图片放大缩小

public class DragTest extends Activity {

    private ImageView dog;
    private float xl;
    private float yl;
    private final int MODE_DRAG = 1;
    private final int MODE_ZOOM = 2;
    private final int MODE_NONE = 0;
    private int currentMode = MODE_NONE;
    private double distanceStart;

    @Override
    protected void onCreate(@Nullable Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_drag_test);
        initView();
    }

    Matrix matrix = new Matrix();
    Matrix matrixNew = new Matrix();
    private void initView() {
        dog = (ImageView) findViewById(R.id.dog);
        dog.setOnTouchListener(new View.OnTouchListener() {
            @Override
            public boolean onTouch(View v, MotionEvent event) {
                switch (event.getAction() & MotionEvent.ACTION_MASK) {
                    case MotionEvent.ACTION_DOWN:
                        currentMode = MODE_DRAG;
                        xl = event.getX();
                        yl = event.getY();
                        matrix.set(dog.getImageMatrix());
                        break;
                    case MotionEvent.ACTION_POINTER_DOWN:
                           distanceStart = spacing(event);
                        if (distanceStart > 20) {
                            currentMode = MODE_ZOOM;
                            matrix.set(dog.getImageMatrix());
                        }
                        break;
                    case MotionEvent.ACTION_MOVE:
                        if (currentMode == MODE_DRAG) {
                            matrixNew.set(matrix);
                            float xn = event.getX();
                            float yn = event.getY();
                            //matrix.setTranslate(xn,yn);
                            matrixNew.postTranslate(xn - xl,yn -yl);
                        } else if (currentMode == MODE_ZOOM) {
                            double distance = spacing(event);
                            float scale = (float) (distance / distanceStart);
                            matrixNew.postScale(scale,scale);
                        }

                        break;
                    case MotionEvent.ACTION_UP:
                        currentMode = MODE_NONE;
                        break;
                }
                dog.setImageMatrix(matrixNew);
                return true;
            }
        });
    }

       private double spacing(MotionEvent event) {
        float x = 0;
        float y = 0;
        try {
            x = event.getX(0) - event.getX(1);
            y = event.getY(0) - event.getY(1);
        } catch (IllegalArgumentException e) {}
        return Math.sqrt(x * x + y * y);
    }
}

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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