Nano Hash - криптовалюты, майнинг, программирование

Как получить пиксели, окруженные прямоугольником?

У меня есть какая-то страница Silverlight, а на нем у меня есть прямоугольник. Я заполняю этот прямоугольник некоторым источником изображения и создал небольшой прямоугольник, который может перемещаться по источнику изображения.

Теперь мне, пользователю, нужно нажать кнопку «ОК», а источник изображения, который будет окружен движущимся прямоугольником, должен быть скопирован на другую страницу.

Мой вопрос:

  1. Я не знаю, как определить местоположение «движущегося прямоугольника» в правильном масштабе, который является масштабом прямоугольника, заполняемого ImageSource.

  2. Потому что я хочу скопировать окруженные пиксели в какое-то новое изображение... Как я могу найти окруженный ImageSource?

silverlight
05.06.2011

Ответы:


1

У меня была эта проблема давным-давно в WPF, а не в SL. Я не мог найти код для нее, но я помню, что следующая ссылка помогла мне выделить.

http://www.codeproject.com/KB/WPF/CropAdorner.aspx

05.06.2011
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..