通过下列操作可以形成一个半透明无边框输入域的效果
#输入域完全透明setOpaque(false)
#设置输入域无边框setBorder(null)
(在组件的重绘方法中绘制一个半透明与输入域等大的矩形框)
#取得能够进行透明度设置的2D引擎Graphics2D g2 = (Graphics2D);
#创建一个AlphaComposite来表示透明度
AlphaComposite ac = AlphaComposite.
getInstance(AlphaComposite.SRC_OVER,0.4f);
#设置透明度和颜色g2.setComposite(ac);g2.setColor(Color.white);
class TransparentArea extends JTextArea {
public TransparentArea(){
super();
this.setOpaque(false);//将输入域设置成透明
this.setAutoscrolls(true);//输入域自动显示刚输入的内容
this.setBorder(null);//去边框
setLineWrap(true);//自动换行
setFont(new Font("MicrosoftYahei",
Font.PLAIN,16));//输入域的字体
setWrapStyleWord(true);//一个英文单词在同一行
}
@Override
public void paintComponent(Graphics g) {
super.paintComponent(g);
//取得绘制组件的2D引擎
Graphics2D g2 = (Graphics2D)g;
//设置透明度为0.4f
AlphaComposite ac = AlphaComposite.getInstance(
AlphaComposite.SRC_OVER,0.4f);
g2.setComposite(ac);
g2.setColor(Color.white);
//绘制一个与输入域等大小的填充矩形框来形成其半透明效果
g2.fillRect(0, 0, getWidth(), getHeight());
}
}
下面是该类的一个应用实例,一个聊天界面:

分享到:
相关推荐
java面向对象 - 类与对象,java面向对象 - 类与对象,Java面向对象程序练习,一个简单的Java类Example1,并将其放在了cn.example包中。
Java项目基于ssm框架的课程设计,包含LW+ppt
2023年计算机等级考试四级
CH32V307驱动程序,支持移植到CH32系列单片机。 一分价钱一分货,项目代码可顺利编译运行~
(常住)户籍人口指在某个地区拥有户籍登记的人口,即户口所在地为该地区的人口。
本资源使用工具和技术 Gradle 工具 Spring boot3.4.3 spring-ai-openai-starter 1.0.0 jdk17 主要功能 String类型聊天 流程数据聊天响应 图片生成(前提是你模型支持) 文本向量化 (前提是你模型支持)
内容概要:本文介绍了一种名为GNNSynergy的新模型,旨在通过图神经网络(GNN)和超图神经网络(HGNN)预测抗癌药物的协同作用。该模型利用Loewe评分构建药物组合与细胞系之间的超图和单个药物与细胞系之间的相互作用图,通过GCN和HGNN学习节点特征,并最终通过多层感知机和线性相关系数计算药物协同评分。实验结果显示,GNNSynergy在基线实验中优于现有模型,并在新药和新细胞系实验中表现出色。 适合人群:生物信息学、药物研发领域的科研人员和技术开发者。 使用场景及目标:① 提供高效的抗癌药物协同预测工具,减少体外筛选的时间和成本;② 改善个性化癌症治疗的效果,降低毒性并减少不良反应;③ 推动新型抗癌药物的研发进程。 其他说明:该模型不仅考虑了药物组合与细胞系之间的复杂关系,还捕捉了单个药物与细胞系之间的关联,从而提升了预测的准确性和泛化能力。
Java项目基于ssm框架的课程设计,包含LW+ppt
内容概要:本文档详细介绍了Kotlin这门由JetBrains开发并得到Google官方支持的现代编程语言。首先阐述了选择Kotlin的原因,如简洁高效的语法、内置的安全机制以及广泛的跨平台支持。接着逐步讲解了如何配置开发环境,包括工具的选择和第一个程序的创建。随后深入探讨了Kotlin的基础语法,涵盖变量与类型、函数定义、面向对象编程的基本概念(如类与对象)、空安全设计等重要知识点。此外,还提供了具体的实战案例——温度转换器项目,帮助初学者更好地理解和运用所学知识。最后给出了学习路线建议,指导读者从基础到高级的学习路径,并推荐了一些实用的学习资源。 适合人群:对编程有一定兴趣或者已经掌握了其他编程语言基础知识的技术爱好者、学生以及希望转行进入软件开发领域的从业人员。 使用场景及目标:①作为新手程序员的第一本编程教材;②对于有经验的开发者来说,可以快速上手Kotlin进行实际项目的开发;③希望通过学习Kotlin来提升自己的编程技能,尤其是那些想要从事Android或其他多平台应用程序开发的人士。 其他说明:文档不仅强调理论知识的传授,同时也非常重视动手能力的培养,鼓励读者通过实践加深
项目已获导师指导并通过的高分毕业设计项目,可作为课程设计和期末大作业,下载即用无需修改,项目完整确保可以运行。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 项目都经过严格调试,确保可以运行!可以放心下载
单片机设计-仓库温湿度的监测系统
项目已获导师指导并通过的高分毕业设计项目,可作为课程设计和期末大作业,下载即用无需修改,项目完整确保可以运行。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 项目都经过严格调试,确保可以运行!可以放心下载
内容概要:本文详细介绍了如何使用三菱FX3U PLC通过485BD板与两台台达DTA7272C1温控器进行Modbus通讯,实现温度设定、探头设定及实时温度读取。主要内容涵盖硬件配置、接线方法、温控器参数设置、PLC程序核心代码、轮询机制、触摸屏配置以及常见问题解决方法。文中还提供了详细的代码示例和调试技巧,确保通讯稳定可靠。 适用人群:从事工业自动化控制领域的工程师和技术人员,特别是那些需要将PLC与温控器集成的应用场景。 使用场景及目标:适用于需要精确温度控制的工业环境,如化工、食品加工等行业。主要目标是通过Modbus通讯协议实现PLC对多台温控器的集中管理和监控,提高生产效率和产品质量。 其他说明:文章不仅提供了理论指导,还分享了许多实际操作中的经验和教训,帮助读者避开常见的陷阱,快速掌握相关技能。
emwin旋转图片,存储设备
硬件课程设计-基于Logisim的单周期CPU硬件设计(CPU硬件实现+推箱子游戏).zip [项目介绍] 一个基于Logisim的单周期CPU硬件设计项目。该项目包含了一个单周期CPU的硬件实现和一个推箱子游戏的演示程序。 主要功能 实现了一个单周期CPU的硬件设计 提供了一个推箱子游戏的演示程序 使用Logisim作为开发工具 【技术栈】 硬件设计: 单周期CPU 开发工具: Logisim
内容概要:本文详细介绍了 MATLAB R2025a 版本的新特性和改进之处。主要内容涵盖全新的桌面界面布局,支持三栏式可自定义桌面布局、深色/浅色主题切换、全局搜索框、Markdown 文件实时预览等功能。此外,还提到了图形系统对深色与浅色主题的支持,使得图形在不同背景下都能保持良好的可读性和视觉效果。同时,文章强调了 MATLAB 官方帮助中心的重要性,提供了丰富的在线资源,包括快速入门、语法基础、数据处理、数学、编程等方面的详细指导。 适合人群:具备一定编程基础,特别是从事科学计算、数据分析、工程设计等领域的工作1-3年的研发人员。 使用场景及目标:① 提升日常开发效率,特别是在多任务并行处理和频繁切换工具的情况下;② 改善长期使用中的视觉体验,减少视觉疲劳;③ 方便编写和预览技术文档,尤其是在使用 GitHub 等平台管理项目时;④ 提供详细的在线帮助和支持,方便用户随时查阅和解决问题。 其他说明:MATLAB 官方帮助中心提供了详尽的学习资源,用户可以通过官网获取更多信息。对于特定功能或函数的疑问,可以利用帮助中心的搜索功能快速找到答案。此外,帮助中心还包括机器学习和大数据部分内容,但部分资料仅提供英文版本。
全开源的小剧场短剧影视小程序源码+支付收益+付费短剧小程序源码+教程 项目功能介绍 支持无限滑动 高性能滑动预加载视频预览 支持剧情介绍,集合壁纸另外仿抖音滑动效果 支持会员模式,支持用户单独购买等等多功能 本系统(短剧平台系统)包含: 1,内容展现(短剧视频采用主流展现形式付费、免费、任务等方式解锁自由配置,) 2,用户运营(用户签到、会员管理、精准画像等多种运营,提高用户活跃度) 3,营销推广(裂变式营销功能、自主推广激励、代理等方式快速获客) 4,付费观看(强大的支付系统,支持多平台支付方式,支付灵活可配置,多重加密确保交易安全) 6,成熟代理机制(主流代理机制让流量不在是问题,配合多营销方式,为推广主力切实解决流量问题) 7,强大后台管理(数据大屏展示,所有数据一目了然,实时监控平台情况,为你的运营营销提供数据支持) 丰富的后台设置,具体大家可以看刀客的后台演示图 具体也不多说了,大家可以自行下载搭建研究 前端支持打包 抖音小程序,快手小程序,百度小程序,H5和微信小程序 需要哪个端就发行到哪个端即可 前端文件需要用到HBuilderX工具来编译.
chromedriver-win32-135.0.7049.41.zip
two_person_breathHeart_detect_main.m
内容概要:本文详细介绍了如何使用MATLAB中的NAR(非线性自回归)神经网络进行时间序列预测。首先,文章讲解了数据准备步骤,包括从Excel文件读取数据、数据归一化处理等。接着,深入探讨了NAR网络的构建方法,如设置时间滞后阶数、隐藏层大小以及数据集划分比例。然后,展示了训练NAR网络的具体过程,包括选择合适的训练参数和早停法的应用。最后,提供了预测未来的代码片段,并讨论了结果可视化的方法和误差计算。此外,还分享了一些实用技巧,如如何调整参数以提高预测准确性,以及应对不同类型的时序数据。 适合人群:具有一定MATLAB基础的研究人员和技术爱好者,尤其是从事时间序列数据分析和预测工作的专业人士。 使用场景及目标:适用于需要快速搭建时间序列预测模型的场景,如电力负荷预测、股票价格预测、天气预报等。主要目标是帮助用户掌握NAR神经网络的基本原理及其在MATLAB中的实现方法,从而能够灵活应用于各类实际问题。 其他说明:文中提供的代码可以直接运行,用户只需准备好相应的Excel格式数据即可。同时,针对可能出现的问题给出了详细的解决方案和优化建议。