android边框能只定义左边框吗

blliy117 2012-07-24 05:02:57
如题,我用stroke根本没办法做到,除了图片还有什么其它方法吗
...全文
1992 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
blliy117 2012-07-26
  • 打赏
  • 举报
回复
谢谢各位的支持,特别是 hvk687

同样 还有 AMinfo的努力!结贴了
booooo­ 2012-07-25
  • 打赏
  • 举报
回复
你是只要给某一控件的底部加边框么?
可以这样试试,在xml文件中加上这句:android:drawableBottom="@drawable/image_name"
在类中对应的方法是:
mButton.setCompoundDrawablesWithIntrinsicBounds(0, 0, 0, 0);
AMinfo 2012-07-24
  • 打赏
  • 举报
回复
6楼的方法不错
http://blog.csdn.net/aminfo/article/details/7782253

<?xml version="1.0" encoding="UTF-8"?>
<layer-list xmlns:android="http://schemas.android.com/apk/res/android">
<!-- 连框颜色值 -->
<item>
<shape>
<solid android:color="#000000" />
</shape>
</item>
<!-- 主体背景颜色值 -->
<item android:bottom="1dp">
<shape>
<solid android:color="#ffffff" />

<padding android:bottom="10dp"
android:left="10dp"
android:right="10dp"
android:top="10dp" />
</shape>
</item>
</layer-list>
hvk687 2012-07-24
  • 打赏
  • 举报
回复
http://stackoverflow.com/questions/2422120/open-sided-android-stroke
blliy117 2012-07-24
  • 打赏
  • 举报
回复
[Quote=引用 2 楼 的回复:]

不是的,给你个例子看看,呵呵http://www.vogella.com/articles/AndroidDragAndDrop/article.html
[/Quote]

看了,非常 不错,可是还是不能解决我的问题啊
blliy117 2012-07-24
  • 打赏
  • 举报
回复
pading_top.xml
内容如下

我只需要定义下边框 为灰色的线,左右上我都不需要边框怎么写


<?xml version="1.0" encoding="UTF-8"?>
<shape xmlns:android="http://schemas.android.com/apk/res/android" >

<solid android:color="#FFFFFF" />

<stroke
android:width="1dp"
android:color="#000000" />

<padding
android:bottom="3dp"
android:left="0dp"
android:right="0dp"
android:top="0dp" />

</shape>


blliy117 2012-07-24
  • 打赏
  • 举报
回复
pading_top.xml

<?xml version="1.0" encoding="UTF-8"?>
<shape xmlns:android="http://schemas.android.com/apk/res/android" >

<solid android:color="#FFFFFF" />

<stroke
android:width="1dp"
android:color="#000000" />

<padding
android:bottom="3dp"
android:left="0dp"
android:right="0dp"
android:top="0dp" />

</shape>
hvk687 2012-07-24
  • 打赏
  • 举报
回复
不是的,给你个例子看看,呵呵http://www.vogella.com/articles/AndroidDragAndDrop/article.html
AMinfo 2012-07-24
  • 打赏
  • 举报
回复
发xml上来看看
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。

80,493

社区成员

发帖
与我相关
我的任务
社区描述
移动平台 Android
androidandroid-studioandroidx 技术论坛(原bbs)
社区管理员
  • Android
  • yechaoa
  • 失落夏天
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧