android工程师用的长度单位,Android 中的长度单位具体解释

一、介绍一下 dp 和 sp。

dp 也就是 dip。这个和 sp 基本类似。假设设置表示长度、高度等属性时能够使用 dp 或 sp。但假设设置字体,须要使用 sp。

dp 是与密度无关,sp除了与密度无关外,还与 scale 无关。假设屏幕密度为160,这时 dp 和 sp 和 px 是一样的。

1dp=1sp=1px

二、介绍一下px

但假设使用 px 作单位,假设屏幕大小不变(假设还是3.2 寸),而屏幕密度变成了320。

那么原来 TextView 的宽度设成160px,在密度为320 的3.2 寸屏幕里看要比在密度为160 的3.2 寸屏幕上看短了一半。

但假设设置成160dp 或160sp 的话。系统会自己主动将 width 属性值设置成320px 的。

也就是160 * 320 / 160。

当中320 / 160 可称为密度比例因子。也就是说,假设使用 dp 和 sp,系统会依据屏幕密度的变化自己主动进行转换。

以下看一下其它单位的含义px:表示屏幕实际的象素。

比如,320*480 的屏幕在横向有320个象素,在纵向有480 个象素。

in:表示英寸。是屏幕的物理尺寸。

每英寸等于2.54 厘米。

比如,形容手机屏幕大小,常常说,3.2(英)寸、3.5(英)寸、4(英)寸就是指这个单位。

这些尺寸是屏幕的对角线长度。

假设手机的屏幕是3.2 英寸。表示手机的屏幕(可视区域)

对角线长度是3.2*2.54 = 8.128 厘米。读者能够去量一量自己的手机屏幕。看和实际的尺寸是否一致。

欢迎大家增加我的qq 群:454430053

  • 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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像具体位置。 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