一个位图淡入淡出控件 (转)

一个位图淡入淡出控件 (转)[@more@]

  我们经常在AboutBox中显示一幅关于公司或自己讯息的位图,有没有想过让这幅位图有更酷的效果?比如加上淡入淡出效果?只要有了这个CAlphaCtrl控件就可以轻松实现。

  CAlphaCtrl是从CStatic继承而来。使用时只要把CalphaCtrl加入窗体,然后调用LoadAlphaBitmap(UINT uID, int iTimer)函数就可以实现位图的淡入淡出。其中uID是位图的资源ID,iTimer是位图显示时间间隔,值愈小显示愈快。

  下面就来说一说CalphaCtrl是如何实现的。关键的一个实现函数是一个win32 api: AlphaBlend,此函数可以实现图像的透明显示,相关的参数和资料请自行参阅MSDN,值得注意的是使用此函数时要链接到msimg32.lib库。

 XML:namespace prefix = o ns = "urn:schemas-microsoft-com:Office:office" />

第一步,我们先在CalphaCtrl类中增加几个Data Member:CBitmap Bmp;

 BOOL bCanPaint; UINT nBmpID;  int nTimer;

 

第二步,在CalphaCtrl类中增加一个Member Function:

void AlphaDisplay(CDC &pDC, CClientDC &dc, BLENDFUNCTION& rBlendProps, int width, int heigh, byte nLevel)

{

//nLevel是透明度,0表示不显示,255则完全显示

  rBlendProps.sourceConstantAlpha = nLevel;

 

  AlphaBlend( dc.m_hDC, 0, 0, width, heigh, pDC.m_hDC, 0, 0,

  width, heigh, rBlendProps );

}

 

第三步,增加一个名为tdDisplay的全局函数,此函数为一个线程函数,用于位图的显示。

UINT tdDisplay(LPVOID lpParam)

{

  CAlphaCtrl* AlphaCtrl = (CAlphaCtrl*)lpParam;

 

  CClientDC dc(AlphaCtrl);

  CDC pDC;

  pDC.CreateCompatibleDC(&dc);

  pDC.selectobject(&AlphaCtrl->Bmp);

 

  BLENDFUNCTION rBlendProps;

  rBlendProps.BlendOp = AC_SRC_OVER;

  rBlendProps.BlendFlags = 0;

  rBlendProps.AlphaFormat = 0;

 

  BITMAP bmInfo;

  ::GetObject( AlphaCtrl->Bmp.m_hObject, sizeof(BITMAP), &bmInfo );

  INT nWidth, nHeigh;

  nWidth = bmInfo.bmWidth;

  nHeigh = bmInfo.bmHeight;

 

  AlphaCtrl->SetWindowPos(NULL, 0, 0, nWidth, nHeigh, SWP_NOMOVE);

 

  int i = 0;

  while(i <= 255)

  {

    AlphaCtrl->AlphaDisplay(pDC, dc, rBlendProps, nWidth, nHeigh, i);

  i += 5;

    Sleep(AlphaCtrl->nTimer);

  }

 

  AlphaCtrl->bCanPaint = 1;    //Make OnPaint word

 

  AfxEndThread(0);

  return 0;

}

 

第四步,现在万事俱备,加上初始化函数:

BOOL  LoadAlphaBitmap(UINT uID, int iTimer)

{

  int i = Bmp.Loadbitmap(uID);

 

  if(i)

  {

    AfxBeginThread(tdDisplay, this);

    nBmpID = uID;

    nTimer = iTimer;

  return 1;

  }

  else

  {

    TRACE("Load Bitmap Failedn");

  return 0;

  }

 

  return 1;

}

 

最后,打开你的对话框看一看那幅很酷的位图!

需要源码的可以留下E-Mail.


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10752043/viewspace-992132/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-992132/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
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