折腾了几天了,只好到这里求助了,关于Windows服务进程调用EUDC自定义字符的问题。

bjwanghui 2010-11-15 05:11:40
写了个windows服务,功能是将一些文档自动转换成图片,文档里使用了一些使用EUDC自造字程序画的一些字符,现在的问题是:
1、如果用户手动操作另外的应用程序调用Activex dll进行转换,这些字符就可以完整的显示出来。
2、如果是Windows服务进程调用上面的那个Activex Dll来处理文档进行转换,这些字符就显示不出来。

当前环境:
1、Windows Server 2008R2 ENT, .Net3.5
2、服务是用LocalSystem启动的,当然我也试了使用当前登录用户Administrator并输入密码,进行启动,一样显示不出EUDC字符来,与桌面进行交互选项也试过,一样不行。
3、注册表中的HKey_Users 下的每个用户里面的EUDC子键中的936健里面的SystemDefaultEudcFont值都已经修改为自定义的EUDC.tte,并且重启过。
4、已经安装了微软提供的两个关于EUDC在Windows7和Server2008R2中的更新包。

如果各位有兴趣,我可以贴个演示程序供大家调试。谢谢!

鉴于以前的高额可用分在问题没有得到满意答复的情况下都给浪费了,这次分少,但问题如果解决,至少200分奉上。
...全文
900 9 打赏 收藏 转发到动态 举报
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
bjwanghui 2010-11-19
  • 打赏
  • 举报
回复
解决了,再次感谢给予帮助和顶贴的朋友。。

原因不在于gomoku在2楼说的几点,在4楼的回复中,提到的服务隔离给我很大启发,知道了Session 0,,通过搜索搜索,找到了http://social.msdn.microsoft.com/Forums/en/vcgeneral/thread/97c0f93e-d31d-48f9-9400-5d82dd4cce9a 中Yannick Fortin 的回复,意识到使用EnableEUDC来打开EUDC。之前的经验是使用EUDCEDIT.exe 来运行一下,才能使注册表修改后不用重启就可以使用新的EUDC设置。并且之前也尝试过在服务中调用EUDCEDIT,但是由于运行在Session 0,程序打开后不能继续,所以也没有成功。
最后只需要在程序中加两行代码:


using System.Runtime.InteropServices;


[DllImport("gdi32.dll")]
private static extern bool EnableEUDC( bool bRevert);

protected override void OnStart(string[] args)
{
EnableEUDC(true);

//TODO……
}



感谢所有朋友,感谢swwllx,gomoku,csdn, google,msdn……还有LREASTAR我的LD,呵呵。。。
lreastar 2010-11-19
  • 打赏
  • 举报
回复
EnableEUDC API
bjwanghui 2010-11-17
  • 打赏
  • 举报
回复
又测试了几次,只要是用户登录后手动调用,就可以完整显示EUDC的字符,只要是服务调用,不管是用哪个账户都显示不了,,,我要彻底晕了。。。。。
bjwanghui 2010-11-16
  • 打赏
  • 举报
回复
自己顶,继续请教。。看了服务隔离的内容,打算用srvany测试,但我的直觉应该是不行。
bjwanghui 2010-11-15
  • 打赏
  • 举报
回复
gomoku您好,感谢您的再次作答。

那第四个该如何测试呢?

我是这么做的:建立一个控制台程序,在Main()里直接初始化那个ActvieX dll,生成的图片是可以显示自定义字符的。

如果你的“正常显示”是指窗体或对话框,那么2008R2一定不能直接显示,不管"与桌面进行交互选项"的设定。
这是由于Vista后的安全增强(服务隔离)导致的。


如果是这个原因,怎么才能让服务进程使用EUDC呢?
gomoku 2010-11-15
  • 打赏
  • 举报
回复
如果你的“正常显示”是指窗体或对话框,那么2008R2一定不能直接显示,不管"与桌面进行交互选项"的设定。
这是由于Vista后的安全增强(服务隔离)导致的。
bjwanghui 2010-11-15
  • 打赏
  • 举报
回复
感谢swwllx的帮顶和gomoku的热情帮助,按照gomoku的建议,分别测试结果如下:
1、使用Microsoft.Win32.RegistryKey 读取注册表是没问题的。
2、服务执行过程中通过写文件获得运行值Encoding.Default.CodePage是936,并且读取注册表EUDC的SystemDefaultEudcFont也是自定义的EUDC.tte。
3、在static void Main()前加[STAThread]限定,运行仍然没有作用。
4、控制台程序,直接调用Activex dll来转换文档,字符可以正常显示。

继续寻求答案。。。。
gomoku 2010-11-15
  • 打赏
  • 举报
回复
1、确认服务能读取到那些注册表(试试直接读取)。
2、确认服务的代码页(Code Page),是你想要的(比如说是936) - Encoding.Default.CodePage。
3、试试修改程序入口为(STAThread)。
4、你的'Activex'可能需要消息循环才能工作 - 可以先用Console程序(本身没有消息循环)来试验确认。
三岁、就很帅 2010-11-15
  • 打赏
  • 举报
回复
功力不够 帮你顶
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...
内容概要:本文系统阐述了基于BP神经网络的语音特征信号分类方法,并提供了完整的Matlab代码实现。研究围绕语音信号的数据预处理、特征提取、神经网络结构设计、模型训练与分类测试等核心环节展开,详细展示了BP神经网络在语音识别任务中的应用流程。通过构建多层前馈网络模型,利用误差反向传播算法优化权重,实现了对不同语音类别特征的高效分类,具有较强的工程实践价值和技术可复现性。; 适合人群:具备信号处理与机器学习基础知识,熟悉Matlab编程语言,从事语音识别、模式识别、人工智能等相关领域研究的学生及科研人员;特别适用于开展课程设计、毕业设计或科研项目的初级与中级研究人员。; 使用场景及目标:①深入理解BP神经网络的基本原理及其在语音信号分类中的具体实现过程;②掌握Matlab环境下语音信号特征提取与分类模型构建的全流程技术;③为语音识别、人机交互、智能听觉系统等实际应用场景提供可靠的算法基础与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐行分析其实现逻辑,重点关注数据输入格式、网络参数初始化、训练迭代过程及分类性能评估;可通过调整隐含层节点数、学习率、激活函数等超参数,观察模型收敛性与分类准确率的变化,从而深化对神经网络调参策略的理解。

111,129

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧