EasyX的SetWorkingImage ()

简介: SetWorkingImage :设置工作区

SetWorkingImage :设置工作区

SetWorkingImage(&bigimg);
SetWorkingImage(NULL);//回到默认工作区

如果需要对某个 IMAGE 做绘图操作,可以通过该函数将其设置为当前的绘图设备,之后所有的绘图语句都会绘制在该 IMAGE 上面。


简而言之,就是设置某一个特定的区域来进行绘图


比如下面的代码就把图片作为一个工作区


将参数置为 NULL 可恢复对默认绘图窗口的绘图操作。


比如下面的,添加工作区,可以把一张图片分割为多张图片  


image.png

image.png

运行效果,可以发现图片变成分开的了

image.png

代码

/*
可以看看这个视频
【【C语言/C++】项目实战:烟花表白】
https://www.bilibili.com/video/BV1ZA411L7zx?p=2&vd_source=21581d752de8daca00ef38561a7264f6
*/
#include<graphics.h>
#include<easyx.h>
#include<stdio.h>
#include<time.h>
#define NUM 13
struct Jet
{
  int x, y;//烟花弹的坐标  当前的坐标
  int hx, hy;//烟花弹最高的坐标
  bool shoot;//烟花弹的状态(是否发射)
  unsigned long t1, t2, dt;//速度(单位时间dt=t2-t1)
  IMAGE img[2];//两张图片 img[0]-暗色图片 ing[1]-亮色图片 一闪一闪的效果
  byte n : 1;//位段(可以用到CPU里面,n是一个变量 1个位 1/8个字节 n++对于0 1 0 1……
}jet[NUM];     //img[n++]一闪一闪的效果
void load()
{
  srand(time(NULL));
  IMAGE bigimg;//先加载一整张图片
  loadimage(&bigimg, _T("1.jpg"), 200, 50);
  //工作区(就是能看到的窗口)
  SetWorkingImage(&bigimg);
  //分解一张图片为多张图片
  for (int i = 0; i < NUM; i++)
  {
    int n = rand() % 5;//随机得到一个下标
    getimage(&jet[i].img[0],n*20,0,20,50);//
    getimage(&jet[i].img[1],(n+5)*20,0,20,50);
  }
  SetWorkingImage(NULL);//回到默认工作区
}
void init(int i)//初始化
{
  jet[i].x=0;
  jet[i].y=0;
  jet[i].hx=0;
  jet[i].hy=0;
  jet[i].t1=GetTickCount();//获取系统的时间
  jet[i].t2=0;
  jet[i].dt=rand()%10+1;//1ms到10ms之间
  jet[i].n=0;
  jet[i].shoot=false;
  IMAGE bigimg;//先加载一整张图片
  loadimage(&bigimg, _T("1.jpg"), 200, 50);
  //jet[i].img[0];
  //jet[i].img[1];
}
//烟花弹出现的时间间隔
void choise(DWORD& tt1)
{
  DWORD tt2 = GetTickCount();
  if (tt2 - tt1 > 100)
  {
    int i = rand() % NUM;//0-12
    if (jet[i].shoot == false)
    {
      //数据重新规划一下
      jet[i].x = rand()%(1200-20);
      jet[i].y = rand()%(100+600);//600-699
      jet[i].hx = jet[i].x;
      jet[i].hy = rand()%400;//0-399
      jet[i].shoot = true;
      putimage(jet[i].x, jet[i].y, &jet[i].img[jet[i].n]);//只要n++,就会一闪一闪的
    }
    tt1 = tt2;
  }
}
void Shoot()
{
  for (int i = 0; i < NUM; i++)
  {
    jet[i].t2 = GetTickCount();
    if (jet[i].t2 - jet[i].t1 > jet[i].dt && jet[i].shoot == true)
    {
      putimage(jet[i].x, jet[i].y, &jet[i].img[jet[i].n]);//只要n++,就会一闪一闪的
      if(jet[i].y>jet[i].hy)
      {
        jet[i].n++;
        jet[i].y -= 5;//上升的效果
      }
      putimage(jet[i].x, jet[i].y, &jet[i].img[jet[i].n]);
      if (jet[i].y <= jet[i].hy)//到达了最高的高度
      {
        putimage(jet[i].x, jet[i].y, &jet[i].img[jet[i].n]);
        //它的使命完成
        jet[i].shoot = false;//便于重复使用
      }
      jet[i].t1 = jet[i].t2;
    }
  }
}
int main()
{
  initgraph(1200, 800);
  DWORD tt1 = GetTickCount();
  load();
  putimage(100, 100, &jet[5].img[0]);
  putimage(150, 100, &jet[5].img[1]);
  for (int i = 0; i < NUM; i++)
  {
    init(i);
  }
  while (1)
  {
    choise(tt1);
    Shoot();
  }
  getchar();
}

Code over!

相关文章
|
人工智能 算法 数据可视化
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
AI Earth ——开发者模式案例2:Landsat系列影像数据去云
651 3
|
存储 网络安全 数据安全/隐私保护
Docker harbor私有仓库部署与管理-2
Docker harbor私有仓库部署与管理
706 0
|
9月前
|
人工智能 算法 搜索推荐
优化RAG检索:别只关注模型,关键在于这三方面!
本文从测试开发视角,解析RAG检索模块的五大优化方向:向量化模型、文本分块、检索参数、混合检索及知识库更新。通过建立自动化评测基线与回归验证体系,确保优化效果可量化、可追溯,让测试成为RAG系统迭代的关键支撑。
送福利!FlowBench客户端首批内测邀请函
魔搭AIGC搭子们,集合啦!ModelScope x FlowBench 团队
513 3
|
存储 安全 C++
C++ 原子变量atomic variable
原子变量是 C++11 引入的一种同步机制,用于多线程环境中的无锁、线程安全操作。其操作不可分割,避免了数据竞争和不一致问题。原子变量位于 `&lt;atomic&gt;` 头文件中,支持多种类型如 `std::atomic&lt;T&gt;` 和特化类型。基本用法包括定义原子变量、加载、存储、交换及比较交换操作。内存顺序(如 `std::memory_order_seq_cst`)用于控制内存访问顺序和可见性,适用于不同场景。原子变量常用于线程安全的计数器和标志位等。
|
SQL 算法 数据挖掘
动态规划Dynamic programming详解-编辑距离问题【python】
动态规划Dynamic programming详解-编辑距离问题【python】
题目----计算某年某月的天数
题目----计算某年某月的天数
335 0
|
存储 缓存 Java
深度解密 Python 虚拟机的执行环境:栈帧对象
深度解密 Python 虚拟机的执行环境:栈帧对象
518 13
|
安全 算法 Java
【Java小工匠聊密码学】--消息摘要--SHA3算法
1、SHA3概述 1.1 SHA3简介 由于近年来对传统常用Hash 函数如MD4、MD5、SHA0、SHA1、RIPENMD 等的成功攻击,美国国家标准技术研究所(NIST)在2005年、2006年分别举行了2届密码Hash 研讨会;同时于2007年正式宣布在全球范围内征集新的下一代密码Hash算法,举行SHA-3竞赛·新的Hash算法将被称为SHA-3,并且作为新的安全Hash标准,增强现有的FIPS 180-2标准。
5484 0
|
机器学习/深度学习 存储 分布式计算
阿里开源首个DL框架,新型XDL帮你搞定大规模稀疏数据
12 月 21 日,阿里巴巴旗下的大数据营销平台阿里妈妈开源了其应用于自身广告业务的算法框架 X-Deep Learning(XDL)。该框架非常擅长处理高维稀疏数据,对构建推荐、搜索和广告系统非常有优势。此外,阿里还配套发布了一系列官方模型,它们都是阿里在实际业务或产品中采用的高效模型。
2118 0
阿里开源首个DL框架,新型XDL帮你搞定大规模稀疏数据

热门文章

最新文章