前几篇利用类似隔行扫描的方式实现了对屏幕图像差异的获取，并基于该算法实现了一个屏幕传输程序，通过使用该屏幕传输程序，明显感受到该算法的性能存在一定的不足，因此需要改进。最近参考了DG大哥DGScreenSpy_0.4e版的算法实现了分块的方式。由于还没有实现基于此算法的屏幕传输程序，所以目前还无法断然认为该算法一定优于隔行的方式。不过，从当前对该算法的测试数据上来看，估计可以达到20帧每秒（不考虑网络传输等的影响）。
按照惯例应该先帖几张效果图，但是发现和之前发布的图像差异获取v1.0中的图片相差无几，所以就不帖了。直接来看下文。
我们对两幅图像的比较，可以逐个像素比较，也可以先把图像分块，然后比较对应块中的数据。那么，到底分块是什么个概念，又该如何分块，分块后的数据如何比较呢？下面我将逐一进行介绍。
分块也就是说把图片分成“几乘几”的小块，如图1所示一幅200*80的图像。按横向划分4块，纵向划分2块的方式，可以画出一个二行四列的网格，其中每一格就是分块数据。
图1
看起来似乎很简单，其实实现上也很简单，^_^。在Dot Net中，Bitmap类有一个很好用的方法就是Clone，该方法的其中一个重载方法为：public Bitmap Clone(Rectangle rect, PixelFormat format); 怎么样？知道怎么做了吧。你只需要建立一个图像数组用于存储所有块数据，然后其中的每一个块数据均通过Clone方法从母图像中获取。
分块后的数据其实仍然是一个图像，怎么比较这个图像呢？我第一次接触到分块算法的时候，就愣住了，难道对于分块数据仍然采用像素扫描的方式？研究了DG的算法后才发现自己太天真了。对于分块数据，可以直接在内存中进行比较，这种比较方式速度最快。说到这里，不知道是否有朋友会有疑问：“既然内存中比较速度最快，那为什么还要搞隔行、分块呢？”，答案很简单，因为我们不止是要比较出不同，更重要的是要把不同的部分加以利用。不管是隔行还是分块，目的都是为了能最小化变化的区域，只有这样才能有效降低网络负载。
如果对上述内容理解清楚了，那接下来就来看下分块的思路。这个思路主要还要感谢DG的算法。
首先对原图进行分块的初始化，经过这步之后会得到一个最原始的分块数组。然后拿该分块数组与第二张图片进行内存比较。比较的时候，并非逐个分块进行比较，而是有选择的进行比较，这种选择建立在三种假设的基础上：
1. 鼠标所在的块会发生变化；
2. 当一个块变化的时候，该块周围的块也会发生变化；
3. 图片第一行和最后一行会发生变化；
当比较出不同的时候，即可以采取我们想要的一些行为。另外，要注意的就是选择一个合适分块粒度（即你要把图像分成“几乘几”）。如果分块多，则每一个分块的数据量就小，但是比较的次数就会变多。如果分块少，则每一个分块的数据量较多，但是比较次数就会变少。因此选择一个合适的粒度会影响程序的性能，据文献资料的记载和他人的尝试，一般认为把屏幕分成16*8块最为合适。
说了这么多，下面来看下关键代码吧：
初始化所有分块的数据
/// <summary>
/// 初始化所有分块的数据
/// </summary>
public void InitializeBlocks()
{
int top = 0;
int left = 0;
_blocks = new List<Bitmap>(_blocksInColumn * _blocksInRow);
_isSupposedChanged = new List<bool>(_blocks.Capacity);
_isScanned = new List<bool>(_blocks.Capacity);
_blockWidth = (_oldBmp.Width + _blocksInRow - 1) / _blocksInRow;
_blockHeight = (_oldBmp.Height + _blocksInColumn - 1) / _blocksInColumn;
for (int i = 1; i <= _blocks.Capacity; i++)
{
top = ((i + _blocksInRow - 1) / _blocksInRow) - 1;
left = i - _blocksInRow * top - 1;
_blocks.Add(_oldBmp.Clone(new Rectangle(left * _blockWidth, top * _blockHeight, _blockWidth, _blockHeight), _oldBmp.PixelFormat));
if (i <= _blocksInRow || _blocks.Capacity - i - 1 < _blocksInRow)
{
_isSupposedChanged.Add(true);
}
else
{
_isSupposedChanged.Add(false);
}
_isScanned.Add(false);
}
}
查找差异的块
/// <summary>/// 查找出差异的块,调用该方法前请确认已经调用了InitalizeBlocks方法对所有块进行初始化
/// </summary>
/// <param name="bmp">目标图片</param>
/// <param name="cursorPoint">鼠标所在的坐标</param>
public void FindDifferences(Bitmap bmp, Point cursorPoint)
{
if (cursorPoint.X >= _oldBmp.Width || cursorPoint.X < 0 || cursorPoint.Y >= _oldBmp.Height || cursorPoint.Y < 0)
{
return;
}
int cursorBlockIndex;
int currentIndex;
int blockTop;
int blockLeft;
BitmapData bdOldBmp;
BitmapData bdNewBmp;
Bitmap newBmpBlock;
Rectangle rectBlock;
cursorBlockIndex = (cursorPoint.X / _blockWidth) + (cursorPoint.Y / _blockHeight) * _blocksInRow;
_isSupposedChanged[cursorBlockIndex] = true;
_isScanned[cursorBlockIndex] = false;
currentIndex = 0;
unsafe
{
byte* pointerToOldBmp;
byte* pointerToNewBmp;
while (currentIndex < _blocks.Capacity)
{
if (!_isScanned[currentIndex] && _isSupposedChanged[currentIndex])
{
_isScanned[currentIndex] = true;
blockTop = (currentIndex / _blocksInRow) * _blockHeight;
blockLeft = (currentIndex % _blocksInRow) * _blockWidth;
rectBlock=new Rectangle(blockLeft, blockTop, _blockWidth, _blockHeight);
newBmpBlock = (Bitmap)bmp.Clone(rectBlock,_format);//克隆的时间需要0.015~0.016s左右
rectBlock.X = 0;
rectBlock.Y = 0;
bdOldBmp = _blocks[currentIndex].LockBits(rectBlock, ImageLockMode.ReadWrite, _format);
bdNewBmp = newBmpBlock.LockBits(rectBlock, ImageLockMode.ReadWrite, _format);
int k = RtlCompareMemory(bdOldBmp.Scan0, bdNewBmp.Scan0, _blockWidth * 3 * _blockHeight);
if (k < bdOldBmp.Stride * _blockHeight)
{
pointerToOldBmp = (byte*)bdOldBmp.Scan0.ToPointer();
pointerToNewBmp = (byte*)bdNewBmp.Scan0.ToPointer();
for (int height = 0; height < _blockHeight; height++)
{
for (int width = 0; width < _blockWidth; width++)
{
pointerToOldBmp[0] = pointerToNewBmp[0];
pointerToOldBmp[1] = pointerToNewBmp[1];
pointerToOldBmp[2] = pointerToNewBmp[2];
pointerToNewBmp += 3;
pointerToOldBmp += 3;
}
pointerToNewBmp += bdNewBmp.Stride - newBmpBlock.Width * 3;
pointerToOldBmp += bdNewBmp.Stride - newBmpBlock.Width * 3;
}
if (currentIndex - _blocksInRow - 1 >= 0)
{
_isSupposedChanged[currentIndex - _blocksInRow - 1] = true;
_isSupposedChanged[currentIndex - _blocksInRow] = true;
}
else if (currentIndex - _blocksInRow >= 0)
{
_isSupposedChanged[currentIndex - _blocksInRow] = true;
}
if (currentIndex + _blocksInRow + 1 < _blocks.Capacity)
{
_isSupposedChanged[currentIndex + _blocksInRow + 1] = true;
_isSupposedChanged[currentIndex + _blocksInRow] = true;
}
else if (currentIndex + _blocksInRow < _blocks.Capacity)
{
_isSupposedChanged[currentIndex + _blocksInRow] = true;
}
if (currentIndex % _blocksInRow > 1)
{
_isSupposedChanged[currentIndex - 2] = true;
_isSupposedChanged[currentIndex - 1] = true;
}
else if (currentIndex % _blocksInRow > 0)
{
_isSupposedChanged[currentIndex - 1] = true;
}
if (currentIndex % _blocksInRow < _blocksInRow - 2)
{
_isSupposedChanged[currentIndex + 2] = true;
_isSupposedChanged[currentIndex + 1] = true;
}
else if (currentIndex % _blocksInRow < _blocksInRow - 1)
{
_isSupposedChanged[currentIndex + 1] = true;
}
if (handler != null)
{
handler(newBmpBlock, rectBlock);
}
}
_blocks[currentIndex].UnlockBits(bdOldBmp);
newBmpBlock.UnlockBits(bdNewBmp);
currentIndex = Math.Max(Math.Min(currentIndex - _blocksInRow - 1, currentIndex - 2), 0);
}
else
{
currentIndex++;
}
}//end of while
}//end of unsafe
}//end of FindDifferences
注：该实现由于并不是特地为了实现屏幕传输，所以在比较的时候，我利用了Clone方式获取第二张图片的对应块。该方式需要耗时0.015s左右，因此比较100块图像就会额外使用1.5s左右的时间。
项目打包下载：https://files.cnblogs.com/stg609/Pic-v2-0.rar
参考：http://iamgyg.blog.163.com/blog/static/382232572009518113852872/