android layer-list

本文介绍了一种使用Android的LayerDrawable实现复杂图像堆叠的方法。通过示例代码详细展示了如何逐层叠加不同图像,并设置各层的位置偏移,适用于创建带有背景、图标或特定布局效果的应用界面。

<?xml version="1.0" encoding="utf-8"?>
<layer-list
    xmlns:android="http://schemas.android.com/apk/res/android" >
    <item android:drawable="@android:color/white"/>
    <item android:drawable="@drawable/chatto_bg_normal"/>
</layer-list>

 

 

 

<?xml version="1.0" encoding="utf-8"?>
<layer-list xmlns:android="http://schemas.android.com/apk/res/android" >

    <item
        android:id="@+id/user_faceback_drawable"
        android:drawable="@drawable/h001"/>
    <item
        android:id="@+id/user_face_drawable"
        android:bottom="35.0dip"
        android:drawable="@drawable/facebook"
        android:left="10.0dip"
        android:right="25.0dip"
        android:top="18.0dip"/>

</layer-list>

 

 

 

((ImageView) findViewById(R.id.layerdss1))
    .setImageDrawable(getResources().getDrawable(
      R.drawable.drawagble_layer));

  Resources r = getResources();
  Drawable[] layers = new Drawable[2];
  layers[0] = r.getDrawable(R.drawable.white);
  layers[1] = r.getDrawable(R.drawable.drawagble_layer);
  LayerDrawable layerDrawable = new LayerDrawable(layers);
  ((ImageView) findViewById(R.id.layerdss))
    .setImageDrawable(layerDrawable);

  Bitmap bm = BitmapFactory
    .decodeResource(getResources(), R.drawable.cwj);
  Drawable[] array = new Drawable[3];
  array[0] = new PaintDrawable(Color.BLACK); // 黑色
  array[1] = new PaintDrawable(Color.WHITE); // 白色
  array[2] = new BitmapDrawable(bm); // 位图资源
  LayerDrawable ld = new LayerDrawable(array); // 参数为上面的Drawable数组
  ld.setLayerInset(1, 1, 1, 1, 1); // 第一个参数1代表数组的第二个元素,为白色
  ld.setLayerInset(2, 2, 2, 2, 2); // 第一个参数2代表数组的第三个元素,为位图资源
  ((ImageView) findViewById(R.id.testimage)).setImageDrawable(ld);

 

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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