关于FLEX中放大图片后,将放大后的图片,添加到新容器中,急急急!!1
应用程序:
<?xml version="1.0" encoding="utf-8"?>
<mx:WindowedApplication xmlns:mx="http://www.adobe.com/2006/mxml" layout="absolute">
<mx:Script>
<![CDATA[
import flash.display.Bitmap;
import flash.display.BitmapData;
import flash.events.MouseEvent;
import flash.geom.Matrix;
import mx.effects.Zoom;
import mx.events.FlexEvent;
import mx.managers.PopUpManager;
private var w:Number=0;
private var h:Number=0;
protected function setBit():void
{
}
protected function canvas_updateCompleteHandler(event:FlexEvent):void
{
w=canvas.width;
h=canvas.height;
var can:TCanvas=new TCanvas();
var bitmapdata:BitmapData=new BitmapData(w,h,true,0);
var mt:Matrix=new Matrix();
mt.scale(2,2);
var bigmap:Bitmap=new Bitmap(bitmapdata);
var images:Image=new Image();
images.source=bigmap;
bitmapdata.draw(can,mt);
can.bit=bigmap;
can.addChild(images);
//PopUpManager.addPopUp(can,this,true);
}
protected function button1_clickHandler(event:MouseEvent):void
{
var can:TCanvas=new TCanvas();
var zoom:Zoom=new Zoom();
PopUpManager.addPopUp(can,this,true);
zoom.duration = 1;
zoom.zoomWidthFrom = 1;
zoom.zoomWidthTo = 2;
zoom.zoomHeightFrom = 1;
zoom.zoomHeightTo = 2;
//zoom.play(new Array(canvas));
zoom.play(new Array(canvas),true);
}
]]>
</mx:Script>
<mx:VBox>
<mx:Canvas id="canvas" updateComplete="canvas_updateCompleteHandler(event)">
<mx:Image id="image" source="image\4.jpg" width="300" height="300">
</mx:Image>
</mx:Canvas>
<mx:Canvas id="temp">
</mx:Canvas>
<mx:Button label="reset" click="button1_clickHandler(event)"/>
</mx:VBox>
</mx:WindowedApplication>
组件接收并显示(此时有一个问题,容器放大的值没有传过去)
<?xml version="1.0" encoding="utf-8"?>
<mx:TitleWindow xmlns:mx="http://www.adobe.com/2006/mxml" layout="absolute" width="1000" height="500">
<mx:Script>
<![CDATA[
import flash.display.Bitmap;
import flash.events.MouseEvent;
[Bindable]
private var _bit:Bitmap=new Bitmap();
[Bindable]
private var oldX:Number,oldY:Number;
public function get bit():Bitmap
{
return _bit;
}
public function set bit(value:Bitmap):void
{
_bit = value;
}
protected function image_2_mouseDownHandler(event:MouseEvent):void
{
var b:Bitmap=new Bitmap();
oldX = event.stageX;
oldY = event.stageY;
}
protected function image_2_mouseMoveHandler(event:MouseEvent):void
{
if(event.buttonDown){
var x:Number = event.stageX - oldX;
var y:Number = event.stageY - oldY;
oldX = event.stageX;
oldY = event.stageY;
image_2.move(image_2.x+x,image_2.y+y);
}
}
]]>
</mx:Script>
<mx:Canvas id="canvas_2">
<mx:Image id="image_2" source="{_bit}" mouseDown="image_2_mouseDownHandler(event)" mouseMove="image_2_mouseMoveHandler(event)">
</mx:Image>
</mx:Canvas>
</mx:TitleWindow>
大家帮看一下!
相关推荐
产业园区运营负责人如何利用数智平台实现创新资源的精准导入与高效配置?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
国央企创新负责人如何利用平台实现技术转移与科研成果的系统性管理?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
车辆轨迹跟踪MPC、神经网络NN+自适应神经模糊系统ANFIS优化模型预测仿真(带参考文献)
内容概要:本文围绕车辆轨迹跟踪控制展开,结合模型预测控制(MPC)、神经网络(NN)与自适应神经模糊推理系统(ANFIS)构建优化的仿真模型,旨在提升自动驾驶或智能车辆在复杂工况下的路径跟踪精度与鲁棒性。研究采用线性三自由度车辆动力学模型,并融合无迹卡尔曼滤波(UKF)对关键状态变量(如横摆角速度、质心侧偏角和车速)进行精确估计,实现高可靠性状态反馈。在此基础上,引入NN与ANFIS对MPC控制器进行参数优化与非线性补偿,增强系统对不确定性和外部扰动的适应能力。全文配有参考文献与仿真说明,提供了完整的Matlab/Simulink实现方案,具有较强的可复现性与工程应用价值。; 适合人群:从事智能车辆控制、自动驾驶算法研发、先进驾驶辅助系统(ADAS)研究的研究生、科研人员及工程技术人员,具备一定的控制理论基础与Matlab仿真经验者更佳。; 使用场景及目标:① 掌握MPC在车辆轨迹跟踪中的建模与实现方法;② 学习NN与ANFIS在非线性控制系统中的参数优化与自适应调节机制;③ 实现UKF状态估计与MPC-NNS-ANFIS联合仿真的集成设计,提升控制系统的智能化水平与实际适应能力。; 阅读建议:建议结合文中提供的参考文献深入理解控制算法的理论基础,并按照仿真步骤逐步搭建模型,重点调试MPC权重系数、神经网络结构及模糊规则的设计,以充分掌握多方法融合的系统优化思路。
高校技术转移办公室人员在技术成果推广中如何实现精准识别与快速匹配?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
基于一致性理论的三机并联独立微网二次控制模型研究(Simulink仿真实现)
内容概要:本文研究了基于一致性理论的三机并联独立微网二次控制模型,旨在解决微网系统在孤岛运行模式下频率和电压的精确恢复问题。通过构建三台分布式发电单元(DG)并联运行的微网系统模型,设计并实现了一种基于一致性算法的二次控制策略,有效补偿了一次控制引入的频率与电压偏差,实现了无静差调节。研究详细阐述了系统建模、控制策略设计、一致性协议应用及稳定性分析全过程,并利用Simulink平台进行仿真实验。仿真结果验证了该控制策略能够快速消除偏差,使各DG单元输出趋于一致,显著提升了微网系统的电能质量与运行稳定性。; 适合人群:电力系统、自动化、电气工程等相关专业的科研人员、研究生及从事微网控制技术开发的工程技术人员。; 使用场景及目标:①用于独立微网系统中实现频率和电压的协同控制与精确调节;②为研究多智能体一致性理论在电力系统中的应用提供实例参考;③目标是提升微网在孤岛运行模式下的电能质量与稳定运行能力。; 阅读建议:此资源结合理论分析与Simulink仿真实践,建议读者在理解一致性算法基本原理的基础上,动手搭建仿真模型,重点关注控制策略的实现细节与参数整定方法,通过对比一次控制与二次控制的仿真结果,深入掌握其补偿机制与优越性。


