vs2008中使用gdi+的设置

简介: vs2008中使用gdi+ 1.新建一个mfc工程 2.在stdafx.h文件中加入以下几行语句:#include                 //#pragma comment(lib, "gdiplus.

vs2008中使用gdi+

1.新建一个mfc工程

2.在stdafx.h文件中加入以下几行语句:

#include <gdiplus.h>                //
#pragma comment(lib, "gdiplus.lib") //在工程属性中添加亦可
using namespace Gdiplus;            //使用GDI+的命名空间, 若不用的话每次使用Gdiplus时均加上命名空间亦可

3.修改App类

在App类(以下例子中为CTestApp)中增加成员
protected: 
    GdiplusStartupInput m_gdiplusStartupInput; 
    ULONG_PTR m_gdiplusToken; 

在BOOL CTestApp::InitInstance()增加以下代码, 必须在dlg.DoModal()前.
GdiplusStartup(&m_gdiplusToken, &m_gdiplusStartupInput, NULL); 

重载CTestApp::ExitInstance()
public: 
virtual BOOL ExitInstance(); 

BOOL CTestApp::ExitInstance() 

    GdiplusShutdown(m_gdiplusToken); 
    return CWinAppEx::ExitInstance();    //使用基类的ExitInstance(). 


4. 现在可以在CTestDlg::OnPaint()中增加以下代码来画图了

CClientDC dc(this);  
Graphics graphics(dc); 
Image image(L"d:/test.jpg"); 
Point pos[] = 

    Point(10, 10), 
    Point(image.GetWidth() + 10, 10), 
    Point(10, image.GetHeight() + 10) 
}; 
graphics.DrawImage(&image, pos, 3); //在平行四边形区域内显示图像

 

 

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

*****************************************************************************************

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

在VS2008当中由于自带了GDI+的开发包,所以不需要在安装GDI开发包,这些头文件的位置由VS中的$(WindowsSdkDir)/include自动包含进来了。你可以在vs的命令提示符下使用 echo %WindowsSdkDir%显示该路径。我的电脑上是在C:/Program Files/Microsoft SDKs/Windows/v6.0A/Include。默认vs并没有将gdi的静态库链接文件加进来,所以需要显示链接,编译器指令为#pragma comment(lib, "gdiplus.lib")

下面为使用GDI+的基本代码,功能是将bmp图像转换成jpeg格式的图像。

 

[cpp:showcolumns]  view plain copy
 
·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150
  1. // FileTran.cpp : 定义控制台应用程序的入口点。 
  2. // 
  3.  
  4. #include "stdafx.h" 
  5. #pragma comment(lib, "gdiplus.lib") 
  6. using namespace Gdiplus; 
  7. GdiplusStartupInput g_Gdiplus; 
  8. ULONG_PTR g_pGdiToken; 
  9.  
  10. int GetCodecClsid(const WCHAR* format, CLSID* pClsid); 
  11. int _tmain(int argc, _TCHAR* argv[]) 
  12.     GdiplusStartup(&g_pGdiToken, &g_Gdiplus, NULL); 
  13.     Bitmap* pBmp = Bitmap::FromFile(_T("你的bmp图像路径")); 
  14.     if (pBmp) 
  15.     { 
  16.         CLSID clsid; 
  17.         int nQuality = 95; 
  18.         EncoderParameters Encoders; 
  19.         Encoders.Count = 1; 
  20.         Encoders.Parameter[0].Guid = EncoderQuality; 
  21.         Encoders.Parameter[0].Type = EncoderParameterValueTypeLong; 
  22.         Encoders.Parameter[0].NumberOfValues = 1; 
  23.         Encoders.Parameter[0].Value = &nQuality; 
  24.         GetCodecClsid(L"image/jpeg", &clsid); 
  25.         pBmp->Save(L"tran.jpg", &clsid, &Encoders); 
  26.  
  27.     } 
  28.     GdiplusShutdown(g_pGdiToken); 
  29.     return 0; 
  30.  
  31. int GetCodecClsid(const WCHAR* format, CLSID* pClsid) 
  32.    UINT  codenum = 0;    
  33.    UINT  size = 0;    
  34.    ImageCodecInfo* pImageCodecInfo = NULL; 
  35.    GetImageEncodersSize(&codenum, &size); 
  36.    if(size == 0) 
  37.       return -1 ;   
  38.    pImageCodecInfo = new ImageCodecInfo[size]; 
  39.    if(pImageCodecInfo == NULL) 
  40.       return -1;  
  41.    GetImageEncoders(codenum, size, pImageCodecInfo); 
  42.    for(UINT j = 0; j < codenum; ++j) 
  43.    { 
  44.       if( wcscmp(pImageCodecInfo[j].MimeType, format) == 0 ) 
  45.       { 
  46.          *pClsid = pImageCodecInfo[j].Clsid; 
  47.          delete []pImageCodecInfo; 
  48.          return 0;   
  49.       }     
  50.  
  51.    }  
  52.    delete []pImageCodecInfo; 
  53.    return -1;   

 

 

 

目录
相关文章
|
3天前
|
云安全 数据采集 人工智能
古茗联名引爆全网,阿里云三层防护助力对抗黑产
阿里云三层校验+风险识别,为古茗每一杯奶茶保驾护航!
古茗联名引爆全网,阿里云三层防护助力对抗黑产
|
3天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
471 1
kde
|
3天前
|
人工智能 关系型数据库 PostgreSQL
n8n Docker 部署手册
n8n是一款开源工作流自动化平台,支持低代码与可编程模式,集成400+服务节点,原生支持AI与API连接,可自托管部署,助力团队构建安全高效的自动化流程。
kde
320 3
|
2天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践
本文介绍RAG(检索增强生成)技术,结合Spring AI与本地及云知识库实现学术分析AI应用,利用阿里云Qwen-Plus模型提升回答准确性与可信度。
221 91
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践
|
4天前
|
传感器 人工智能 算法
数字孪生智慧水务系统,三维立体平台,沃思智能
智慧水务系统融合物联网、数字孪生与AI技术,实现供水全流程智能监测、预测性维护与动态优化。通过实时数据采集与三维建模,提升漏损控制、节能降耗与应急响应能力,推动水务管理从经验驱动迈向数据驱动,助力城市水资源精细化、可持续化管理。
279 143
|
18天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
7天前
|
人工智能 移动开发 自然语言处理
阿里云百炼产品月刊【2025年9月】
本月通义千问模型大升级,新增多模态、语音、视频生成等高性能模型,支持图文理解、端到端视频生成。官网改版上线全新体验中心,推出高代码应用与智能体多模态知识融合,RAG能力增强,助力企业高效部署AI应用。
350 1