dxwrapper项目v1.2.7500.25版本技术解析
dxwrapper是一个用于解决老旧DirectX游戏在现代系统上兼容性问题的开源项目。它通过封装原始的DirectX API调用,为经典游戏提供现代化支持,使它们能够在现代Windows系统上流畅运行。该项目特别针对DirectDraw、Direct3D等早期DirectX组件进行了优化。
核心功能增强
本次发布的v1.2.7500.25版本带来了多项重要改进,显著提升了兼容性和功能性:
-
Direct3D v1接口支持:新增了对DirectX2和DirectX3中使用的Direct3D版本1接口的支持,这使得更多早期3D游戏能够正常运行。
-
执行缓冲区支持:实现了对Execute Buffers和Execute()函数的支持,解决了部分老游戏因缺失这些功能而无法运行的问题。
-
矩阵函数支持:添加了对游戏中使用矩阵函数的支持,这对于3D图形计算至关重要。
-
Gamma校正着色器:新增的gamma支持着色器解决了16位色深游戏和窗口模式游戏的gamma校正问题,使画面显示更加准确。
兼容性改进
-
Open对话框钩子:新增的
EnableOpenDialogHook选项修复了某些游戏在使用打开/保存通用对话框时出现的问题。 -
开场视频修复:
DdrawIntroVideoFix选项能够检测DirectDraw全屏窗口模式,专门解决部分游戏开场视频播放异常的问题。 -
显示模式恢复:改进了
RestoreDisplayMode()调用的支持,使游戏在切换显示模式后能更可靠地恢复原始设置。 -
窗口设备标志记忆:新增了记住窗口设备标志的能力,提高了游戏窗口管理的稳定性。
-
状态内存优化:实现了状态内存机制,确保在设备重置时只恢复已更改的状态,提高了性能。
技术细节优化
-
多线程设备创建:修改代码始终创建多线程感知设备,修复了某些多线程游戏中的潜在问题。
-
纹理和材质处理:改进了纹理、材质和矩阵句柄的工作方式,提高了资源管理的可靠性。
-
表面描述修正:修复了多个表面描述和ddcaps标志问题,使图形渲染更加准确。
-
深度模板缓冲:修正了Depth Stencil Blt的z值处理,解决了深度测试相关问题。
-
设备枚举修复:修正了EnumDevices()中的名称和描述处理,解决了某些游戏因此崩溃的问题。
问题修复
-
崩溃问题:修复了日志记录例程中的一个错误导致的崩溃问题。
-
设备释放问题:解决了某些游戏在释放设备时崩溃的情况。
-
互斥锁逻辑:修正了导致dxwrapper无法加载到某些游戏中的Mutex逻辑问题。
-
纹理管理:修复了纹理回收/卸载功能,使其正常工作。
-
扫描线移除:修正了
DdrawRemoveScanlines在Blt()操作中无效的问题。
性能优化
-
移除系统锁:移除了D3DLOCK_NOSYSLOCK的强制使用(除非游戏明确请求),防止了某些游戏中的微妙崩溃。
-
表面仿真:移除了窗口模式下表面的强制仿真,解决了部分游戏中的显示问题。
-
等待循环:移除了不必要的忙等待循环,提高了效率。
使用建议
对于想要使用dxwrapper的用户,建议首先尝试兼容性部分中的选项。许多游戏只需要这些设置就能正常运行。配置时应注意:
-
根据游戏需求选择合适的存根DLL文件(如ddraw.dll、d3d8.dll等)。
-
对于开场视频问题,可以尝试启用
DdrawIntroVideoFix选项。 -
如果遇到对话框相关问题,启用
EnableOpenDialogHook可能会有帮助。 -
对于画面显示异常,gamma校正着色器和扫描线移除功能值得尝试。
这个版本的dxwrapper在兼容性、稳定性和功能性方面都有显著提升,为经典游戏在现代系统上的运行提供了更完善的支持。开发团队对细节的关注和对各种边缘情况的处理,使得项目在保持轻量级的同时,功能却十分强大。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01