android进阶之GridView

今天学习了girdVew,学会了建立普通android界面.

GridView是一项显示二维的viewgroup,可滚动的网格。一般用来显示多张图片。

下面通过一个例子来展示其用法。

首先, 关于gridView 的三个属性

        android:numColumns=""        表示有多少行
        android:horizontalSpacing=""  表示列与列之间的间距
        android:verticalSpacing=""    表示行与行之间的间距

思想基本一样,采用SimpleAdapter适配器。

1 准备数据源。2建立适配器3 加载适配器 4 监听。

然后展示代码:

activity_main.xml:

<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:orientation="vertical"
  >
    <GridView
        android:layout_marginTop="10dp"
        android:id="@+id/gridView1"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:numColumns="3"
        android:horizontalSpacing="10dp"
        android:verticalSpacing="10dp"     
      >
    </GridView>
</LinearLayout>
item,xml:

<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:orientation="vertical"
    android:gravity="center"
    android:background="#000000"
     >
    <ImageView 
        android:layout_width="80dp"
        android:layout_height="80dp"
        android:id="@+id/image"
        android:scaleType="fitXY"
        android:src="@drawable/eight"
        />
    <TextView 
        android:id="@+id/text"
        android:layout_marginTop="5dp"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        />
</LinearLayout> 
mainActivity.java

package com.example.android_gridview;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import android.app.Activity;
import android.os.Bundle;
import android.util.Log;
import android.view.Menu;
import android.view.MenuItem;
import android.view.View;
import android.widget.AdapterView;
import android.widget.AdapterView.OnItemClickListener;
import android.widget.GridView;
import android.widget.SimpleAdapter;
import android.widget.Toast;

public class MainActivity extends Activity implements OnItemClickListener{
    private GridView gridView;
    private List<Map<String,Object>>datalist;
    private int[] icon={ R.drawable.first,R.drawable.eight,R.drawable.five,R.drawable.four,R.drawable.second
    ,R.drawable.seven,R.drawable.six,R.drawable.third 		
      };
    private String[] iconname={"海贼1","海贼2","海贼3","海贼4","海贼5","海贼6","海贼7","海贼8"};
	private SimpleAdapter adapter;
    @Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.activity_main);
	    gridView=(GridView) findViewById(R.id.gridView1);
	    //1 准备数据源 2 新建适配器(SimpAdapter)3 GridView加载适配器 4 GridView配置事件监听(OnItemClickListensner) 
	    datalist=new ArrayList<Map<String,Object>>();
	   // getData();
	    adapter=new SimpleAdapter(this,getData(),R.layout.item,new String[]{"image","text"},new int[]{R.id.image,R.id.text});
	    gridView.setAdapter(adapter);
	    gridView.setOnItemClickListener(this);
	}
	private List<Map<String,Object>> getData() {
		// TODO Auto-generated method stub
	    
		for(int i=0;i<icon.length;i++)
		{
			Map<String,Object> map = new HashMap<String,Object>();
			map.put("image", icon[i]);
		    map.put("text", iconname[i]);
		    datalist.add(map);
		}
		return  datalist;
	}
	@Override
	public void onItemClick(AdapterView<?> parent, View view, int position, long id) {
		// TODO Auto-generated method stub
		Toast.makeText(this, "我是"+iconname[position], Toast.LENGTH_SHORT).show();;
	}
}





  • 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