iOS:导航栏的属性的一些自定义方法

本文介绍如何在iOS应用中自定义导航栏的颜色和返回按钮样式,包括改变导航栏标题颜色、背景色以及创建定制化的返回按钮。

1、改变导航栏标题样色

#define RGB(r,g,b)  [UIColor colorWithRed:r / 255.0 green:g / 255.0 blue:b /255.0 alpha:1]


[self.navigationController.navigationBar setTitleTextAttributes:[NSDictionary dictionaryWithObjectsAndKeys:RGB(56, 141, 205),NSForegroundColorAttributeName,nil]];


2、改变导航栏背景色

 [self.navigationController.navigationBar setBackgroundColor:[UIColor grayColor]];


3、自定义导航栏返回按钮

- (void)showBackBtn

{

    //自定义返回按钮

    UIButton *backButton = [UIButton buttonWithType:UIButtonTypeCustom];

    //    UIImageView *image = [[UIImageView alloc] initWithImage:[UIImage imageNamed:@"arrow_back.png"]];

    //    image.frame = CGRectMake(0, 0, 20, 20);

    //[backButton addSubview:image];

    [backButton setBackgroundImage:[UIImage imageNamed:@"返回icon.png"]forState:UIControlStateNormal];

    backButton.backgroundColor = [UIColor clearColor];

    [backButton addTarget:self action:@selector(popViewConDelay) forControlEvents:UIControlEventTouchUpInside];

    backButton.frame = CGRectMake(0, 0, 15, 20);

    UIBarButtonItem *detailsItem = [[UIBarButtonItem alloc] initWithCustomView:backButton];

    

    UIBarButtonItem *negativeSpacer = [[UIBarButtonItem alloc]

                                       initWithBarButtonSystemItem:UIBarButtonSystemItemFixedSpace

                                       target:nil action:nil];

    /**

     *  width为负数时,相当于btn向右移动width数值个像素,由于按钮本身和边界间距为5pix,所以width设为-5时,间距正好调整

     *  0width为正数时,正好相反,相当于往左移动width数值个像素

     */

    negativeSpacer.width = 10;

    self.navigationItem.hidesBackButton = YES;

    

    self.navigationItem.leftBarButtonItems = [NSArray arrayWithObjects: negativeSpacer,detailsItem, nil];

    

    

}


- (void)popViewConDelay

{

    [self.navigationController popViewControllerAnimated:YES];

}



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