一、窗口颜色和透明度

(一)效果预览

在这里插入图片描述

(二)透明窗体主要代码

use eframe::egui; 
use egui::Color32;fn main() -> eframe::Result<()> {let options = eframe::NativeOptions {viewport: egui::ViewportBuilder::default() // 创建视口构建器来配置窗口.with_inner_size([600., 500.])   // 设置窗口初始内部尺寸为600x500像素.with_transparent(true),         // 允许窗口背景透明centered: true,                      // 窗口启动时在屏幕上居中显示..Default::default()                 // 使用其他默认选项};eframe::run_simple_native("窗体颜色和透明度", options, move |ctx, _frame| {ctx.set_visuals(egui::Visuals {// 设置面板填充颜色为半透明色,颜色由RGB值和透明度决定panel_fill: Color32::from_rgba_premultiplied(25,                   // 红色分量(0-255)0,                    // 绿色分量(0-255)55,                   // 蓝色分量(0-255)76,                   // 透明度分量(0-255)),// 保留其他视觉样式的默认设置..ctx.style().visuals.clone()});egui::CentralPanel::default().show(ctx, |ui| {load_fonts(ctx);        // 自定义的设置中文字体函数ui.label("窗体内容…………");});})
}

二、程序中随意调整窗口颜色和透明度

(一)效果预览

在这里插入图片描述

(二)控制窗口颜色和透明度的主要代码

use eframe::egui; 
use egui::Color32;fn main() -> eframe::Result<()> {let options = eframe::NativeOptions {viewport: egui::ViewportBuilder::default() // 创建视口构建器来配置窗口.with_inner_size([600., 500.])         // 设置窗口初始内部尺寸为500x500像素.with_transparent(true),               // 允许窗口背景透明centered: true,                            // 窗口启动时在屏幕上居中显示..Default::default()                       // 使用其他默认选项};let mut opacity = 0.3;   // 控制窗口透明度let mut r = 25;          // 控制红色分量let mut g = 0;           // 控制绿色分量let mut b = 55;          // 控制蓝色分量eframe::run_simple_native("窗体颜色和透明度", options, move |ctx, _frame| {ctx.set_visuals(egui::Visuals {// 设置面板填充颜色为半透明色,颜色由RGB值和透明度决定panel_fill: Color32::from_rgba_premultiplied(r,                       // 红色分量g,                       // 绿色分量b,                       // 蓝色分量(opacity * 255.0) as u8, // 透明度分量(将0-1范围转换为0-255范围)),// 保留其他视觉样式的默认设置..ctx.style().visuals.clone()});egui::CentralPanel::default().show(ctx, |ui| {load_fonts(ctx);      // 自定义加载字体函数ui.add(egui::Slider::new(&mut opacity, 0.0..=1.0).text("透明度"));ui.add(egui::Slider::new(&mut r, 0..=255).text("红色"));ui.add(egui::Slider::new(&mut g, 0..=255).text("绿色"));ui.add(egui::Slider::new(&mut b, 0..=255).text("蓝色"));ui.label(format!("当前颜色: ({}, {}, {})", r, g, b));});})
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/97693.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/97693.shtml
英文地址,请注明出处:http://en.pswp.cn/diannao/97693.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于无人机的风电叶片全自动智能巡检:高精度停角估计与细节优先曝光调控技术

【导读】 本文致力于解决一个非常实际的工业问题&#xff1a;如何利用无人机&#xff08;UAV&#xff09;全自动、高效、可靠地检查风力涡轮机叶片。叶片是风力发电机组中最昂贵且易损的部件之一&#xff0c;定期检查至关重要。然而&#xff0c;当前的技术在自动化过程中面临几…

腾讯云上有性能比较强的英伟达GPU

腾讯云上有性能比较强的英伟达GPU A100&#xff0c;虽然落后3~4代&#xff0c;但是估计是最强的英伟达GPU了。

AI任务相关解决方案13-AI智能体架构方案(意图识别+多任务规划+MCP+RAG)与关键技术深度解析研究报告,以及实现代码

文章目录 1. 总体技术方案 2. 生成式大模型(LLM):Data Agent的大脑 3. 意图识别:准确理解用户意图 3.1 基于BERT的微调方法 3.2 基于大语言模型(LLM)的零样本/少样本方法 4. 多任务规划:提升架构的灵活性 4.1 任务分解与规划 4.2 多智能体协作规划 4.3 基于强化学习的规划方…

每日五个pyecharts可视化图表日历图和箱线图:从入门到精通

&#x1f4ca; 本文特色&#xff1a;从零开始掌握日历图和箱线图可视化技巧&#xff0c;包含多个完整实例、核心配置项解析和实用场景指南&#xff0c;助您快速构建专业数据可视化图表。pyecharts源码 目录什么是日历图和箱线图&#xff1f;&#x1f4c5; 日历图&#xff08;Ca…

在本地获取下载chrome,然后离线搬运到 ECS

场景&#xff1a; 阿里云 ECS 无Y网&#xff0c;无法直接拉取 storage.googleapis.com。因此需先在本地里拿到直链并下载&#xff0c;再上传到 ECS。 注&#xff1a; 这个链接是显示近期的几个版本 https://googlechromelabs.github.io/chrome-for-testing/ 这个链接是所有版…

小土堆目标检测笔记

文章目录1 什么是目标检测2 目标检测常见的数据集2.1 目标检测数据集2.2 目标检测数据集的标注2.3 目标检测工具介绍3 数据集的标注3.1 VOC数据集标注3.2 加载数据集1 什么是目标检测 希望计算机在视频或图像中定位并识别我们感兴趣的目标 定位&#xff1a;找到目标在图像中的…

Linux内核内存管理系列博客教程学习规划

&#x1f4da; 系列总体目标 帮助读者系统理解Linux内核内存管理机制&#xff0c;从基础概念到核心实现&#xff0c;最终能参与内核内存相关开发。&#x1f4c5; 系列大纲&#xff08;共20篇博文&#xff09; 第一部分&#xff1a;基础概念篇&#xff08;4篇&#xff09;Linux内…

2025应届生求职指南:掌握这些新兴技能提升竞争力

2025应届生求职指南&#xff1a;掌握这些新兴技能提升竞争力2025-09-01 21:29:35在当前就业市场竞争日益激烈的背景下&#xff0c;2025届应届生既面临挑战&#xff0c;也迎来新的发展机遇。科技不断进步与行业变革推动了人才需求结构的变化&#xff0c;掌握一些新兴技能已成为提…

DevOps篇之Jenkins实现k8s集群版本发布以及版本管理

设计思路 通过Jenkins 实现 Kubernetes 集群的版本发布和版本管理。并且利用Jenkins实现多集群 K8s 发布。首先需要了解Helm 的应用场景&#xff0c;以及 GitLab 中配置多集群 KUBECONFIG 等问题。现在工具采用 Jenkins&#xff0c;所以需要重点放在 Jenkins 与 K8s 的集成上&a…

AI 智能体架构中的协议设计三部曲:MCP → A2A → AG-UI

AI 智能体应用在企业实际落地越来越多&#xff0c;一个完整的 AI 智能体应用系统通常包含三个主要角色&#xff1a;用户、AI 智能体和外部工具。AI 智能体架构设计的核心任务之一&#xff0c;就是解决这三个角色之间的沟通问题。 这三个角色的沟通&#xff0c;涉及到&#xff1…

Unity6最新零基础入门(知识点复习包含案例)NO.2——Unity6下载与安装(超详细)

前言 随着 Unity 6 版本的推出&#xff0c;全新的功能与优化为开发者带来了更高效的创作体验。不过&#xff0c;在真正开始挥洒创意之前&#xff0c;掌握 Unity Hub 的安装、版本的选择以及 Unity 6 的正确安装方法是至关重要的基础。本文将围绕这些核心步骤展开&#xff0c;为…

【开题答辩全过程】以 健身爱好者饮食管理小程序为例,包含答辩的问题和答案

个人简介一名14年经验的资深毕设内行人&#xff0c;语言擅长Java、php、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。感谢大家的…

基于JavaScript的智能合约平台(Agoric)

Agoric通过对象能力模型提升安全性&#xff0c;被用于去中心化金融&#xff08;DeFi&#xff09;衍生品开发。通过简化开发流程和增强安全性&#xff0c;推动去中心化应用&#xff08;DApps&#xff09;的大规模落地。Agoric成立于2018年&#xff0c;由斯坦福大学校友Mark Mill…

mysql实例是什么?

在 ​​MySQL​​ 的语境中&#xff0c;​​“MySQL 实例”&#xff08;MySQL Instance&#xff09;​​ 是指&#xff1a;​​一个正在运行的 MySQL 服务进程及其所管理的独立数据库环境&#xff0c;包括内存结构、后台线程、配置参数、数据文件等。一个 MySQL 实例可以管理一…

别再说AppInventor2只能开发安卓了!苹果iOS现已支持!

AppInventor2中文网&#xff08;https://www.fun123.cn&#xff09;已完成v2.76版本升级。 AI伴侣升级至v2.76&#xff0c;Android SDK由34升级至35&#xff0c;安卓版本由14升级至15。已支持安卓15&#xff01; 重磅升级&#xff01;&#xff01;支持苹果iOS编译及上架…

2025 批量下载雪球和东方财富帖子和文章导出excel和pdf

之前分享过雪球下载 2025年如何批量下载雪球帖子和文章导出pdf&#xff1f;&#xff0c;今天再整理分享下最新雪球和东方财富文章导出excel和pdf 以雪球这个号为例 下载的所有帖子文章内容html&#xff1a; 然后用我开发的工具批量转换为pdf 2025 更新版&#xff1a;苏生不…

JavaEE 初阶第十八期:叩开网络世界的大门

专栏&#xff1a;JavaEE初阶起飞计划 个人主页&#xff1a;手握风云 目录 一、网络发展史 1.1. 独立模式 1.2. 网络互连 二、网络分类 2.1. 局域网 2.2. 广域网 三、IP地址 3.1. 概念 3.2. 格式 四、端口号 4.1. 概念 4.2. 格式 五、协议 5.1. 概念 5.2. 作用 …

SOME/IP-SD中IPv4 SD端点选项详解

<摘要> 本解析围绕IPv4 SD端点选项在AUTOSAR AP R22-11规范中的定义与应用展开。该选项是SOME/IP服务发现&#xff08;SD&#xff09;协议中的关键字段&#xff0c;用于在网络地址不可达或变化的场景下&#xff08;如经NAT网关或使用多宿主设备时&#xff09;&#xff0c…

.NET 8 集成 JWT Bearer Token

注意&#xff1a;这是一种非常简单且不是最低限度安全的设置 JWT 的方法。步骤 1——安装软件包首先&#xff0c;您需要安装一些 NuGet 包。dotnet add package Microsoft.AspCore.Authentication.JwtBearer dotnet add package System.IdentityModel.Tokens.Jwt步骤 2——创建…

模型汇总-数学建模

一、优化模型1.线性规划线性规划&#xff08;Linear Programming, LP&#xff09;是一种数学优化方法&#xff0c;用于在给定的线性约束条件下&#xff0c;找到线性目标函数的最大值或最小值。它是运筹学中最常用的方法之一。线性规划的标准形式最大化问题标准形式&#xff1a;…