Exadel Fiji 在JSF中传数据给Flex的框架

Flex 相信大家都不陌生,他的界面效果十分华丽,能使你的应用程序更加友好。
然而喜欢seam 的大家都不好使用Flex要自己用Html代码里实现,而且不支持httpService
、DataService等方法,Fiji就用几个JSF标签做到了在JSF里面与它通信的各种方法.
在这里我就用Fiji做一个最简单的Hello world程序.
我的环境:
seam 2.0.2
JSF 1.2
Rich Faces 3.2.2CR3(一定要是Fiji里面哪个)
Jboss 4.2.2

首先用Flex做一个swf出来

<?xml version="1.0" encoding="utf-8"?>
<mx:Application xmlns:mx="http://www.adobe.com/2006/mxml" layout="absolute">
<mx:Style>
.text {
font-size:20px;
}
</mx:Style>
<mx:Form x="22" y="10" width="280">
<mx:Label id="hello" styleName="text" text="{Application.application.parameters.text}" />
<mx:Label id="userName" styleName="text" text="{Application.application.parameters.userName}" />
</mx:Form>
</mx:Application>

编译出来
然后就用JbossTools建立一个seam工程
导入Fiji使用的lib
standard.jar
amf-serializer-1.6.1-SNAPSHOT.jar
fiji-ui-1.0.0.jar
fiji-api-1.0.0.jar
flamingo-service-jsf-1.6.1-SNAPSHOT.jar
jhighlight-1.0.jar
laguna.jar
然后用Jboss tools palet加载Fiji 的TLD文件(fiji.tld)
再将编译好的swf放入WebContent目录下
修改home.xhtml为如下内容

<!DOCTYPE composition PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<ui:composition xmlns="http://www.w3.org/1999/xhtml"
xmlns:s="http://jboss.com/products/seam/taglib"
xmlns:ui="http://java.sun.com/jsf/facelets"
xmlns:f="http://java.sun.com/jsf/core"
xmlns:h="http://java.sun.com/jsf/html"
xmlns:rich="http://richfaces.org/rich"
template="layout/template.xhtml"
xmlns:fiji="http://exadel.com/fiji">

<ui:define name="body">

<h:messages globalOnly="true" styleClass="message"/>

<rich:panel>
<f:facet name="header">Fiji Welcome!</f:facet>
<fiji:swf src="/simpleHello.swf" width="400" height="300">
<f:param name="text" value="hello world"/>

</fiji:swf>


</rich:panel>

</ui:define>
</ui:composition>

运行这个程序
是不是panel中间就有显示有hello world字符串的flash了!
这个只是中间最为简单的传参方法,其他方法在Exadel Fiji的网站上面就有
[url=http://livedemo.exadel.com/fiji-demo/]在线demo[/url]
  • 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