rect

使用C++来开发WPF，主要是如何在MFC（Win32）的窗口中HostWPF的Page。下面我就做个详细的介绍。 1创建工程 创建工程, 由于MFC的Wizard会生成很多用不到的代码，所以我准备从一个空的工程开始创建一个MFC的工程。 1) 打开VS2008，菜单File->New->Projects…, 左面选择Visual C++->Win32，右面选择Win32 ConsoleApplication，给工程起个名字CTest_WPF, Ok进入下一步。 2) 工程基本配置，在Application Setting中选择Console Application和MFC。Finish进入下一步。 3) 修改工程，使工程变成MFC Windows程序。 Ø 删除CTest_WPF.cpp和CTest_WPF.h文件 Ø 添加CWinApp派生类Test_WPFApp, 在工程上点击鼠标右键，Add=>Class… 在弹出的对话框中，左边选择MFC，右面选择MFC Class，点击Add进入下一步 在弹出的对话框中输入类名： CTest_WPFApp, 基类选择CWinApp Ø 用同上的方法添加CWnd派生类，Class name为CTest_WPFMainWnd,Base class为CWnd。 Ø 修改工程属性。将属性中的System-

无边框窗体最大化显示超出屏幕外的解决方案 相关： https://stackoverflow.com/questions/12884987/wpf-borderless-window-on-maximize-exceeds-window-height-and-width?rq=1 Solved: 通过修改 ResizeMode = ResizeMode.NoResize 可以有效的解决该问题，但需要注意的是在其它窗口状态下ResizeMode需要恢复原先值。具体代码如下： private ResizeMode _preResizeMode; private void BtnMax_OnClick(object sender, RoutedEventArgs e) { _preResizeMode = this.ResizeMode; this.ResizeMode = ResizeMode.NoResize; this.WindowState = WindowState.Maximized; } private void BtnNormax_OnClick(object sender, RoutedEventArgs e) { this.ResizeMode = _preResizeMode; this.WindowState = WindowState.Normal; }

窗口大小获取： CGRect screenBounds = [ [UIScreenmainScreen]bounds];//返回的是带有状态栏的Rect CGRect rect = [ [UIScreenmainScreen]applicationFrame];//不包含状态栏的Rect UIImageView： 一 ：圆角以及自适应图片大小 UIImage* image = [UIImage imageNamed:@"image.png"]; UIImageView* imageView = [[[UIImageView alloc] initWithImage:image] autorelease]; imageView.frame = CGRectMake(0, 0, 300, 200); imageView.layer.cornerRadius = 8; imageView.layer.masksToBounds = YES; //自适应图片宽高比例 imageView1.contentMode = UIViewContentModeScaleAspectFit; 二 图片自适应UIImageView (来源于:http://www.61ic.com/Mobile/iPhone/201103/29636.html) - (UIImage *

转自：http://www.cnblogs.com/zhidao-chen/archive/2013/05/20/3088164.html 窗口大小获取： CGRect screenBounds = [ [ UIScreenmainScreen ] bounds ]; // 返回的是带有状态栏的 Rect CGRect rect = [ [UIScreenmainScreen]applicationFrame];//不包含状态栏的Rect UIImageView： 一 ：圆角以及自适应图片大小 UIImage* image = [UIImage imageNamed:@"image.png"]; UIImageView* imageView = [[[UIImageView alloc] initWithImage:image] autorelease]; imageView .frame = CGRectMake(0, 0, 300, 200); imageView.layer.cornerRadius = 8; imageView.layer.masksToBounds = YES; //自适应图片宽高比例 imageView1.contentMode = UIViewContentModeScaleAspectFit; 二 图片自适应UIImageView (来源于:http

需求： 在图片中画出指定区域的轮廓 解决方法： 先在图片中填充一块矩形，然后画出矩形的轮廓在图片中显示 //画出指定区域的轮廓; #include "stdafx.h" #include <highgui.h> #include <cv.h> using namespace cv; int _tmain( int argc, _TCHAR* argv[]) { Mat img= imread( "图片.JPG" ); Mat mask = Mat::zeros(img.size(),CV_8UC1); Rect rect; rect.x = 100 ; rect.y = 100 ; rect.width = 100 ; rect.height = 100 ; mask(rect).setTo( 255 ); vector < vector <Point> > v; //存储轮廓 vector <Vec4i> hierarchy; findContours(mask,v,hierarchy,CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); drawContours(img,v, 0 ,CV_RGB( 255 , 0 , 0 ), 1 , 8 ); imshow( "img" ,img); waitKey(); return 0 ; } 来源： CSDN

OpenCV基元检测 Primitive Detection 目录 基元的概念 基元泛指图像中有特点的单元。常说的基元有：边缘、角点、斑点、直线段、圆、等 基元检测是图像分析的基础 边缘（Edge）检测 边缘是图像中像素灰度值发生剧烈变化而不连续的结果 边缘是赋予单个像素的一种性质，与图像函数在该像素的一个邻域内的梯度特性相关 边缘幅值：梯度的幅值 边缘方向：梯度方向旋转-90度 边缘检测既是常见基元检测的基础，也是基于边界的图像分割的第一步。 边缘检测算法 OpenCV边缘检测：Sobel、拉普拉斯算子 OpenCV边缘检测：坎尼算子算子 斑点（Blob）检测 斑点：与周围灰度有一定差别的区域 面部的雀斑 卫星照片中的一棵数 钢材X光照片中的杂质或气泡 医学图像中的细微肿块 斑点检测算法 OpenCV LoG算子：SIFT算法 OpenCV Blob特征检测算子 角点（Conner）检测 角点：物体的拐角、交叉点、 曲线上曲率最大的点等 角点的邻域是图像中信息比较丰富的区域 角点检测方法 基于边缘的方法：在小邻域内有两个不同的主边缘方向，实际图像中，孤立点、线段端点也会有类似特 性。缺点是：1)需要先提取边缘并编码，计算量大；2)局部变化对稳定性影响大。 基于灰度的方法：计算点的曲率和梯度，目前的主流 角点检测算法： OpenCV 角点检测：Harris算子 哈夫变换