并且每当我们开机的时候都会弹出来，搞的很多小菜只能重装系统，
来解决这另人讨厌的广告！影响我们上网聊天，玩游戏，工作等等……� ......
在开讲之前，首先，我假设你了解什么是面向对象，什么是类。如果不了解的话，建议先去了解一下相关知识！
在Delphi中，组件，我们可以将它理解为一个个的封装好了的功能对象库，使用这个库，就只用简单的几句代码，甚至仅仅简单的设置几个属性就能实现某些
功能，我们可以将组件想象成日常生活中使用的某些 ......
在Delphi自带的Indy控件中其实是提供了MD2,MD4,MD5对象的，我们可以直接使用它们来完成MD5的签名算法。而不需要再去找其它的
DLL或是Pas了。
在Uses单元中引用 IdHashMessageDigest,IdGlobal, IdHash 单元，再写如下代码即可以达到MD5的实现。
示例代码
procedure TForm1.Button1Click(Sen ......
明天就是五一节了，辛苦了好几个月，借此机会应该尽情放松一番。可是想到Blog好久没有写文章，似乎缺些什么似的。这几个月来在项目中又增长了许多经验，学到许多实际应用的知识。不如把一些比较有用的记录下来，供朋友们参考可好。
我想到Delphi的事件，那可真是个方便的东西，初学者在窗体上拉几个� ......
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� ......
