【转】和我一起来学iOS(五)负责表现的CALayer

CALayer  在很多方面都与  UIView  非常相似。它拥有位置、大小、变形和内容。你可以用自定义 的代码(通常会用到  Core Graphics )来覆盖绘制方法以绘制定制内容。图层的层级关系与视图的非常 接近。你可能会问:为什么还要有分离的对象?

最重要的答案是 UIView 是一个很重量级的对象,它管理绘制与事件处理(尤其是触摸事件)。 CALayer 完全关乎绘制。事实上,UIView 依靠 CALayer来管理绘制,这样两者就能协作得很好。

每个 UIView 都有一个 CALayer 用于绘制。而且每个 CALayer 都可以拥有子图层,就像每个 UIView 都可以拥有子视图一样 

 

有多种方法可以设置图层的内容。可以直接调用 setContent:方法,也可以通过实 现 display 或 displayLayer:方法做到,还可以实现drawInContext:或 drawLayer:inContext: 方法。接下来我们就分别讨论各种方法。

绘图系统几乎不会像 UIView 一样经常自动更新内容。比如说,UIView 在屏幕上第一次出现时 会对自身进行绘制,而 CALayer 则不会。使用setNeedsDisplay 方法标记 UIView 为需要重绘的, 这样就可以自动绘制所有子视图了。使用 setNeedsDisplay 方法标记 CALayer 为需要重绘的则并 不会对子图层产生影响。需要记住默认的是:UIView 默认会在它认为你需要的时候绘制,而 CALayer 默认只会在你明确要求时绘制。CALayer 是很底层的对象,它经过了优化,除非你明确要求,否则它 不会浪费时间执行任何操作。

CALayer 相对于 UIView 有一个主要优点,即便你工作在 2D 环境中,CALayer 也支持自动边框 效果。比如说,CALayer 可以自动生成圆角、彩色边线以及阴影。所有这些都可应用动画效果,可以 提供非常好的视觉效果。举个例子,你可在用户点击并释放图层时触发更改位置和阴影的动画效果。 

复制代码
CALayer *layer = [CALayer layer]; 5 layer.frame = CGRectMake(100, 100, 100, 100);
layer.cornerRadius = 10;
layer.backgroundColor = [[UIColor redColor] CGColor];
layer.borderColor = [[UIColor blueColor] CGColor]; 6 layer.borderWidth = 5;
layer.shadowOpacity = 0.5;
layer.shadowOffset = CGSizeMake(3.0, 3.0);
[self.view.layer addSublayer:layer];
复制代码

 

 


模型层与表示层

动画中的一个常见问题就是麻烦的“跳回”效果。错误如下:

 
               
    CABasicAnimation *fade;
    fade = [CABasicAnimation animationWithKeyPath:@"opacity"];
    fade.duration = 1;
    fade.fromValue = [NSNumber numberWithDouble:1.0];
    fade.toValue = [NSNumber numberWithDouble:0.0];
    [circleLayer addAnimation:fade forKey:@"fade"];
 
               
 
               

这段代码会让圆圈淡出大约 秒钟,之后突然出现。要了解突然出现的原因,需要明了模型层与表示层的区别。

模型层是由“真正”CALayer 对象的属性定义的。前面的代码没有任何地方修改 circleLayer 本身。相反,CAAnimation 创建了 circleLayer 的副本并对其进行修改,使其变成表示层。它们 大致表示会在屏幕上显示什么内容。 

那么前面的代码中发生了什么?CAAnimation 修改了表示层,表示层将被绘制到屏幕,绘制完 成后,所有的更改都会丢失并由模型层决定新状态。模型层没有改变,因此会恢复一开始的状态。解 决方法是设置模型层,如下所示:

circleLayer.opacity = 0; 2 CABasicAnimation *fade;
fade = [CABasicAnimation animationWithKeyPath:@"opacity"];
...1

[circleLayer addAnimation:fade forKey:@"fade"]; 3 

 

有时它能正常工作,但有时 setOpacity:中的隐式动画会与 animationWIthKeyPath:的显式动画冲突。最好的解决办法是在执行显式动画时关闭隐式动画:

[CATransaction begin];
[CATransaction setDisableActions:YES];
circleLayer.opacity = 0;
CABasicAnimation *fade;
fade = [CABasicAnimation animationWithKeyPath:@"opacity"]; ...
[circleLayer addAnimation:fade forKey:@"fade"]; [CATransaction commit];

 

我做了个例子,代码放在github上,地址是 https://github.com/langxue/SlideChat ,看起来就像下面这样:


 



接下来我会用NavigationController把这个开场动画和前一节的UITableView关联起来,然后连接上用Node.js做的后台https://github.com/langxue/uberchat ,最后成一个相对完整的项目。


数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师技术人员习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度习框架,便于快速集成模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时状态估计”展开研究,利用Matlab代码实现对系统状态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法的设计与实现过程,展示了滤波算法在抑制测量噪声、提高状态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与状态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、状态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统状态的高精度实时估计;②为噪声环境下的传感器数据融合与状态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了一个针对电力系统连锁故障传播路径的N-k多阶段双层优化及故障场景筛选模型,旨在提升电力系统在复杂故障条件下的安全性与稳定性。该模型结合了多阶段动态响应与双层优化架构,能够有效模拟连锁故障的传播过程,并通过优化算法筛选出关键故障场景,进而支撑系统风险评估与预防控制策略制定。文中提供了基于Matlab的代码实现,便于科研人员复现顶级EI期刊研究成果,深入理解电力系统可靠性分析的核心算法与建模方法。; 适合人群:具备一定电力系统基础知识Matlab编程能力的研究生、科研人员及从事电力系统安全分析的工程技术人员,尤其适合致力于高水平论文复现与创新研究的用户。; 使用场景及目标:①复现电力系统连锁故障分析领域的顶级EI论文模型;②开展N-k故障场景筛选、多阶段优化建模、双层规划算法设计等相关课题研究;③提升在电力系统可靠性、韧性评估与预防控制方面的科研能力。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块习,重点关注双层优化结构与故障传播路径建模的实现细节,同时参考文中提及的YALMIP工具包网盘资源进行实践调试,以加深对算法逻辑与工程应用的理解。
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