Duilib源码分析(三)XML解析器—CMarkup

  上一节介绍了控件构造器CDialogBuilder,接下来将分析其XML解析器CMarkup;

  CMarkup:xml解析器,目前内置支持三种编码格式:UTF8、UNICODE、ASNI,默认为UTF8;CMarkupNode:xml节点类

  先介绍CMarkup:

  XMLELEMENT: xml节点元素类型定义,iStart,节点元素在xml文件中的起始位置;iChild,节点元素子节点;iNext,节点元素的下一个节点(兄弟节点);iParent,节点元素的父节点;iData,

  节点元素的数据(事实上,这些值均为ULONG类似,即unsigned long;存储的值为当前数据在内存缓冲区m_pstrXML中指向的位置)。

  CMarkupNode作为CMarkup的友元类,意味着可以访问CMarkup的各成员函数和数据属性,事实上后期的遍历xml就是结合CMarkupNode的GetSibling和GetChild实现的。

  类成员数据:

    m_pstrXML:为CMarkup存储的以加载xml文件数据内容的指针缓冲区;

    m_pElements:保存XMLELEMENT类型的节点元素信息的缓冲区,事实上可能有部分未预料的存储空间;

    m_nElements:实际的保存m_pElements中有效的节点元素数;

    m_nReservedElements:预留的m_pElements缓冲区空间大小,具体策略为:m_nElements >= m_nReservedElements ) {m_nReservedElements += (m_nReservedElements / 2)

                 + 500;m_pElements = static_cast<XMLELEMENT*>(realloc(m_pElements, m_nReservedElements * sizeof(XMLELEMENT)));

    m_szErrorMsg:最近一次解析时的错误信息;

    m_szErrorXML:最近一次解析时的xml位置信息;

    m_bPreserveWhitespace:是否跳过忽略空格,默认是忽略;

  类成员函数:

    Load:通过参数pstrXML,传入xml文件内容的方式解析,内部主要是分配m_pstrXML缓冲区并拷贝pstrXML内容,后通过_Parse解析;

    LoadFromMem:通过加载内存资源方式解析,内部通过宏处理时限宽字节unicode和多字节编译时定义处理解析,最终也是分配m_pstrXML缓冲区并拷贝该内存数据内容,后通过_Parse解析;

    LoadFromFile:通过参数pstrFilename文件路径名,可以是xml文件或是压缩文件(内部为xml文件),对于xml文件或是压缩文件处理读取内部数据至临时内存缓冲区中(解压缩采用的是ZIP_INFO

    的cpp实现方式便于接口调用,参见duilib目录文件XUnzip.cpp)并再次通过调用LoadFromMem加载解析;

    Release:主要用以释放m_pstrXML和m_pElements缓冲区资源;

    IsValid:当前解析是否有效,通过m_pElements != NULL判断;

    SetPreserveWhitespace:设置m_bPreserveWhitespace是否忽略解析中字符串的空格,

    GetLastErrorMessage:获取m_szErrorMsg的最近一次解析时的错误信息;

    GetLastErrorLocation:获取m_szErrorXML的最近一次解析时的xml位置信息;

    GetRoot:获取根节点CMarkupNode,CMarkupNode(this, 1),以当前为第一个节点的节点对象;

    _ReserveElement:分配足够的预留空间;

    _Parse:分配预留空间、初始化m_szErrorMsg、m_szErrorXML,并调用重载函数_Parse,执行真正的解析过程;

    _SkipWhitespace:重载版本均处理、跳过字符串空格;

    _SkipIdentifier:重载版本均均处理、跳过标志符号如:‘_’, ‘:’ ;

    _ParseData:解析元素属性中数据;

    _ParseMetaChar:解析元字符,如:'&', '<','>','\"','\'','&'与'a', 'm', 'p', 't', ';'等相关组合字符串;

    _ParseAttributes:解析元素属性;

    _Failed:保存解析中产生最近一次的错误信息、位置,m_szErrorMsg、m_szErrorXML;

  接下来CMarkupNode:

  XMLATTRIBUTE:节点属性结构体定义,iName为属性名,iValue为属性值均为ULONG类型;

  MAX_XML_ATTRIBUTES:节点支持最多64个属性个数;

  类成员数据:

    m_aAttributes:节点属性列表(节点属性数组,保存数据类似于键值对的方式);

    m_iPos:指定该属性节点在所属拥有者(指CMarkup对象)中的节点元素中的当前位置(事实上其节点元素也为指针数组保存);

    m_nAttributes:节点中属性数;

    m_pOwner:该节点所属拥有者(指CMarkup对象);

  类成员函数:

    CMarkupNode:重载版构造函数,其中一个以CMarkup对象和当前所属节点所在位置初始化m_iPos;

    IsValid:当前节点是否有效,其通过m_pOwner != NULL判断;

    GetParent:获取当前节点的父节点node,事实上是通过创建一个CMarkupNode(m_pOwner, iPos),作为其父节点,iPos为当前节点的iParent值;

    GetSibling:获取当前节点的下一个节点(兄弟节点),同GetParent一样,iPos为当前节点的iNext值;

    GetChild:获取当前节点的子节点,iPos为当前节点的iChild值;另外重载版本GetChild,参数为pstrName,遍历当前节点所有子节点与pstrName匹配的节点;

    HasSiblings:是否有兄弟节点;

    HasChildren:是否有子节点;

    GetName:获取当前节点名字;

    GetValue:获取当前节点值;

    HasAttributes:当前节点是否有属性,通过m_nAttributes > 0判断;其重载版本HasAttribute,参数pstrName,判断遍历当前节点的所有属性有与pstrName匹配的;

    GetAttributeCount:同HasAttributes,通过m_nAttributes判断;

    GetAttributeName:获取属性名,参数iIndex为指定的属性索引;

    GetAttributeValue:获取属性值,有四个重载版本,其中一个版本为参数iIndex,属性索引;一个版本pstrName参数为属性名;另外两个版本差不多,只是返回值以输入输出参;

    _MapAttributes:最为核心的属性映射处理函数,内部主要遍历解析当前节点中各属性及值,并存入m_aAttributes中并更新m_nAttributes值;

   最后说明:

    1. 从代码中可以看出,CMarkup存储了一份整个文件的内容,另外也保存了各个元素节点,并未对各个元素节点的属性单独存储,即并未存储CMarkupNode;

     此外在源码中可以看出很多操作都会执行_MapAttributes,好在该遍历映射不会很大,控制在最多64个属性;

    2. 加载zip压缩资源文件时,可以使用CachedResourceZip缓存资源,也可以直接使用的是ZIP-INFO的CPP版本(一个文件),使用到被宏重定义的接口:OpenZip、FindZipItem、UnzipItem、

     CloseZip;具体使用可参考XUnzip.cpp接口;默认使用的是OpenZip加载压缩资源文件。

  还记得源码分析(一)一节中,HandleMessage处理函数中消息WM_CRAETE处理过程吗?

    1. CDialogBuilder构建各控件对象并形成控件树,并返回第一个控件对象pRoot;

    2. m_pm.AttachDialog(pRoot);m_pm.AddNotifier(this);将控件attach到CPaintManagerUI  m_pm中管理,此外INotifyUI子类对象被加入到m_pm;这样m_pm不仅管理控件对象

     也对消息监听接口Notify回调,这样用户可以在Notify中实现自己的感兴趣的消息映射处理,其Notify(TNotifyUI& msg)中的参数为通告消息msg;

  事实上我们主要需要弄清楚三点:一是如何绘制、二是数据如何处理、三是消息如何流转;接下来下一节将对控件绘制和消息流转进行分析。

  

    

    

    

    

转载于:https://www.cnblogs.com/haomiao/p/4925273.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的别和位置,是计算机视觉领域的核心问题之一。由于各物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体别(目标分)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个别的概率(首先得到别概率,经过Softmax可得到别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分,并根据分结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面个条件: Confidence Score > Confidence Threshold 预测别匹配真实值(Ground truth)的别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值