Android开发拖动条实现照片的切换

可拖动滚动条实现 SeekBar实现 ,通过 OnSeekBarChangeListener 事件 来监听其值的改变,还可以监听 开始拖动和停止拖动! 立即下载
Android开发拖动条实现照片的切换

.xml

<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:orientation="vertical"
    tools:context=".MainActivity" >

    <ImageView 
        android:id="@+id/img"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:src="@drawable/pic_0"/>
    
    <SeekBar 
        android:id="@+id/seekbar"
        android:layout_width="fill_parent"
        android:layout_height="wrap_content"/>
    
    <TextView 
        android:id="@+id/text"
        android:layout_width="fill_parent"
        android:layout_height="wrap_content"/>

</LinearLayout>

.java

package com.example.seekbardemo2;

import android.os.Bundle;
import android.app.Activity;
import android.view.Menu;
import android.widget.ImageView;
import android.widget.SeekBar;
import android.widget.SeekBar.OnSeekBarChangeListener;
import android.widget.TextView;

public class MainActivity extends Activity {

private ImageView img=null;
private SeekBar seekbar=null;
private TextView text=null;
private int data[]=new int[]{
R.drawable.pic_0,R.drawable.pic_1,
R.drawable.pic_2,R.drawable.pic_3,
R.drawable.pic_4,R.drawable.pic_5,
R.drawable.pic_6,R.drawable.pic_7,
R.drawable.pic_8,R.drawable.pic_9
};
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
this.img=(ImageView) super.findViewById(R.id.img);
this.seekbar=(SeekBar) super.findViewById(R.id.seekbar);
this.seekbar.setMax(9);
this.text=(TextView) super.findViewById(R.id.text);
this.seekbar.setOnSeekBarChangeListener(new OnSeekBarChangeListenerImp());
}

public class OnSeekBarChangeListenerImp implements OnSeekBarChangeListener{
//拖动过程
public void onProgressChanged(SeekBar arg0, int arg1, boolean arg2) {
// TODO Auto-generated method stub
int cur=arg0.getProgress();
//设置显示的图片
MainActivity.this.img.setImageResource(MainActivity.this.data[cur]);
MainActivity.this.text.setText("当前第"+(cur+1)+"张"+" 还有"+(MainActivity.this.data.length-cur-1)+"张");
}
//刚开始拖动
public void onStartTrackingTouch(SeekBar arg0) {
// TODO Auto-generated method stub
}

public void onStopTrackingTouch(SeekBar arg0) {
// TODO Auto-generated method stub
}
}

}
可以用手指拖动改变进度进度条 在android4.0下编译通过的。带滑块的进度条演示。可以用手指拖动改变进度。 立即下载

相关推荐

android左右滑动切换图片

能够实现android左右滑动切换图片效果,滑动时下方的小白点也跟着滑动

图片轮换与拖动效果

图片自动轮换与拖动效果               1、去年做的一个图片拖动与轮换的东东,网页中的图片拖动的时候会打开一个新的窗口显示图片,                       所以我在上面加了一层DIV拖动的时候直接拖动DIV,里层的图片跟着走动。                2、 图片轮换效果,fadeTo函数的淡入淡出效果,设置上层图片(a)透明度到0.5的时候,     

u014094195的专栏 951

Omnibox 2.11 NAS部署指南:家庭影音中枢的轻量化落地实践

家庭影音平台本质是本地化内容调度中枢,其核心在于聚合NAS媒体库、统一管理直播/IPTV/音频/视频等多源内容,并通过智能元数据匹配与硬解加速实现零门槛播放体验。技术原理上依赖Java轻量Web容器(Jetty)、SQLite嵌入式数据库双缓存架构,以及宿主机FFmpeg动态链接与HTTP/2直播代理治理能力。该方案显著降低4K播放卡顿、EPG加载失败、海报缺失等高频问题,适用于群晖、飞牛、绿联等主流NAS设备,尤其适配ARM64芯片与Realtek网卡等国产硬件生态。本文聚焦Omnibox 2.11在真实

weixin_30846347的博客 471

Android左右图片切换(可自动)

  本例是用ViewPager去做的实现,支持自动滑动和手动滑动,不仅优酷网,实际上有很多商城和门户网站都有类似的实现:   具体思路:   1. 工程中需要添加android-support-v4.jar,才能使用ViewPager控件。   2. 图片的自动切换:可使用Timer或者ScheduledExecutorService,这个有多重方式可以实现。   同时要切换底部的d

kc58236582的博客 3563

3线SWD接线终极指南:用Jlink调试非3.3V设备的5个关键细节

本文详细解析了使用Jlink调试非3.3V设备时,3线SWD接线的5个关键细节。核心在于正确理解并连接Vref引脚以实现电压适配,避免供电冲突,并掌握精简接线法与固件修复技巧。文章以STM32F205等芯片为例,指导开发者安全、高效地进行混合电压调试。

e4f5g6h7的博客 437

Plecs仿真进阶:半桥LLC谐振变换器从开环到闭环的实战解析

本文通过Plecs软件,详细解析了半桥LLC谐振变换器从开环模型搭建到闭环控制实现的完整仿真流程。文章深入探讨了谐振参数设置、关键波形解读,并重点分享了基于PI控制器的闭环调试实战经验与参数整定技巧,帮助工程师高效掌握这一高效拓扑的仿真与设计方法。

weixin_29231263的博客 279

Android自定义view实现两张图片的分割线滑动对比

【代码】Android自定义view实现两张图片的分割线滑动对比。

qq_38496491的博客 441

【GameFramework框架】三、快速启动

这篇文章就带领大家如何快速启动GameFramework框架。

优快云博客专家,Unity3D高级软件工程师,《Unity 3D从入门到实战》作者。 4427

Android实现动态任意拖动图片

应用场景:小游戏 android要实现动态任意拖放图片,使用imageview实现比较困难,在这里介绍一种使用button的方法: 1. 界面元素有任意个,用户操作选中一个在屏幕上拖动,拖动完成后图片元素停留在actionup的位置; 2. 首先在界面设置任意个button元素,并设置background: android:background="@drawable/bgall"

田田的菜坛子 1444

Vibe coding 氛围编程:编程就像聊天一样,低代码开发时代来了?

Vibe coding:编程就像聊天一样,低代码开发时代来了!

Code_流苏:在代码中寻诗意,在实践中觅真知 4803

【WorkBuddy专栏51】Codex与WorkBuddy的底层基因——两条完全不同的AI智能体路线(上)

【WorkBuddy专栏51】Codex与WorkBuddy的底层基因——两条完全不同的AI智能体路线(上)

AI人人懂 2173

【Android开发】图片拖拉功能的实现

这次记录的是实现Android图片用手拖拉的功能。 编译环境:eclipse Android版本4.0 创建工程过程略 实现图片在页面内的拖拉 原理图: 实现图片在页面内的拖拉 mian.xml:     xmlns:tools="http://schemas.android.com/tools"     android

程序猿之洞 2004

基于STM32设计的遥控小车(手机APP+GPS+温湿度+ESP8266)

一、环境介绍 小车主控MCU: STM32F103ZET6 STM32程序开发IDE: keil5 STM32程序风格: 采用寄存器方式开发,注释齐全,执行效率高,方便移植 手机APP: 采用QT设计,程序支持跨平台编译运行(Android、IOS、Windows、Linux都可以编译运行,对应平台上QT的环境搭建,之前博客已经发了文章讲解) 硬件包含: 淘宝购买的完整一套4轮遥控小车(采用STM32F103ZET6作为主控板)、DHT11温湿度传感器、中科微GPS模块、ESP8266 ...

6万+

android 照片转视频教程,手机一张照片制作视频教程 安卓手机怎么将照片制作成视频?...

专注实拍 监控 风景 各类视频申请入群加微信: neimu500因为专注 所以专业!我们只发优质实拍视频,群管理专业、规范,确保群的视频质量以及秩序!无水印可下载可分享.狸窝是帮助用户解决问题 提供教程解决方案 在这个过程中有使用我们自己开发的软件 也有网上找的工具 只要帮助用户解决问题就好!同意则往下继续了解学习 ...今天要介绍的是在安卓手机上制作一张圆形图片在转圈圈的视频哦~怎么说呢,就是将...

weixin_33433927的博客 1053

某联达OA任意用户登录漏洞复现

由于`/WebService/Lk6SyncService/DirectToOthers/GetSSOStamp.asm`j接口未作限制,导致可以通过该接口调用`admin`的`cookie`值,通过对`LoginCredence`和`LoginTimestamp`的参数修改,进而实现任意登录进去系统.

千寻的博客 1589

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Gallery实现图片拖动切换

Gallery中文意思为画廊,通过Gallery能够实现用手指在屏幕上滑动实现图片的拖动。效果如下: 上面,为了学习了解,只用了android默认的Icon图片。 主程序中创建了一个继承自BaseAdapter的ImageAdapter方法,这个ImageAdapter的存在目的,是为了要暂存想要显示的图片,并作为Gallery控件图片的源引用。 MyActivity.java...

a329071489的博客 101

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Android照片墙加强版,使用ViewPager实现画廊效果

转载请注明出处:http://blog.youkuaiyun.com/guolin_blog/article/details/12646775 记得关于照片墙的文章我已经写过好几篇了,有最基本的照片墙,有瀑布流模式的照片墙,后来又在瀑布流的基础之上加入了查看大图和多点触控缩放的功能。总体来说,照片墙这个Demo在这几篇文章的改进中已经变得较为完善了,本想关于这个功能的系列到此为止,但有朋友跟

Will~会发光啊 305

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Android图片左右切换和拖动大小

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_33676492的博客 396

安卓基础(悬浮窗和摄像)

​ 的作用就是 ​​的作用是直接把用户带到 ​​,而不是让用户在系统设置中手动寻找。从A页面使用startActivityForResult()跳转到B页面,B页面点击返回时将新写入的值传回到A页面。

hongsegeming的博客 1124

Android开发中遇到的问题总结【持续更新】

Android开发: 使用Java设置控件样式问题总结;Java中设置GridLayout布局的layout_columnWeight属性;设置字体颜色为黑色,但显示的是灰色。

提笔忘字的帝国 2966

去掉边框_安卓也有堪比 VOUN 的加边框应用了,素材丰富到没朋友

iOS 系统中有一款可以给照片加边框的应用 VOUN,里面的相框档次很高,调整后的效果也很不错,但是安卓却没有一款类似的应用。开发者 Joey 尝试找了很多款相似的应用,结果不是广告就是骗流量的辣鸡应用,所以最后独自开发了 Fui。简单的操作和清新的界面打开 Fui,启动界面非常简单,背景是一片蓝色的星空,界面下方有一个书的 logo(即 App 使用入口)以及一行文艺的句子。每次打开 App 时...

weixin_39724748的博客 251

android 照片拼接长图_长图拼接app下载 长图拼接制作 for Android v2.6.1 安卓版 下载-脚本之家...

长图拼接制作app是一款操作很方便的长截图拼接软件。长图拼接app能够支持对截图进行裁剪和编辑,长图拼接制作app还有多种拼接模板和框架供大家选择,有需要的用户赶快下载体验吧!软件介绍长图拼接制作app是一款非常方便实用的软件,平台能够把用户手机里的照片都进行剪辑。长图拼接制作将相片、图片、截图等图片拼接起来,从上到下,或从左至右,拼成一幅长图;操作方便快捷,十分的简单,可以设置每一张图片的顺序,...

weixin_42347346的博客 836

推荐项目:GestureImageView - 打造动态手势操控的Android ImageView

推荐项目:GestureImageView - 打造动态手势操控的Android ImageView 项目简介 GestureImageView 是一个为 Android 平台设计的自定义视图组件,它扩展了标准的 ImageView 功能,允许开发者通过简单的手势来实现图片的缩放、旋转和拖动。这个项目的目的是让用户体验更加自然和直观,同时也为开发者提供了一个强大的工具,用于构建更富有交互性的移动...

gitblog_00076的博客 568

input点击时去掉边框_安卓也有堪比 VOUN 的加边框应用了,素材丰富到没朋友

iOS 系统中有一款可以给照片加边框的应用 VOUN,里面的相框档次很高,调整后的效果也很不错,但是安卓却没有一款类似的应用。开发者 Joey 尝试找了很多款相似的应用,结果不是广告就是骗流量的辣鸡应用,所以最后独自开发了 Fui。简单的操作和清新的界面打开 Fui,启动界面非常简单,背景是一片蓝色的星空,界面下方有一个书的 logo(即 App 使用入口)以及一行文艺的句子。每次打开 App 时...

weixin_39705794的博客 126

Android动态生成答题卡,〔两行哥〕OpenCV4Android教程之安卓答题卡识别

这是一个基于OpenCV的Android答题卡识别Demo,源码已经上传至码云:AnswerSheetScanDemo。一、使用流程(一)输入照片源在App首页,选择通过“相机”或“相册”选择照片源,首页如图1所示。图1 首页(二)拍照或从相册中选取图片拍照请将答题卡填满平铺图中蓝色虚线框,垂直拍摄,尽量避免光影干扰,拍照页如图2所示。划重点,填满平铺蓝色虚线框。图2 拍照页(三)框选答题区域正常...

weixin_32597695的博客 1163
上一篇: Android设置TextView能够滚动
下一篇: 使用SeekBar组件调节屏幕亮度
普通网友
博客等级 码龄16年 90粉丝 1232原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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