双缓冲自绘制WinForm Listbox控件实现方法

 

本文所述问题,是一个古老的问题,理论上应该满网都是解决方案,但本人在修改一个老掉牙程序时,为解决WinForm ListBox快速大量更新时的闪烁问题,竟然化了一个星期。本文是本人在将近一个星期各种查找和翻墙后,实现自绘制双缓冲ListBox控件的有效方法,写出来是为了方便其他倒霉蛋和酷比攻城狮、程序猿遇到同样问题时不用花这么长的时间,轻松一点。

 

一般控件实现双缓冲离线绘制画面的方法:

 

双缓冲的运用能够避免画面或控件在进行复制绘制,更新画面时,避免出现烦人的闪动现象。WinForm2.0之后,已经内置支持控件和Form的双缓冲支持,开启方法是,在控件的构造函数中,调用SetStyle函数,如下:

this.SetStyle(ControlStyles.UserPaint,true); // 开启自绘制,使OnPaint重载有效

this.SetStyle(ControlStyles.DoubleBuffer,true); // 双缓冲

this.SetStyle(ControlStyles.OptimizedDoubleBuffer,true); // 双缓冲  

this.SetStyle(ControlStyles.ResizeRedraw,true); // 调整大小时重绘

this.SetStyle(ControlStyles.AllPaintingInWmPaint,true); // 禁止擦除背景.

this.SetStyle(ControlStyles.SupportsTransparentBackColor,true); // 开启控件透明

 

因为需要在构造函数中调用,而且需要重载OnPaint函数,所以,只能自己派生一个控件的子类。本程序中使用FlickerFreeListBox:ListBox, 该类拷贝自2008年一篇停更的技术文章(要翻墙),该文章中的方法一定程度上有效,但未使用系统自带的双缓冲区管理类,并且没有解决ListBox横向滚动的自绘制问题。本文将该类做了修改,可直接用于实际项目。

 

系统自带的双缓冲已经有内部实现,使用方法:

1、在OnPaint函数开始后,使用如下代码,得到离线缓冲区的Graphics对象:

var bg =BufferedGraphicsManager.Current.Allocate(e.Graphics, rect);

            var g = bg.Graphics;

2、使用该Graphic对象进行离线绘制画面,

3、完成绘制后,使用如下代码将离线画面更新到屏幕上:

bg.Render();

            bg.Dispose();

 

ListBox的问题:
ListBox中存在Item集合,并且还有DrawMode属性,可使用用户自定义函数自绘制单个的Item对象。问题出在以下方面,1、ListBox有横向和纵向的滚动条,这样可视区域固定,但其中的Item和横向偏移位置怎么确定。2、在重载的OnPaint函数中,除需要获取双缓冲区外,还需要确定哪些Item需要被绘制,Item的绘制区域在哪。其它问题相对好办。

问题1:ListBox的属性ScrollAlwaysVisible确定纵向滚动条是否显示,HorizontalExtent属性是横向滚动条的长度,当Item长度大于该值时,横向滚动条会显示出

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。
WinForm 中的双缓冲技术用于解决绘制时出现的闪烁问题。默认情况下,每次绘制件时,都会先将件的背景清除,再重新绘制,这样会造成屏幕闪烁,影响用户体验。双缓冲技术可以先将件的内容绘制到内存中的一个缓存区中,等绘制完成后再将缓存区的内容一次性绘制到屏幕上,从而避免了闪烁问题。 自定义实现双缓存的步骤如下: 1. 在件的构造函数中,将件的样式设置为 AllPaintingInWmPaint 和 UserPaint,这样可以让件在每次绘制时都不会擦除背景。 2. 重写件的 OnPaint 方法,在该方法中创建一个和件一样大小的位图,并创建一个 Graphics 对象,将 Graphics 对象的渲染目标设置为位图,然后在 Graphics 对象上进行绘制。 3. 在 OnPaint 方法中将位图绘制件的绘图表面上,这样可以避免绘制时的闪烁问题。 下面是具体实现的代码示例: ```csharp public class DoubleBufferedControl : Control { public DoubleBufferedControl() { SetStyle(ControlStyles.AllPaintingInWmPaint | ControlStyles.UserPaint, true); } protected override void OnPaint(PaintEventArgs e) { using (var bitmap = new Bitmap(Width, Height)) { using (var graphics = Graphics.FromImage(bitmap)) { // 在 graphics 上进行绘制 Draw(graphics); } // 将位图绘制件的绘图表面上 e.Graphics.DrawImage(bitmap, 0, 0); } } protected virtual void Draw(Graphics graphics) { // 子类可以重写该方法,在该方法中进行绘制操作 } } ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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