flex 学习笔记

本文介绍了Flex中自定义组件的方法及使用技巧,包括自定义标签、换行符的应用、Bindable属性、服务器路径获取、This指针引用等内容,并探讨了creationCompleteEffect与creationComplete的区别、Effect的作用以及视图模式的应用。

http://www.ninei.name/blog/?cat=38

Thursday, February 12th, 2009

1.自定义标签。

< ?xml version="1.0"?>
<!– mxml/XMLNamespaces.mxml –>
<mx :Application xmlns:mx="http://www.adobe.com/2006/mxml"
xmlns:MyComps="containers.boxes.*">
</mx><mx :Panel title="My Application"
paddingTop="10"
paddingBottom="10"
paddingLeft="10"
paddingRight="10"
>
<mycomps :CustomBox/>
</mx>

如上,mx也是作为标签存在的,就像新定义的MyComps标签一样。
2.换行符

<!– &#13;和\n可作为换行符。 –>
<mx :TextInput id="ta1" text="Display&#13;Content"/>

3.[Bindable]
这玩意可算在一个老兄的解释下明白了。说俗点就是,如果myText没加Bindable,那么绑定了myText的控件或者值,不会随着myText的变化而变化。

[Bindable]
public var myText:String = "Display" + "\n" + "Next Line";

4.服务器当前path

<mx :HTTPService url="@ContextRoot() /directory/myfile.xml"/>

5.This指针

<mx :Script>
Alert.new(this["myButton1"]);
</mx>
<mx :Button id="myButton1" label="myBtn1"/>

This指针在这面引用的是Application对象。
注意,被This所引用的对象,必须在Public域被声明,否则无法使用。
——————-俺是分割线——————————
1.creationCompleteEffect和creationComplete的区别
猜测:creationCompleteEffect应该是类似于onLoad,creationComplete类似于加载某个ActionScript方法或者是函数。
结论:
2.关于Effect
Effect英文解释为效果,在Flex里面,Effect的作用应该是把各种效果绑定在某个UI上,在Panel初始化的时候通过 creationComplete把设置UI的函数或者语句加载,因而在你使用某个UI的时候,通过使用的不同,就会触发UI的不同效果,但是这样很局 限,不如监听来的灵活。
3.视图模式
<mx:state/>就是html表单上的frame,但是和frame不一样,他可以使表单的控件重用,也就是说一个登录视图和注册视 图,用户名和密码是通用的,默认显示登录视图,如果当前用户没有注册过,可以点击按钮转到注册视图,这样,可以增加一个确认密码的text控件,来达到视 图重用(AddChild和RemoveChild即可达到此效果)。关于此项的其他更细节的东西,有待研究。
视图转换,在视图切换的时候,可以实现某些绚丽的效果,处于人性化的考虑,也可以添加filter根据效果,譬如添加,修改控件来控制是否执行视图转换效果。这个地方这里还没看明白,等写出代码的时候实验一下。
4.<mx:SetProperty
这个标签可以修改其他控件的属性。譬如:<mx:SetProperty target=”{loginPanel}” name=”title” [...]

本指南详细阐述基于Python编程语言结合OpenCV计算机视觉库构建实时眼部状态分析系统的技术流程。该系统能够准确识别眼部区域,并对眨眼动作与持续闭眼状态进行判别。OpenCV作为功能强大的图像处理工具库,配合Python简洁的语法特性与丰富的第三方模块支持,为开发此类视觉应用提供了理想环境。 在环境配置阶段,除基础Python运行环境外,还需安装OpenCV核心模块与dlib机器学习库。dlib库内置的HOG(方向梯度直方图)特征检测算法在面部特征定位方面表现卓越。 技术实现包含以下关键环节: - 面部区域检测:采用预训练的Haar级联分类器或HOG特征检测器完成初始人脸定位,为后续眼部分析建立基础坐标系 - 眼部精确定位:基于已识别的人脸区域,运用dlib提供的面部特征点预测模型准确标定双眼位置坐标 - 眼睑轮廓分析:通过OpenCV的轮廓提取算法精确勾勒眼睑边缘形态,为状态判别提供几何特征依据 - 眨眼动作识别:通过连续帧序列分析眼睑开合度变化,建立动态阈值模型判断瞬时闭合动作 - 持续闭眼检测:设定更严格的状态持续时间与闭合程度双重标准,准确识别长时间闭眼行为 - 实时处理架构:构建视频流处理管线,通过帧捕获、特征分析、状态判断的循环流程实现实时监控 完整的技术文档应包含模块化代码实现、依赖库安装指引、参数调优指南及常见问题解决方案。示例代码需具备完整的错误处理机制与性能优化建议,涵盖图像预处理、光照补偿等实际应用中的关键技术点。 掌握该技术体系不仅有助于深入理解计算机视觉原理,更为疲劳驾驶预警、医疗监护等实际应用场景提供了可靠的技术基础。后续优化方向可包括多模态特征融合、深度学习模型集成等进阶研究领域。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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