Android View的基本信息

一.View的基本参数信息

1.View的位置参数

View的位置有四个定点来确定,top(左上角的总左边),left(左上角的横坐标),right(右下角的横坐标),bottom(右下角的纵坐标);

width =  right - left;

height = bottom - top;x,y 的正方向分别是右和下;

Android3.0后,新增加了一些参数,x,y(View左上角的纵坐标);translateX和translateY(View左上角相对于父控件的偏移量);

这些参数分别通过各自的get/set方法获得;

2.MotionEvent

指手机接触屏幕产生的一系列事件,

ACTION_DOWN:手指刚接触屏幕

ACTION_MOVE:手指在屏幕上移动

ACTION_UP:手指从屏幕上松开的瞬间

通过MotionEvent对象可以获得点击位置的x,y坐标(getX)(getY)以及相对于手机屏幕左上角的x,y坐标(getRawX)(getRawY);

3.TouchSlop

touchSlop是系统所能识别的被认为是滑动的最小距离,当手指在手机上滑动距离小于这个值时,就不会响应此次滑动,这个值是一个常量,可以通过ViewConfiguration.get(this).getScaledTouchSlop();获得,

4.VelocityTracter

速度追踪,用于追踪手机在滑动过程中的速度,包括水平和竖直俩个方向,首先在onTouchEvent方法中追踪到当前点击事件的速度:

        VelocityTracker velocityTracker = VelocityTracker.obtain();
        velocityTracker.addMovement(event);

接下来我们就可以从velocityTracker中获取到我们想得到的速度了,在获取速度之前,我们必须先调用velocityTracker.computeCurrentVelocity(1000)方法,这里讲时间设置为了1000ms,这个方法得到的就是在1s内手机滑过的像素的像素数。接下来我们就可以获得到水平方向和竖直方向的速度了,

        int xVelocity = (int) velocityTracker.getXVelocity();
        int yVelocity = (int) velocityTracker.getYVelocity();

由此,我们就获得了在X,Y方向上的速度,xVelocity/1000ms,yVelocity/1000ms;

最后,在我们获得速度后,需要调用clear方法重置并回收内存。

        velocityTracker.clear();
        velocityTracker.recycle();

5.GestureDetector

GestureDetector是手势检测,用于辅助检测用户的单击、滑动、长按、双击等行为。

		mGestureDetector = new GestureDetector(this);
		//解决长按屏幕后无法拖动的现象
		mGestureDetector.setIsLongpressEnabled(false);
		mGestureDetector.setOnDoubleTapListener(new OnDoubleTapListener() {
			
			//严格的单击行为,不是双击中的某一次
			@Override
			public boolean onSingleTapConfirmed(MotionEvent e) {
				return false;
			}
			
			//双击,在双击期间,ACTION_DOWN,ACYION_MOVE,ACTION_UP都会触发这个时间
			@Override
			public boolean onDoubleTapEvent(MotionEvent e) {
				return false;
			}
			
			//双击
			@Override
			public boolean onDoubleTap(MotionEvent e) {
				return false;
			}
		});
	}

	//如果实现起来比较简单,只有滑动,没有双击,可以再这里根据TouchSlope判断滑动。
	@Override
	public boolean onTouchEvent(MotionEvent event) {
		return mGestureDetector.onTouchEvent(event);
	}

	//手指单击屏幕一下
	@Override
	public boolean onDown(MotionEvent e) {
		return false;
	}
	
	//按下屏幕,快速滑动后松开
	@Override
	public boolean onFling(MotionEvent e1, MotionEvent e2, float velocityX,
			float velocityY) {
		return false;
	}

	//长按屏幕,触摸屏按下后既不抬起也不移动,过一段时间后触发
	@Override
	public void onLongPress(MotionEvent e) {
		
	}

	//手指按下并拖动
	@Override
	public boolean onScroll(MotionEvent e1, MotionEvent e2, float distanceX,
			float distanceY) {
		return false;
	}

	//用户在触摸屏上轻击并抬起,手指离开触摸屏时触发(而长按、滚动、滑动时,不会触发这个手势)
	@Override
	public void onShowPress(MotionEvent e) {
		
	}

	//单击
	@Override
	public boolean onSingleTapUp(MotionEvent e) {
		return false;

6.Scroller

弹性滑动对象,用于实现View的弹性滑动,Scoller可以实现过渡效果的滑动

mScroller = new Scroller(context);
//缓慢滚动到指定位置,5000ms内滑动delta
	public void smoothScrollTo(int destX,int destY){
		int scrollX = getScrollX();
		int delta = destX-scrollX;
		MyLog.w(TAG, scrollX+"||"+delta);
		mScroller.startScroll(scrollX, 0, delta, 0,5000);
		invalidate();
	}
//不断重新绘制view
@Override
	public void computeScroll() {
		if (mScroller.computeScrollOffset()){
			scrollTo(mScroller.getCurrX(), mScroller.getCurrY());
			postInvalidate();
		}
	}

invalidate方法会导致View重新绘制,View的draw方法会调用computeScroll方法,这里我么需要实现computeScroll方法,computeScroll方法会通过Scroller获取到当前的scrollerX和scrollerY,并通过scrollTo滚动到新位置,如果computeScrollOffset为true表示滑动还未结束,否则表示滑动已经结束。


                
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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