1.Beyond Compare输出窗格中显示行号方法
2.易语言不能整除于0的窗口窗口代码怎么写
3.swin transformer理解要点
4.FFmpeg API深度解析：视频流画面合并、拼接与裁剪技巧

Beyond Compare输出窗格中显示行号方法

       Beyond Compare输出窗格中显示行号方法

       步骤一：打开Beyond Compare软件，在主页面左侧“新建会话”目录中，源码源码选择“文本合并”会话，窗口窗口打开会话操作界面。合并合并

       步骤二：分别单击界面两侧“打开文件”按钮，源码源码手机文章管理系统源码选择需要合并的窗口窗口源代码文件，您可以选择在独立窗口中显示文本输出窗格，合并合并如下图图例所示，源码源码默认情况下，窗口窗口窗格中不显示文本行号信息。合并合并

       　Beyond Compare

       步骤三：将光标停留在输出窗格的源码源码左侧任意位置，右键单击并在展开的窗口窗口菜单中选择“行号”命令，其中展开的合并合并菜单内容还包括：切换书签，转到书签，源码源码清除书签。

       　Beyond Compare

       步骤四：完成显示行号的设置后，如下图图例所示，在Beyond Compare文本合并输出窗格的仿鲁班源码左侧显示出文本的行号信息，方便用户进行查看和修改。

易语言不能整除于0的代码怎么写

       注意下：参_宽、参_高 两个参数不能传递0值，在宽与高变量赋值运算前要先将“临_块”变量赋值使其大于0！

       按源代码的算法“临_块”应该将其赋值为物体宽度或高度(正方形)，即要合并的宽度

       参_宽、参_高 两个参数要传递的值应该是合并后物体总宽度、高度！

       .版本 2

       .子程序 __启动窗口_创建完毕

       合并 (,七七菌源码 )

       .子程序 合并

       .参数 参_宽, 整数型, , 合并后的目标物体总宽度

       .参数 参_高, 整数型, , 合并后的目标物体总高度

       .局部变量 宽, 整数型

       .局部变量 高, 整数型

       .局部变量 临_块, 整数型

       临_块 ＝ 8 ' 单块物体()宽度或高度

       宽 ＝ 参_宽 ＼ 临_块 － 1

       高 ＝ 参_高 ＼ 临_块 － 1

swin transformer理解要点

        这是跑通的分类以及分割源码介绍，大家有需要可以参考一下：

        1、 Swin-Transformer分类源码(已跑通)

        2、 Swin-Transformer分割源码(已跑通)

        3、 Swin-Unet(分割改编)

        我们假设图片的大小是×的，窗口大小是固定的，7×7。这里每个方框都是一个窗口，每个窗口是固定有7×7个patch，但是patch的大小是不固定的，它会随着patch merging的操作而发生变化。比如我们看这儿，patch大小是4×4的，那怎么变成8×8呢？我们把周边4个窗口的patch拼在一起，相当于patch扩大了2×2倍，从而得到8×8大小的patch。

        我们发现经过这一系列的操作之后，patch的数目在变少，最后整张图只有一个窗口，7个patch。所以我们可以认为降采样是指让patch的数量减少，但是patch的大小在变大。

        这便是对ViT的一个改进，ViT从头至尾都是对全局做self-attention，而swin-transformer是一个窗口在放大的过程，然后self-attention的计算是以窗口为单位去计算的，这样相当于引入了局部聚合的信息，和CNN的卷积过程很相似，就像是CNN的步长和卷积核大小一样，这样就做到了窗口的不重合，区别在于CNN在每个窗口做的是卷积的计算，每个窗口最后得到一个值，这个值代表着这个窗口的特征。而swin transformer在每个窗口做的是self-attention的计算，得到的是一个更新过的窗口，然后通过patch merging的操作，把窗口做了个合并，再继续对这个合并后的窗口做self-attention的计算。

        其实这边困扰了我一小下，因为我们印象中降采样都是像CNN一样，会变小，但是swin transformer没有给我们变小的感觉。其实这就是感受野没理解到位的问题，CNN到最后，设计适当，最后一个特征图的感受野是可以放大到整张图的，swin transformer最后一个stage也是一个窗口涵盖了整张图。

        Swin-transformer是怎么把复杂度降低的呢？ Swin Transformer Block这个模块和普通的transformer的区别就在于W-MSA，而它就是降低复杂度计算的大功臣。

        关于复杂度的计算，我简单的给大家介绍一下，首先是transformer本身基于全局的复杂度计算，这一块儿讲起来有点复杂，感兴趣的同学我们可以会后一起探讨推导过程。在这里，我们假设已知MSA的复杂度是图像大小的平方，根据MSA的复杂度，我们可以得出A的复杂度是(3×3)²ï¼Œæœ€åŽå¤æ‚度是。Swin transformer是在每个local windows(红色部分)计算self-attention，根据MSA的复杂度我们可以得出每个红色窗口的复杂度是1×1的平方，也就是1的四次方。然后9个窗口，这些窗口的复杂度加和，最后B的复杂度为9。

        W-MSA虽然降低了计算复杂度，但是不重合的window之间缺乏信息交流，所以想要窗口之间的信息有所交流，那么就可以把左图演化成右图这样，但是这就产生了一个问题，如此操作，会产生更多的windows，并且其中一部分window小于普通的window，比如4个window -> 9个window，windows数量增加了一倍多。这计算量又上来了。因此我们有两个目的，Windows数量不能多，window之间信息得有交流。

        我们看到，原来的图被划分了9个窗口，中间的区域A就是信息交流的证明。我们先把左上部分(蓝色以外的窗口)移动到右下，然后再用切分四块的方法去切这个图片，这时候区域A就被隔出来了，达到了我们想要的效果。

        transformer的出现并不是为了替代CNN。因为transformer有着CNN没有的功能性，它不仅可以提取特征，还可以做很多CNN做不到的事情，比如多模态融合。而swin transformer就是一个趋势，将CNN与transformer各自的优势有效的结合了起来。这是暂时对它的一些细节补充。最近听说MLP出来了，还没有细看，时代进展未免也太快了，手里针对ViT改进的文章还没投出去，就已经开始要立不住脚了。

        希望可以帮助到大家，如果你觉得这篇文章对你有一定的帮助，那就点个赞支持一下吧！如果有什么问题的话也可以在文章下面评论，我们一起交流解决问题！

        以下是我所有文章的目录，大家如果感兴趣，也可以前往查看

        👉戳右边： 打开它，也许会看到很多对你有帮助的文章

FFmpeg API深度解析：视频流画面合并、拼接与裁剪技巧

       FFmpeg深度探索：视频流的魔术拼接、裁剪与融合技巧

       1. 神奇拼接，艺术创作

       将视频片段无缝连接，如同艺术创作，FFmpeg API提供强大的工具。av_read_frame如同探索宝箱，av_frame_alloc和av_frame_copy则是大师级的融合手法。了解这些函数，掌握视频流的u净源码编织艺术。

       2. 无缝对接，画面融合

       新闻直播与录播的无缝结合，FFmpeg为你提供关键步骤。首先，通过av_read_frame获取帧，然后用av_frame_alloc为合并帧备好画布，用av_frame_copy实现画面的无缝对接。注意帧大小和时间戳管理，以保证播放的文案馆源码流畅性。

       3. 示例代码的炼金术

       extern "C" { ... // FFmpeg库头文件 ... int main() { ... // 初始化，炼制你的视频魔法 ... } }

       这段代码揭示了如何在FFmpeg的世界中，通过av_frame_copy的精确操作，保持原始帧数据的完整性，为视频处理添加特效和水印。

       4. av_frame_copy的精妙之处

       复制帧数据时，务必注意像素格式、引用计数等问题，理解其背后的原理，以避免潜在问题。深入libavutil/frame.c源码，解锁复制技巧的奥秘。

       5. 拼接艺术的实用技巧

       对于高亮片段或视频组合，FFmpeg的API函数如av_interleaved_write_frame确保了时间顺序的连贯性，让视频片段的融合如诗如画。

       6. 实践操作指南

       以av_read_frame起航，av_interleaved_write_frame完成视频拼接之旅。

       从头到尾，保持清晰的逻辑和代码注释，实现高效与清晰的视频处理。

       Linux内核中的多媒体设备交互代码提供了深入理解的窗口，就像《庄子》中“道生万物”的哲学启示。

       通过细致的参数调整，如时间基准调整和质量优化，FFmpeg API让你在处理视频时游刃有余，无论是裁剪、拼接还是其他复杂任务，都能得心应手。

       7. 结语

       在FFmpeg的世界里，每一行代码都是一次艺术与技术的碰撞。掌握API，你就能驾驭视频流，创造出令人惊叹的作品。记住，知识是智慧的钥匙，谦逊是进步的阶梯。