创建一个透明的UIToolbar

本文介绍了一种创建完全透明的UIToolbar的方法。通过子类化UIToolbar并设置其背景颜色为透明,实现了边缘无缝融合的效果。

http://www.linuxidc.com/Linux/2012-08/68651.htm

今天需要创建一个透明的UIToolbar,便看了下SDK,使用下面代码

  1.  CGRect barFrame = CGRectMake(900, 0, 124, 40);      
  2. UIToolbar *tb;  
  3. tb = [[UIToolbar alloc]initWithFrame:barFrame];  
  4. tb.barStyle =UIBarStyleDefault;  
  5. tb.tintColor = [UIColor clearColor];  
  6. tb.translucent = YES;  
效果如下图

在边缘的位置们依然能看出视图层之间的层叠,所以查看了些资料,原来正确的方法是子类化UIToolbar,设置其backgroundColor

  1. @interface TranslucentToolbar : UIToolbar  
  2.   
  3. @end  
 
  1. @implementation TranslucentToolbar  
  2.   
  3. - (void)drawRect:(CGRect)rect {  
  4.     // do nothing   
  5. }  
  6.   
  7. - (id)initWithFrame:(CGRect)aRect {  
  8.     if ((self = [super initWithFrame:aRect])) {  
  9.         self.opaque = NO;  
  10.         self.backgroundColor = [UIColor clearColor];  
  11.         self.clearsContextBeforeDrawing = YES;  
  12.     }  
  13.     return self;  
  14. }  
  15. @end  
在需要创建的地方使用子类化的UIToolbar
  1. TranslucentToolbar *tb;  
  2.  tb = [[TranslucentToolbar alloc]initWithFrame:barFrame];  
效果如下,得到了一个透明的UIToolbar

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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