android中dip、dp、px、sp和屏幕密度区别

本文详细解释了Android开发中dip(device independent pixels)、dp(density-independent pixels)、px(pixels)和sp(scaled pixels)的概念及其相互之间的转换方法。dip和dp都是基于屏幕密度的抽象单位,适用于不同分辨率的设备;px是绝对像素单位,直接对应屏幕上的点;sp则主要用于调整字体大小。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. dip: device independent pixels(设备独立像素). 不同设备有不同的显示效果,这个和设备硬件有关,一般我们为了支持WVGA、HVGA和QVGA 推荐使用这个,不依赖像素。
    这里要特别注意dip与屏幕密度有关,而屏幕密度又与具体的硬件有关,
2. dp: 很简单,和dip是一样的。 一种基于屏幕密度的抽象单位。在每英寸160点的显示器上,1dp = 1px
3. px: pixels(像素),这是绝对像素,是屏幕上的像素点。

4.  sp: scaled pixels(放大像素). 主要用于字体显示best for textsize


使用sp作为文字大小的单位,将dip作为其他元素的单位

dip 与像素转换处理:

public static int dip2px(Context context, float dipValue){
                final float scale = context.getResources().getDisplayMetrics().density;
                return (int)(dipValue * scale + 0.5f);
        }
       
    public static int px2dip(Context context, float pxValue){
                final float scale = context.getResources().getDisplayMetrics().density;
                return (int)(pxValue / scale + 0.5f);
        }


参考博客:

http://www.cnblogs.com/fbsk/archive/2011/10/17/2215539.html

http://sifutian.iteye.com/blog/680935

内容概要:本文系统介绍了基于C#(VS2022+.NET Core)与HALCON 24.11的工业视觉测量拟合技术,涵盖边缘提取、几何拟合、精度优化及工业部署全流程。文中详细解析了亚像素边缘提取、Tukey抗噪算法、SVD平面拟合等核心技术,并提供了汽车零件孔径测量、PCB焊点共面性检测等典型应用场景的完整代码示例。通过GPU加速、EtherCAT同步等优化策略,实现了±0.01mm级测量精度,满足ISO 1101标准。此外,文章还探讨了深度学习、量子启发式算法等前沿技术的应用前景。 适合人群:具备一定编程基础,尤其是熟悉C#HALCON的工程师或研究人员,以及从事工业视觉测量与自动化检测领域的技术人员。 使用场景及目标:①学习如何使用C#HALCON实现高精度工业视觉测量系统的开发;②掌握边缘提取、抗差拟合、3D点云处理等核心技术的具体实现方法;③了解工业部署中的关键技术,如GPU加速、EtherCAT同步控制、实时数据看板等;④探索基于深度学习量子计算的前沿技术在工业视觉中的应用。 其他说明:本文不仅提供了详细的理论分析技术实现,还附有完整的代码示例实验数据,帮助读者更好地理解实践。同时,文中提到的硬件选型、校准方法、精度验证等内容,为实际项目实施提供了重要参考。文章最后还给出了未来的技术演进方向开发者行动建议,如量子-经典混合计算、自监督学习等,以及参与HALCON官方认证开源社区的建议。
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