SymbianOS Series 60学习笔记一: HelloWorld之晕

昨天HelloWorld居然不成功,真是郁闷,只能在模拟器上运行却不能在机器上运行,搞不懂是怎么回事,和同事商量,同事说有可能是编译的版本问题。这时候我才若有所悟,真是粗心,找了一些入门级文档看了看,才发现原来人家早就说得很清楚:
用 bldmake bldfiles 生成makefile文件
用 abld build wins udeb 生成模拟器运行代码
用 abld build armi urel 生成机器运行代码

我把在模拟器上运行的程序放到机器上,当然不行
现在真是越来越浮躁了,本来一个很好解决的问题,总不能静下心来寻找问题。

程序在机器上能运行,不过显示中文又有些问题了。。由于Symbian的操作系统用UTF-8字符集,要好好看看文档是怎么解决的了,研究了一下Symbian& Nokia Series60SDK的一些简单例程,总算有所收获。

当然中文问题也有了解决,写了一个函数:

void ConvertGBKToUTF(TText8? *source, TDes& target)
{
CCnvCharacterSetConverter* converter=CCnvCharacterSetConverter::NewLC();

if(converter->PrepareToConvertToOrFromL(KCharacterSetIdentifierGbk,iEikonEnv->FsSession())!=CCnvCharacterSetConverter::EAvailable)
User::Leave(KErrNotSupported);

TInt state=CCnvCharacterSetConverter::KStateDefault;

TPtrC8 str( source );
HBufC* iInfoText = HBufC::NewL( str.Length() );
TPtr16 ptr = iInfoText->Des();

if(CCnvCharacterSetConverter::EErrorIllFormedInput == converter->ConvertToUnicode(ptr, str, state))
User::Leave(KErrArgument);

target.Copy(ptr);

CleanupStack::PopAndDestroy();

delete iInfoText;
}

虽然是VC的程序,不过他的结果有点奇怪,用向导生成基本框架,程序都要放在Symbian.1Series60Series60Ex下面,大致的一个结构是aif(图标目录),data(资源文件),group(makefile等),inc(头文件等),src(源文件),install(生成pkg),使用VC向导其实就生成了VC的工程文件.dsw,但是我在向project里添加.lib的时候,link总是不能通过,即使先在group/.mmp文件加上?LIBRARY??库文件名,最后我想了一个变通的方法,先编辑.mmp文件,加入要使用的lib文件名,然后在命令行使用abld?makefile?vc6?命令重新生成一次VC工程文件,这样再Link的时候就不会出现找不到外部连接符号的错误了。

而且替换Series60程序的图标也很简单,aif下有几个位图,一般图标都是成对出现,第二个是mask图片,用于镂空第一张图的背景。不过我修改了图片,直接用VC编译,在模拟器中显示不了改动。用abld?build?armi?urel生成手机运行的程序时,可以看到图标被修改了。我估计用命令来编译的程序,放到模拟器上图标应该能够被修改,不过我没有去试,反正不是什么主要的问题。

显示中文的问题我终于知道我昨天为什么会犯错了,其实按照例子中的方法一点问题都没有,不过开始有一段代码我一直没有管它,以为与我要用的没有关系,后来才发现没有那段语句有个类完全没有被初始化,所以后面总是出现非法操作,或来做了修正就没有问题了。

试了一下多加几个tab,没有什么问题,从中有点明白了那几个rss文件啊,hrh文件啊,loc文件啊的意思了,反正定义了一堆的东西,以后要改写东西可以知道到什么地方改。

Symbian & Nokia Series 60 SDK程序结构有了一些了解,可还是有好多东西都看不懂,对它代码的语法和风格也很不习惯,这需要时间来适应,不过有了初步的了解,比最初要清楚多了,至少没有了无从下手的感觉。

  • 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