7.5 拖动调节 拖动调节功能的指令储存格式如表 7.11 所示。 表 7.11 拖动调节功能的指令储存格式 地址 定义 数据长度 说 明 0x00 Pic_ID 2 页面 ID 0x02 TP_Area 8 触控按钮区域:(Xs,Ys),(Xe,Ye) 0x0A Pic_Next 2 目标切换页面,必须为 0xFF**,表示不进行页面切换。 0x0C Pic_On 2 按钮按压效果图所处的页面,必须为 0xFF**,表示没有按钮按压效果。 0x0E TP_Code 2 0xFE03 0x10 0xFE 1 0xFE 0x11 *VP 2 变量地址指针。 0x13 Adj_Mode 1 ☆高 4bit 定义了数据返回格式: 0x0*=调节 VP 字地址(整型数); 0x1*=调节 VP 字地址的高字节地址(1 字节无符号数,VP_H); 0x2*=调节 VP 字地址的低字节地址(1 字节无符号数,VP_L)。 ☆低 4bit 定义了拖动方式: 0x*0=横向拖动;0x*1=纵向拖动。 0x14 Area_Adj 8 有效调节区域:(Xs,Ys)(Xe,Ye),必须和触控区域一致。 0x1C V_Begain 2 起始位置对应的返回值,整数。 0x1E V_End 2 终止位置对应的返回值,整数。 【注】拖动调节需要配合“滑动刻度指示”来实现,有关滑动刻度指示的相关内容请参考第 8 章。拖动调节不支持按键(即 0x4F 寄存器保存的键码)控制。调节滑块的数据可以通过“数据变量、变量图标”等功能显示出来。 可以用 PC 端 DGUS 开发软件实现拖动调节功能。在 DGUS 软件中,点击 按钮,接下来用鼠标框选一 个区域,并在右侧的菜单中对该功能进行设置,如拖动方式以及起始终止位置对应的返回值等。配置完成后可 实现类似图 7.7 的效果。 图 7.7 拖动调节功能效果 拖动调节的优点是直观、快捷,而且参数不会越界。当需要更精确的拖动录入时,可以把拖动调节所指向 的变量数据用“数据变量显示”功能来显示出来(如图 7.7 中的 0.35)。
2021-10-30 18:42:10 8.56MB 迪文 串口屏
1
权限不够,导致无法修改系统时间,于是我以管理员身份运行了一次,结果测试成功,下面为大家介绍下C#如何默认以管理员身份运行程序
2021-10-30 11:14:28 42KB 管理员身份 运行程序
1
数据结构 -- C语言版 -- 图的部分实现代码,详细介绍参考数据结构--图的系列博文。链接为:https://blog.csdn.net/songshuai0223/category_9742561.html。
2021-10-29 09:06:19 2.31MB 数据结构 C语言 cmake
1
数据结构 -- C语言版 -- 链表的部分实现代码(单向链表、双向链表、循环链表、约瑟夫环等),详细介绍参考数据结构--链表的系列博文。链接为:https://blog.csdn.net/songshuai0223/category_9742561.html。
2021-10-29 09:06:18 561KB 数据结构 链表 双向链表 循环链表
1
数据结构 -- C语言版 -- 栈的部分实现代码(栈的实现、栈的应用),详细介绍参考数据结构--栈的系列博文。链接为:https://blog.csdn.net/songshuai0223/category_9742561.html。
2021-10-29 09:06:18 302KB 数据结构 栈的应用 C语言
1
数据结构 -- C语言版 -- 队列的部分实现代码,详细介绍参考数据结构--队列的系列博文。链接为:https://blog.csdn.net/songshuai0223/category_9742561.html。
2021-10-29 09:06:17 191KB 数据结构 队列 C语言
1
数据结构 -- C语言版 -- 树的部分实现代码(树的创建、遍历、线索化、线索化的前驱和后继等、霍夫曼编码),详细介绍参考数据结构--树的系列博文。链接为:https://blog.csdn.net/songshuai0223/category_9742561.html。
2021-10-29 09:06:16 3.46MB 数据结构 线索化 树的遍历
1
线性表实现代码(内涵顺序表静态动态分配,循环,单双链表)
2021-10-28 18:04:03 14KB 代码
1
作者&编辑:李中梁引言 上文提过不要在神经网络中使用dropout层,用BN层可以获得更好的模型。经典论文《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》提出了Batch Normalization 批标准化的概念, towardsdatascience上一文《Intuit and Implement: Batch Normalization》详细解释了BN的原理,并通过在Cifar 100上的实验证明了其有效性。全文编译如下。 神经网络在训练过程中的问题
2021-10-28 17:02:25 369KB al ali c
1