送分:SendMessage为什么不能传送"Alt"按键消息?

godtorch 2003-12-12 10:23:22
我用SendMessage(hd,WM_KEYDOWN,18,0)跟PostMessage都试过,当传送其他按键(比如a,b,c...)都没问题单单这个键没反应,请教高手该怎么写?谢谢!
...全文
232 14 打赏 收藏 举报
写回复
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
yjy1001 2003-12-12
  • 打赏
  • 举报
回复
如果是‘激活’热键
那么应该 发送 WM_HOTKEY消息 然后消息里 可以携带 热键的组合键码,单独发送alt,窗体接受到也只是能激活菜单而已
jbz 2003-12-12
  • 打赏
  • 举报
回复
还是不好使.
godtorch 2003-12-12
  • 打赏
  • 举报
回复
谢谢,上面的程序确实可以打开一个窗口的菜单了,但是对哦真正要控制的窗口还是无效!!!那个窗口设置了大量的快捷键“Alt+1"等等。
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
我猜你也是要发送菜单。

SendMessage(hWin , WM_SYSCHAR, VK_MENU, 0);
SendMessage(hWin , WM_SYSCHAR, 'f', 0);

// 发送alt + f
godtorch 2003-12-12
  • 打赏
  • 举报
回复
晕了,还是不行。我用楼上两位的方法向一个有菜单的窗口送消息本来如果有效的话菜单应该会被按下,(已经先把窗口设为最前面)。 我实际需要的功能是向一个窗口送一个“Alt+1”,“Alt+2”...的消息。我下了个按键精灵却可以做得出来!!
yangguo_god 2003-12-12
  • 打赏
  • 举报
回复
SendMessage(hWin, WM_HOTKEY, IDHOT_SNAPWINDOW, MOD_ALT);
godtorch 2003-12-12
  • 打赏
  • 举报
回复
呵呵,还是不行!
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
那就试试这个:
SendMessage(hWin , WM_SYSCHAR, VK_MENU, 0);
godtorch 2003-12-12
  • 打赏
  • 举报
回复
谢谢 ccrun(老妖),不过我不想用这个。因为用键盘模拟的话要把被控制的窗口一直放在顶层,很不方便.
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
不过在调用上述代码以前,最好先将目标窗口调到最前面来
::BringWindowToTop(hWin);
或者:
SetForegroundWindow(hWin);
ccrun.com 2003-12-12
  • 打赏
  • 举报
回复
用keybd_event

keybd_event(VK_MENU, 0, 0, 0);
keybd_event(VK_MENU, 0, KEYEVENTF_KEYUP, 0);
godtorch 2003-12-12
  • 打赏
  • 举报
回复
在线等待...
godtorch 2003-12-12
  • 打赏
  • 举报
回复
再等待...
godtorch 2003-12-12
  • 打赏
  • 举报
回复
请问 yjy1001(蓝鲸--优秀得郁闷的鱼) ,如何设置“热键的组合键码”?比如"Alt+1",应该怎么写呢?谢谢。
数据集可视化效果见下方。 【数据集概况】 · 检测类别(中文):[公交车(bus), 车辆(vehicle)] · 训练集:1899 张 · 验证集:0 张 · 测试集:0 张 · 总计:1899 张 该数据集聚焦于城市道路环境下的车辆检测任务,旨在为智能交通系统提供高质量的标注数据支持。通过采集真实道路场景中的各类车辆图像,该数据集能够有效支撑车辆识别与分类模型的训练与优化,具有较高的实用价值和研究意义。数据集覆盖了多种车辆类型,包括公交车和普通车辆,为复杂交通环境下的目标检测提供了丰富的样本。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 96 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.9884 Precision | 0.9513 Recall | 0.9659 train/box_loss | 0.0783 train/cls_loss | 0.0416 val/box_loss | 0.1259 val/cls_loss | 0.0771 【训练过程分析】 96 轮训练后 mAP50 达到 0.9950,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9884,和 mAP50 差距仅 0.01,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9513、Recall 0.9659,精召双高,模型对公交车、车辆的检测能力强。多类检测中,不同类别性能可能有差异,需关注难例类别的表现。 【预测效果展示...

13,871

社区成员

发帖
与我相关
我的任务
社区描述
C++ Builder相关内容讨论区
社区管理员
  • 基础类社区
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