社区
Windows SDK/API
帖子详情
有没有办法截获键盘输入的汉字?
shawy0282
2003-07-23 05:12:27
谢谢
...全文
129
14
打赏
收藏
有没有办法截获键盘输入的汉字?
谢谢
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
14 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
zhp97
2003-08-01
打赏
举报
回复
可不可以考虑下用区位码判别???如果要判断输入法那是不太可能的(太麻烦)
只要等字出来后再做判断。
roc_fu
2003-07-31
打赏
举报
回复
嘿嘿,作全局钩子过滤一下WM_CHAR和WM_IM_CHAR是完全可以的,难度在与word这样的程序没有用到WM_CHAR和WM_IM_CHAR消息
shawy0282
2003-07-30
打赏
举报
回复
截获汉字不难,过滤一下WM_CHAR和WM_IM_CHAR就可以了
我想不通的是为什么在有些窗口会失效
我喜欢番茄
2003-07-30
打赏
举报
回复
我又想了想,如果将截获的工作放到通过输入法输入完了之后,即把汉字显示在屏幕上之前的话。就只须判断输入法是英文还是中文,根本无须判断输入法具体是什么了。那这样实现起来就简单多了。
koma2003
2003-07-30
打赏
举报
回复
要得到汉字,必须要用到各种输入法的码表,那工作量不要太大哦
我喜欢番茄
2003-07-29
打赏
举报
回复
另外:
关于截获字符,相对简单了很多,键盘的输入是采用的中断是输入而且就是ASCII码。很容易得到键盘的信号,并且得到信号后编码也非常的简单。
根据我开始的观点来看得到信号不难,最难的是如何编码识别汉字。
我喜欢番茄
2003-07-29
打赏
举报
回复
愚见:
个人认为要想直接从键盘截获输入的汉字必须先要知道输入法的状态,即是什么输入法在工作,因为不同的输入法其输入汉字的规则是不同的,且不可通用。
2。通过不同的输入法再根据输入法的特点分析出输入的汉字代码即未经过汉字编码的按键源码。(包括了英文字母,空格,回车,以及选字要用到的一切功能键)
3。根据按键源码和输入法得到汉字字符。
个人认为第2步非常的复杂,想要实现十分困难。几乎不可能。
个人观点仅供参考。
planfore
2003-07-29
打赏
举报
回复
我以前做过一个键盘hook,但只能得到字符,得不到汉字。知道怎么做请告诉我。
wdsimon
2003-07-26
打赏
举报
回复
楼上说法不对,如果edit,memo不获得焦点,怎样获取键盘输入?
使用钩子技术(我不熟悉),前两天下了一个类似的代码的,找不到了。
jacket008
2003-07-26
打赏
举报
回复
应可以吧,昨天我也看了一个关于按键的捕获的hook的例子,也想一下如何截获键盘输入的汉字,但通过按键来捕获不理想。不知是否有一种输入法的输入状态的hook?(异想天开)
智商无下限
2003-07-26
打赏
举报
回复
你是不是也得不到 MEMO中的文字呀
一个道理
shawy0282
2003-07-26
打赏
举报
回复
是用全局hook
我写了一个,在记事本等程序中有效
但在MSN、QQ中则不行
不知道是怎么回事?
(谁有相关代码贴出来参考参考)
zhksoft
2003-07-25
打赏
举报
回复
用edit,memo都行,
如果你不想让他们显示出来,你又何必
不知道你要干 什么?
shawy0282
2003-07-25
打赏
举报
回复
顶一下
YOLO算法多场景人物互动拥抱目标检测数据集-2362张-包含 VOC 和 Yolo 格式标签-支持多种算法训练模型.zip
页面底部可查看数据集可视化效果; 该数据集可直接接入YOLOv5s/v5m/v5l、YOLOv8n/v8s/v8m、YOLOv10n/v10s、yolo11等轻量级至中型骨干网络进行端到端训练,支持从零训练(from scratch)与迁移学习(fine-tuning)两种模式;包含voc格式和yolo格式标签可直接使用
YOLO算法海滩冲浪板目标检测数据集-200张-包含 VOC 和 Yolo 格式标签-支持多种算法训练模型.zip
页面底部可查看数据集可视化效果; 该数据集可直接接入YOLOv5s/v5m/v5l、YOLOv8n/v8s/v8m、YOLOv10n/v10s、yolo11等轻量级至中型骨干网络进行端到端训练,支持从零训练(from scratch)与迁移学习(fine-tuning)两种模式;包含voc格式和yolo格式标签可直接使用
北京博能-上海5G-apk的安装包1.2.3
博能apk
图像分割基于局部质心的无监督的2D 和 3D 图像分割(Matlab代码实现)
内容概要:本文提出了一种基于局部质心的无监督图像分割方法,适用于2D和3D图像的精确分割任务,并提供了完整的Matlab代码实现。该方法无需依赖标注数据,通过计算图像局部区域的质心信息来驱动分割过程,结合聚类策略实现自动化分割,具有较强的鲁棒性和实用性。文中系统阐述了算法的设计原理、关键技术步骤及在多种图像类型上的应用效果,重点展示了其在医学影像(如MRI、CT)和遥感图像中的分割性能,验证了方法在复杂场景下的有效性与泛化能力。; 适合人群:具备一定图像处理理论基础和Matlab编程能力,从事计算机视觉、医学图像分析、遥感识别或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 实现无需人工标注的自动图像分割;② 应用于2D/3D医学图像中器官或病变区域的精准提取;③ 扩展至遥感图像分类、工业缺陷检测等无监督分割任务; 阅读建议:建议读者结合所提供的Matlab代码进行实践操作,深入理解局部质心计算、邻域聚类机制与分割流程的实现细节,并尝试在自有数据集上进行复现实验与参数调优,以充分掌握该方法的核心思想与应用技巧。
Swift-View,Label渐变颜色.zip
Swift-View,Label渐变颜色.zip
Windows SDK/API
1,184
社区成员
22,326
社区内容
发帖
与我相关
我的任务
Windows SDK/API
Delphi Windows SDK/API
复制链接
扫一扫
分享
社区描述
Delphi Windows SDK/API
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章