异形窗口高亮[原创]

窗口小助手的时候用到了窗口边缘高亮的东东。之前网上搜到的一篇文章如下:
实现 SPY++ 的 FindWindow Tool 的高亮(highlight)一个应用程序的窗体或内部 Object 的边缘
方法一: 
通过  SelectObject  来实现 
 
procedure  InvertTracker(hwndDest:  HWND); 
//画边框 
var 
 hdcDest      :  HWND; 
 hPen            :  HWND; 
 hOldPen      :  HWND; 
 hOldBrush  :  HWND; 
 cr                :  HWND; 
 rc                :  TRect; 
begin 
 GetWindowRect(hwndDest,  rc); 
 hdcDest  :=  GetWindowDC(hwndDest); 
 SetROP2(hdcDest,R2_NOT); 
 cr        :=  clBlack; 
 hPen    :=  CreatePen(PS_INSIDEFRAME,2,cr); 
 
 hOldPen      :=  SelectObject(hdcDest,  hPen); 
 hOldBrush  :=  SelectObject(hdcDest,  GetStockObject(NULL_BRUSH)); 
 Rectangle(hdcDest,  0,  0,  rc.Right  -  rc.Left,  rc.Bottom  -  rc.Top); 
 SelectObject(hdcDest,  hOldBrush); 
 SelectObject(hdcDest,  hOldPen); 
 
 ReleaseDC(hwndDest,  hdcDest); 
 DeleteObject(hPen); 
end;     
 
 
方法二: 
将边框区域颜色取反 
 
procedure  HighlightWindow(hWndWindow:  HWND); 
var  hDCWindow:  HDC; 
     RECT:  TRect; 
     DINV:  Integer; 
begin 
 if  (hWndWindow  =  0)  or  (Not  IsWindow(hWndWindow))  then 
     Exit 
 else  begin 
     hDCWindow  :=  GetWindowDC(hWndWindow); 
     Windows.GetWindowRect(hWndWindow,  RECT); 
     OffsetRect(RECT,  -RECT.Left,-RECT.Top); 
 
     DINV  :=  4; 
     if  Not  IsRectEmpty(RECT)  then 
     begin 
         PatBlt(hDCWindow,  RECT.Left,  RECT.Top,  RECT.Right  -  RECT.Left,  DINV,  DSTINVERT); 
         PatBlt(hDCWindow,  RECT.left,  RECT.bottom  -  DINV,  DINV, 
                     -(RECT.bottom  -  RECT.top  -  2  *  DINV),  DSTINVERT); 
         PatBlt(hDCWindow,  RECT.right  -  DINV,  RECT.top  +  DINV,  DINV, 
                     RECT.bottom  -  RECT.top  -  2  *  DINV,  DSTINVERT); 
         PatBlt(hDCWindow,  RECT.right,  RECT.bottom  -  DINV,  -(RECT.right  -  RECT.left), 
                     DINV,  DSTINVERT); 
     end; 
     ReleaseDC(hWndWindow,  hDCWindow); 
 end; 
end; 
 
不过这两个都无法实现异型窗体的高亮

我用的是GDI+画的, 方法和上面的方法二相似。详细代码可以到这里下载

这里我主要是想谈谈我对异形窗体的边缘高亮的做法:
先利用GetWindowRgn 获取窗口的hRgn, 然后枚举Client区域的像素点,判断其是否处于边缘,
如果是则保存该点, 最后利用SetPixel绘制边缘曲线。
核心代码如下:

None.gif using  (Graphics g  =   this .CreateGraphics())
ExpandedBlockStart.gifContractedBlock.gif            
dot.gif {
InBlock.gif                IntPtr hRgn 
= this.Region.GetHrgn(g);
InBlock.gif                GetWindowRgn(
this.Handle, ref hRgn);
InBlock.gif                List
<Point> list = new List<Point>();
InBlock.gif                
for (int i = 0; i < this.ClientRectangle.Width; i++)
ExpandedSubBlockStart.gifContractedSubBlock.gif                
dot.gif{
InBlock.gif                    
for (int j = 0; j < this.ClientRectangle.Height; j++)
ExpandedSubBlockStart.gifContractedSubBlock.gif                    
dot.gif{
InBlock.gif                        
bool a = PtInRegion(hRgn, i - 1, j);
InBlock.gif                        
bool b = PtInRegion(hRgn, i + 1, j);
InBlock.gif                        
bool c = PtInRegion(hRgn, i, j - 1);
InBlock.gif                        
bool d = PtInRegion(hRgn, i, j + 1);
InBlock.gif                        
if ((a ^ b) || (c ^ d))
ExpandedSubBlockStart.gifContractedSubBlock.gif                        
dot.gif{
InBlock.gif                            list.Add(
new Point(i, j));
ExpandedSubBlockEnd.gif                        }

ExpandedSubBlockEnd.gif                    }

ExpandedSubBlockEnd.gif                }

InBlock.gif
InBlock.gif                IntPtr hdc 
= g.GetHdc();
InBlock.gif                
for (int k = 0; k < list.Count; k++)
ExpandedSubBlockStart.gifContractedSubBlock.gif                
dot.gif{
InBlock.gif                    SetPixel(hdc, list[k].X, list[k].Y, 
255);
ExpandedSubBlockEnd.gif                }

InBlock.gif                g.ReleaseHdc();
ExpandedBlockEnd.gif            }

贴图如下:

 

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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