12.1.5 追踪音频进度

本文介绍如何使用SoundChannel对象追踪Flash中声音的播放进度。通过创建定时器不断查询SoundChannel对象的位置,实现对声音播放状态的实时监测。

  播放的每种声音具有其自己的SoundChannel对象。SoundChannel对象控制声音的左和右回放声道的音量,并记录播放的进度。实际上,每个播放中的音乐对应一个SoundChannel对象,而不是Sound对象。Sound对象类似于声音的数据,可以同时产生同一个Sound对象的多个SoundChannel播放。当应用程序播放Sound对象时,将创建一个新的SoundChannel对象来控制回放。

下面的代码演示了如何利用SoundChannel对象追踪声音的播放进度:

var mysound:Sound=new Sound();

mysound.load(new URLRequest("sounddata/sample.mp3"));

mysound.addEventListener(Event.COMPLETE onSoundLoaded);

 

var sdtf:TextField=new TextField;

var tff:TextFormat=new TextFormat();

tff.size=65;

tff.color=0x88FF66;

sdtf.defaultTextFormat=tff;

sdtf.text=" " sdtf.width=150;

sdtf.x=100 sdtf.y=65;

addChild(sdtf);

 

//创建定时器

var sndchecker:Timer=new Timer(5000);

 

//添加定时器事件侦听

sndchecker.addEventListener(TimerEvent.TIMERcheckfunc)

 

var sndchannel:SoundChannel;

 

//侦听加载完成

function onSoundLoaded(event:Event):void

{

  var localSound:Sound = event.target as Sound;

  sndchannel=localSound.play();

         sndchecker.start();

         trace("load complete");

}

 

//侦听Timer事件

function checkfunc(eve:TimerEvent):void{

         var sound_progress:uint=100*sndchannel.position/mysound.length;

         sdtf.text=sound_progress+"%";

}

代码中利用一个事件定时器,不断的查询SoundChannel对象的位置。SoundChannel对象在调用Sound类的Play()方法时被自动创建和作为返回值提供。使用一个自定义的SoundChannel类型标识符接收这个返回值,以供后面的代码使用。

程序的运行效果请参考图所示:

在声音播放结束时,FlashPlayer会发送Event.COMPLETE消息,响应该消息,执行相应的删除和内存回复操作。

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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