社区
C#
帖子详情
急!.Net 中開制做winForm自定議控件時如何得到父窗口的顏色
hedahong
2006-01-16 04:29:54
在開發winForm自定議控件時如何得到父窗口的顏色?
如用(c#):
private Color _BColor = this.Parent.BackColor;
又無法通過編譯。
...全文
85
6
打赏
收藏
急!.Net 中開制做winForm自定議控件時如何得到父窗口的顏色
在開發winForm自定議控件時如何得到父窗口的顏色? 如用(c#): private Color _BColor = this.Parent.BackColor; 又無法通過編譯。
复制链接
扫一扫
分享
转发到动态
举报
AI
作业
写回复
配置赞助广告
用AI写文章
6 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
fangsang
2006-01-18
打赏
举报
回复
this.FindForm().BackColor
hedahong
2006-01-18
打赏
举报
回复
謝謝各位的回復,問題解決了。在這裡與大家分享一下。
1.在開發window 窗體的自定議控件時不能用"this.父容器"的寫法,不然都報錯,因為在設計時他沒有父容器。
2.後來我發現控件本身有一個BackColor屬性,開發自定義控件時默認是續承UserControl的如:
namespace ctlClock
{
public partial class myUserControl : UserControl
{
.............
因為每當我把我做的自定義控件拖到窗體裡,我發現它他有一個BackColor屬性,且和當前窗體的BackColor一樣。所以在設計控件時private _Bcolor=BackColor;就可以了。至於這個BackColor屬性它自身是如何實現的(也就是說使用時拖出時他和當前窗的BackColor是一樣的),我向上瀏覽了幾層基類都沒有看到他的BackColor屬性的實現,雖然找到了有一個BackColor屬性可用,但是這能在定義時這樣寫:
namespace ctlClock
{
public partial class myUserControl : UserControl
{
private Color _BColor = BackColor;
......
像上面這樣會報錯,你隻能在方法或構造函中訪問這個BackColor,我也不知道是什麼原因.
anningning821009
2006-01-16
打赏
举报
回复
Color a=this.FindForm().BackColor;
parent不一定是窗体
而FindForm检索控件所在的窗体。
xuemingfeng
2006-01-16
打赏
举报
回复
private Color _BColor = ((Form)this.Parent).BackColor;
感觉这句是不正确的,this.Parent不一定是窗体
this.Parent 应该是 Control 类型,你试一下这个
if(this.Parent!=null)
{
Color color=(this.Parent as Control).BackColor;
}
hedahong
2006-01-16
打赏
举报
回复
不行呀,兄弟,this在控件開發中不可用。
MyLf
2006-01-16
打赏
举报
回复
private Color _BColor = ((Form)this.Parent).BackColor;
10分钟实现Typora(markdown)编辑器
19 //在
窗口
关闭时将进程设置为null 20 mainWindow = null; 21 }); 22 }); 这足以启动我们的应用程序。也就是说,由于我们的主进程目前在渲染器进程中加载了一个空文件,所以没有发生太多事情。...
中小学校网络视频监控解决方案.doc
中小学校网络视频监控解决方案.doc
分治算法实验报告.docx
分治算法实验报告.docx
基于BACF算法的实时目标跟踪技术
资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 在计算机视觉领域,实时目标跟踪是许多应用的核心任务,例如监控系统、自动驾驶汽车和无人机导航等。本文将重点介绍一种在2017年备受关注的高效目标跟踪算法——BACF(Boosted Adaptive Clustering Filter)。该算法因其卓越的实时性和高精度而脱颖而出,其核心代码是用MATLAB编写的。 BACF算法全称为Boosted Adaptive Clustering Filter,是基于卡尔曼滤波器改进的一种算法。传统卡尔曼滤波在处理复杂背景和目标形变时存在局限性,而BACF通过引入自适应聚类和Boosting策略,显著提升了对目标特征的捕获和跟踪能力。 自适应聚类是BACF算法的关键技术之一。它通过动态更新特征空间中的聚类中心,更准确地捕捉目标的外观变化,从而在光照变化、遮挡和目标形变等复杂情况下保持跟踪的稳定性。此外,BACF还采用了Boosting策略。Boosting是一种集成学习方法,通过组合多个弱分类器形成强分类器。在BACF中,Boosting用于优化目标检测性能,动态调整特征权重,强化对目标识别贡献大的特征,从而提高跟踪精度。BACF算法在设计时充分考虑了计算效率,能够在保持高精度的同时实现快速实时的目标跟踪,这对于需要快速响应的应用场景(如视频监控和自动驾驶)至关重要。 MATLAB作为一种强大的数学计算和数据分析工具,非常适合用于算法的原型开发和测试。BACF算法的MATLAB实现提供了清晰的代码结构,方便研究人员理解其工作原理并进行优化和扩展。通常,BACF的MATLAB源码包含以下部分:主函数(实现整个跟踪算法的核心代码)、特征提取模块(从视频帧中提取目标特征的子程序)、聚类算法(实现自适应聚类过程)、Boosting算法(包含特征权重更新的代
这篇文章主要探讨了基于李雅普诺夫方法的深度强化学习在保证性能方面的应用 以下是文章的主要内容和结构:
内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。
C#
111,095
社区成员
642,554
社区内容
发帖
与我相关
我的任务
C#
.NET技术 C#
复制链接
扫一扫
分享
社区描述
.NET技术 C#
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
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
+ 用AI写文章