2025-09-12 00:02:25
数据类型 | 子节数 | 说明 |
---|---|---|
byte | 1 | 占 8 个二进制字符,特殊知识:以 0x80 为分界 |
sbyte | 1 | 占 8 个二进制字符 |
short | 2 | |
ushort | 2 | |
int | 4 | |
uint | 4 | |
float | 4 | |
long | 8 | |
ulong | 8 | |
double | 8 | |
char | 1 、 2 | 在 c 等低级语言中占 1 个子节,在 c# 等高级语言中占 2 子节 |
string | 无固定长度 | 一种是定义长度,再取长度的字节数转,另一种是以 0x0 为结束符 |
leb128 | 无固定长度 | 每次读一个子节, 子节值大于等于 0x80 表示有需要读下一个子节 |
主要为大端小端,主要是指有多个固定字节数的数据类型的字节写入顺序不同, byte
sbyte
只有一个字节,没有大小端之分;string
char
leb128
都不固定长度,依赖前一个字节指示是否有下一个字节,所以无法分大小端。
大端(BigEndian, 简写BE),高位写在前面,反转过来写的意思,例如 (ushort)1
转成字节数组是 [0x1, 0x0]
写入流时是先写 0x0
在写入 0x1
小端(LittleEndian, 简写LE),低位写在前面,顺着字节数组写的意思,例如 (ushort)1
转成字节数组是 [0x1, 0x0]
写入流时是先写 0x1
在写入 0x0
一般来说:网络字节流的是大端,计算机文件流是小端。
Unicode
固定文件头 0xFF 0xFE,大端则是 0xFE 0xFF
UTF8
分有头和无头,有固定头 0xEF 0xBB 0xBF
无头编码,主要根据 char
(两个字节) 存储方式判断,一般来说 0x0-0x7F 是指占用一个字节,0x80-0xFF 根据定义可以指示多个字节
UTF8
字节数 | 字节分布 |
---|---|
1 | 0x00-0x7F |
2 | 0xC2-0xDF 0x80-0xBF |
3 | 0xE0 0xA0-0xBF 0x80-0xBF |
3 | 0xE1-0xEC 0x80-0xBF 0x80-0xBF |
3 | 0xED 0x80-0x9F 0x80-0xBF |
3 | 0xEE-0xEF 0x80-0xBF 0x80-0xBF |
4 | 0xF0 0x90-0xBF 0x80-0xBF 0x80-0xBF |
4 | 0xF1-0xF3 0x80-0xBF 0x80-0xBF 0x80-0xBF |
4 | 0xF4 0x80-0x8F 0x80-0xBF 0x80-0xBF |
一般是固定的头,固定几个字节指示
算法类型 | 代表算法 | 适用场景 |
---|---|---|
字典编码 | LZ77, LZ78, LZW | 重复数据压缩(文本) |
熵编码 | Huffman, 算术编码 | 通过加入长度来表示重复字节或字节数组 |
图片无损压缩: 对单个像素点(R|G|B|A)进行处理,例如不透明图片就可以只保存(R|G|B)三个颜色值,更进一步有单个色值的,例如只保存(R)通道
一般只针对特殊领域,例如图像
图象的有损压缩:分成一个个(width*height)小的区域进行近似关联处理,常见的是分成 (4*4) 的小区域,每个区域处理成 8 个字节
加密算法
常见的加密算法:
这些复杂的加密算法只适用于文件少且重要的,速度较慢、内存占用较高
一般对速度和性能有要求的就简单的使用xor(异或处理)
0x0
, 不是的话就肯定在前面标记了长度,byte
再考虑 leb128
再 uint
int
long
leb128
, 那就可以肯定 其他长度都用的 leb128
, 甚至 uint
ulong
等值也转成了 leb128
0x0
, 0x0
多用于补位,例如数据类型固定占用多个子节,不足就是 0x0
,还有就是补数据内容的长度2025-03-06 22:37:16
每条记录可以看作一个数据块
struct Chunk {
int id;
long offset;
long length;
}
顺序读取每一块并记录每一块的起始位置和数据长度。
但是更新写入就有点复杂了。
先读取数据块,并标记数据块是原始文件。
struct Chunk {
int id;
bool isTemporarySource;
long offset;
long length;
}
所有未保存的删除写入更新,都是发生在临时文件中。
2024-11-22 18:33:46
本文基于透明图片的透明度获取轮廓;如不透明图片获取轮廓需要先把图片转成灰度图片,根据灰度值获取轮廓。
o c o o
o o b o
o a o o
o o o
// 从 a 找到 b,方向为 1 (0 是正上方)
// 那个 b 就在 a 的 1 方向,a 就在 b 的 5方向
// 但 b 的 6 方向已经被 a 找过了, 所以 b 的起始方向就是 7
// 总结 b 在 a 的 n 方向,则 b 的起始方向为 n + 6
/// <summary>
/// 边界算法
/// </summary>
/// <returns></returns>
private static SKPath? TraceContour(SKPixmap pixMap, int beginX, int beginY)
{
var path = new SKPath();
path.MoveTo(beginX, beginY);
var directItems = new int[][] {
[0, -1], [1, -1],
[1, 0],
[1, 1], [0, 1], [-1, 1],
[-1, 0], [-1, -1]
};
var beginDirect = 0;
var isBegin = false;
var curX = beginX;
var curY = beginY;
while (!isBegin)
{
var i = 0;
var direct = beginDirect;
var hasPoint = false;
while (i ++ <= directItems.Length)
{
var x = curX + directItems[direct][0];
var y = curY + directItems[direct][1];
// 判断点是否是透明像素点
if (IsTransparent(pixMap, x, y))
{
direct = (direct + 1) % directItems.Length;
continue;
}
hasPoint = true;
curX = x;
curY = y;
if (curX == beginX && curY == beginY)
{
isBegin = true;
path.Close();
}
else
{
path.LineTo(curX, curY);
}
beginDirect = (direct + 6) % directItems.Length;
break;
}
if (!hasPoint)
{
// 所有方向都没有找到下一个不透明点,表明这就是一个孤点
return null;
}
}
return path;
}
/// <summary>
/// 物体轮廓获取
/// </summary>
public class ImageContourTrace
{
public ImageContourTrace()
{
}
public ImageContourTrace(bool isOutline)
{
IsOutline = isOutline;
}
/// <summary>
/// 外边框,即靠近物体的透明区域
/// </summary>
public bool IsOutline { get; set; }
/// <summary>
/// 是否需要获取一个点
/// </summary>
public bool IsAllowDot { get; set; }
/// <summary>
/// 获取图片上所有物体轮廓
/// </summary>
/// <param name="image"></param>
/// <returns></returns>
public async Task<SKPath[]> GetContourAsync(SKBitmap image, CancellationToken token = default)
{
using var imagePixMap = image.PeekPixels();
return await GetContourAsync(imagePixMap, token);
}
/// <summary>
/// 获取图片上所有物体轮廓
/// </summary>
/// <param name="image"></param>
/// <returns></returns>
public async Task<SKPath[]> GetContourAsync(SKImage image, CancellationToken token = default)
{
using var imagePixMap = image.PeekPixels();
return await GetContourAsync(imagePixMap, token);
}
/// <summary>
/// 获取图片上所有物体轮廓
/// </summary>
/// <param name="image"></param>
/// <returns></returns>
public Task<SKPath[]> GetContourAsync(SKPixmap pixMap, CancellationToken token = default)
{
return Task.Factory.StartNew(() => {
return GetContour(pixMap, token);
}, token);
}
/// <summary>
/// 获取所有物体的轮廓
/// </summary>
/// <param name="pixMap"></param>
/// <returns></returns>
public SKPath[] GetContour(SKPixmap pixMap, CancellationToken token = default)
{
var items = new List<SKPath>();
for (var i = 0; i < pixMap.Height; i++)
{
for (var j = 0; j < pixMap.Width; j++)
{
if (token.IsCancellationRequested)
{
return [..items];
}
if (IsTransparent(pixMap, j, i) || Contains(items, j, i))
{
continue;
}
var path = GetContour(pixMap, j, i);
if (path is null)
{
continue;
}
items.Add(path);
}
}
return [.. items];
}
/// <summary>
/// 根据坐标获取轮廓边界算法
/// </summary>
/// <param name="pixMap"></param>
/// <param name="beginX"></param>
/// <param name="beginY"></param>
/// <returns></returns>
public SKPath? GetContour(SKPixmap pixMap, int beginX, int beginY)
{
var path = new SKPath();
path.MoveTo(beginX, beginY - (IsOutline ? 1 : 0));
var directItems = new int[][] {
[0, -1], [1, -1],
[1, 0],
[1, 1], [0, 1], [-1, 1],
[-1, 0], [-1, -1]
};
var beginDirect = 0;
var isBegin = false;
var curX = beginX;
var curY = beginY;
while (!isBegin)
{
var i = 0;
var direct = beginDirect;
var hasPoint = false;
while (i++ <= directItems.Length)
{
var x = curX + directItems[direct][0];
var y = curY + directItems[direct][1];
if (IsTransparent(pixMap, x, y))
{
direct = (direct + 1) % directItems.Length;
if (IsOutline)
{
path.LineTo(x, y);
}
continue;
}
hasPoint = true;
curX = x;
curY = y;
if (curX == beginX && curY == beginY)
{
isBegin = true;
path.Close();
}
else if (!IsOutline)
{
path.LineTo(curX, curY);
}
beginDirect = (direct + 6) % directItems.Length;
break;
}
if (!hasPoint)
{
if (IsOutline)
{
path.Close();
return path;
}
// 所有方向都没有不透明点,就是一个孤点
return IsAllowDot ? path : null;
}
}
return path;
}
private static bool Contains(IEnumerable<SKPath> items, int x, int y)
{
foreach (var item in items)
{
if (item.Contains(x, y))
{
return true;
}
}
return false;
}
private static bool IsTransparent(SKPixmap pixMap, int x, int y)
{
if (x < 0 || y < 0 || x >= pixMap.Width || y >= pixMap.Height)
{
return true;
}
return pixMap.GetPixelColor(x, y).Alpha == 0;
}
}
2024-08-19 18:54:04
/// <summary>
/// 把像素字节数组转图片
/// </summary>
/// <param name="buffer">像素数组,例如: [r, g, b, a, r, g, b, a ...]</param>
/// <param name="width">图片的宽度,例如: 512</param>
/// <param name="height">图片的高度,例如: 1024</param>
/// <param name="format">指定像素数组的组成方式,例如:SKColorType.Rgba8888</param>
/// <returns></returns>
public static SKBitmap Decode(byte[] buffer, int width, int height, SKColorType format)
{
var data = SKData.CreateCopy(buffer);
var newInfo = new SKImageInfo(width, height, format);
var bitmap = new SKBitmap();
bitmap.InstallPixels(newInfo, data.Data);
return bitmap;
}
public static SKImage Decode(byte[] buffer, int width, int height, SKColorType format)
{
var newInfo = new SKImageInfo(width, height, format);
var data = SKData.CreateCopy(buffer);
return SKImage.FromPixels(newInfo, data);
}
SkiaSharp
默认支持 png
jpg
等文件格式,但是一些不支持的文件格式怎么显示呢?
例如:pvr
格式就不能直接解码。
SkiaSharp
支持,所有支持的颜色编码方式在 SKColorType
中SKColorType.Rgba8888
, 即:每个像素占四个字节,分别为 [Red,Green,Blue,Alpha],总字节为 宽*高*4
, 以逐行横行存储, (行*宽+列)*4
获取像素点的位置Decode(转换后的数据, 宽, 高, SKColorType.Rgba8888)
即可A: SkiaSharp 是线程安全的,两个线程不应访问同一个对象。SKBitmap 只能在UI主线程中操作,SKImage 则可以在所有子线程中操作
2024-08-04 18:43:01
NAS设备:绿联DXP4800 Plus
NAS系统:UGOS PRO
无法直接 DockerHub 可以使用 阿里云的镜像加速
搜索 gogs
下载
配置自动重启
配置文件保存位置
配置端口映射
访问网页进行GOGS配置
图片来源:https://www.cnblogs.com/yuexiaoyun/articles/11946103.html
图片来源:https://www.cnblogs.com/yuexiaoyun/articles/11946103.html
Q: nas重启后网址无法打开
A:可能是gogs安装时,端口配置错误,可以到gogs的文件保存位置下找到 gogs/conf/app.ini
文件修改 [server]HTTP_PORT
为 3000
即可
2024-08-04 18:40:38
使用USB连接电脑
在手机上选择“USB用于传输文件”
android/data
下的文件可能无法获取到并传输,如果再手机上把 android/data
复制到 Download
,可能无法复制目录中的文件例如使用 ES文件浏览器
需要在电脑中安装 adb
使用USB连接电脑
在手机上选择“USB用于传输文件”
再手机 设置
中打开 开发者模式
,开启 USB调试功能
电脑上打开终端命令行
# adb pull <手机中的文件路径> <保存在电脑的位置>
adb pull /storage/emulated/0/Android/data/com.xxx files
注意千万不要使用以下命令
这两种命令的原理就是压缩/storage/emulated/0/Android/data/com.xx
不保存直接输出终端,再保存终端输出的内容到 aaa.tar
文件,但是会导致文件出现0xFF 0xFE
和 很多 0x0
字节,导致解压缩软件无法读取
adb exec-out tar chf - -C /storage/emulated/0/Android/data/com.xx files > aaa.tar
adb shell 'tar -cf - /storage/emulated/0/Android/data/xx 2>/dev/null' > backup.tar.gz
可以使用先压缩到手机,再下载出来
# 压缩 /storage/emulated/0/Android/data/com.xx 到 /storage/emulated/0/Download/files.tar 文件中
adb exec-out tar chf /storage/emulated/0/Download/files.tar /storage/emulated/0/Android/data/com.xx
# 下载
adb pull /storage/emulated/0/Download/files.tar files.tar
-c: 建立压缩档案
-x:解压
-t:查看内容
-r:向压缩归档文件末尾追加文件
-u:更新原压缩包中的文件
-f: 文件
-h: 解除软链接
所以 tar chf <保存的文件> <要压缩的目录>
就是 tar -c <保存的文件> -h -f <要压缩的目录>
的意思