社区
界面
帖子详情
攻城师们!如何实现QQ截屏功能里面的背景变暗和局部高亮显示的?
尘言
2012-03-09 05:58:18
现在已经知道QQ截屏的功能是全屏截一张背景图,然后处理背景变暗,但不知道这一步是这么操作的,还有鼠标移动的时候,鼠标索引的当前句柄矩形区域显示高亮,这又是这么做的?
...全文
198
9
打赏
收藏
攻城师们!如何实现QQ截屏功能里面的背景变暗和局部高亮显示的?
现在已经知道QQ截屏的功能是全屏截一张背景图,然后处理背景变暗,但不知道这一步是这么操作的,还有鼠标移动的时候,鼠标索引的当前句柄矩形区域显示高亮,这又是这么做的?
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
9 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
尘言
2012-03-13
打赏
举报
回复
[Quote=引用 2 楼 zhouzhipen 的回复:]
http://topic.csdn.net/u/20090918/19/42a28ccb-4090-40b0-be39-d093a3aabcc2.html
[/Quote]
这个QQ截屏我之前下过,是您做吧,很强大!但是所有的效果显示都封装在了DLL里面了...还有截屏开始和退出时屏幕瞬间变暗了,这个事怎么回事儿?
smwhotjay
2012-03-13
打赏
举报
回复
rgb--
rgb++
完毕
疯狂-的-蜗牛
2012-03-11
打赏
举报
回复
我也想知道,QQ截屏自动高亮显示矩形区域是怎么做出来的
dotnet90
2012-03-11
打赏
举报
回复
方法有很多,在需要变暗的地方贴一个半透明图,在需要显示的地方不做处理
dahaiI0
2012-03-10
打赏
举报
回复
也可以用2个BMP,一个亮,一个灰度的,灰度的读取BMP,修改RGB值。然后用几个DC贴上去
向立天
2012-03-10
打赏
举报
回复
变暗简单点可以用一个半透明的黑色块盖一下
zhouzhipen
2012-03-10
打赏
举报
回复
http://topic.csdn.net/u/20090918/19/42a28ccb-4090-40b0-be39-d093a3aabcc2.html
yann2
2012-03-10
打赏
举报
回复
我觉得可以这样。
1. 全屏截图放到内存
2. 取当前屏幕鼠标位置的窗口句柄
3. 内存中将该句柄的区域的画面正常显示 其他区域贴上透明的蓝色图
4. 鼠标移动过程中根据鼠标位置重复 2、3 步骤
实验-三、数据库安全性(目的、要求和模板).doc
实验-三、数据库安全性(目的、要求和模板).doc
基于Docker搭建K8s集群离线包
基于Docker搭建K8s集群离线包,包含部署时所需的全部文件,可在内网环境中使用,K8s为1.23.0版本,docker为20.10.9-3版本
基于springboot+vue
实现
的求职招聘类型网站源代码+数据库(优质毕设项目).zip
基于springboot+vue
实现
的求职招聘类型网站源代码+数据库(优质毕设项目).zip个人经导师指导并认可通过的98分毕业设计项目,主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。项目都经过严格调试,确保可以运行! 基于springboot+vue
实现
的求职招聘类型网站源代码+数据库(优质毕设项目).zip个人经导师指导并认可通过的98分毕业设计项目,主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。项目都经过严格调试,确保可以运行! 基于springboot+vue
实现
的求职招聘类型网站源代码+数据库(优质毕设项目).zip个人经导师指导并认可通过的98分毕业设计项目,主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者。也可作为课程设计、期末大作业。包含全部项目源码、该项目可以直接作为毕设使用。项目都经过严格调试,确保可以运行!基于springboot+vue
实现
的求
基于Android系统Api封装常用工具类.zip
基于Android系统Api封装常用工具类.zip
基于PCA和SVM的人脸识别
svm 基于PCA(主成分分析)和SVM(支持向量机)的人脸识别是一种常见的方法。这里是一个简要说明: PCA(主成分分析): PCA是一种降维技术,它通过线性变换将高维数据转换为低维数据,同时保留最大的数据方差。 在人脸识别中,PCA被用来提取人脸图像中的主要特征,从而减少数据的维度,并保留最重要的信息。 SVM(支持向量机): SVM是一种监督学习算法,用于分类和回归分析。 在人脸识别中,SVM被用来构建一个分类器,以将提取的人脸特征映射到相应的人脸身份标签。 基于PCA和SVM的人脸识别流程: 训练阶段: 收集训练数据集,包括多个人的人脸图像和相应的标签。 对每个人脸图像应用PCA,将其转换为低维特征向量。 使用这些特征向量训练一个SVM分类器,使其能够将人脸特征向量与相应的人脸标签关联起来。 测试阶段: 对待识别的人脸图像应用相同的PCA转换,将其转换为与训练数据相同的低维特征向量。 使用训练好的SVM分类器,将待识别的人脸特征向量与已知的人脸标签进行比较,从而确定其身份。 优点: PCA可以有效地降低数据的维度,减少计算复杂度,并提取最相关的特征。 SVM在处理
界面
15,979
社区成员
115,896
社区内容
发帖
与我相关
我的任务
界面
VC/MFC 界面
复制链接
扫一扫
分享
社区描述
VC/MFC 界面
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