http://blog.zinewow.com/catalog.asp?tags=AcheGesture
基于Starling框架的AcheGesture是为基于Adobe AIR技术的移动应用提供的一套手势识别库。设计来源于苹果iOS开发框架的UIGestureRecognizers(Cocoa-Touch UIKit)。AcheGesture主要特性:
1、提供了最基本的几种手势,包括:Tap(轻击)、Double Tap(双击) 、Pinch(缩放)、Pan(拖拽)、Swipe(滑动)、Rotate(旋转)以及Long press(长按)。
2、提供针对每种手势的自定义配置,例如Long press的判别时间阈值(timeThreshold)。
3、处理手势之间的识别依赖(requireGestureRecognizerToFail)、识别优先级(priority)、同时作用(allowSimultaneous)等相互关系。
4、使用回调的机制传出手势(离散和连续)的所有识别状态:recognized、possible、failed、began、changed、ended和cancelled。
5、可扩展性,可以针对项目需求写手势识别扩展(GestureRecognizerPlugin),并动态注入(activate)。
6、开源免费,可在任何场合和情况下使用。
为何要写AcheGesture
1、代码复用的需求:
Starling提供了Touch事件,包括了单点和多点的。但是对于某个具体的手势却没有做封装,例如常见的Swipe。对于每一种手势实现后的代码逻辑复用是最基本的封装需求。
2、手势识别复杂的依赖关系处理的需求:
第二个原因,也是非常重要的原因就是处理多种手势关系的需求。例如一个显示对象绑定了一个单击(Tap)和一个双击(Double Tap),用户轻击两下,有以下可能:1、两个Tap和一个Double Tap,2、一个Tap和一个Double Tap 3、两个Tap,4、一个Double Tap。吃惊吗?竟然有四种,而且第2种可能相对比较难理解什么情况下发生的。其实一般情况下,我们期望得到的是第3和第4种。这就出现了手势识别依赖关系的需求。也就是说,Tap手势的识别依赖于Double Tap手势识别的失败(requireGestureRecognizerToFail)。通俗的说,就是,只有识别不出来Double Tap,Tap手势才能识别。多种手势的相互依赖关系使得手势的处理上复杂度提升,使得需要封装这样的逻辑统一处理。
3、多手势同时作用的需求:
这也是一个非常常见的需求,但是如果只是一个Touch对象可能不能很方便的实现。就是例如使用Pinch手势的缩放的同时,还可能在Pan(拖拽移动)甚至还有可能使用Rotate同时进行旋转操作。
如何使用AcheGesture
Step1: 定义手势对象:
以轻击(Tap)手势为例,此手势包含了两种状态,“识别”(recognized)和“可能识别”(possible),在TapGesture配置类中定义。所以首先定义手势对象,传入每个状态的回调函数。
{
var g1:Gesture = new TapGesture(onTapRecognized, onTapPossible);
}
此处有两个回调函数,onTapRecognized和onTapPossible。对于这个手势的定义,其实也可以直接使用Object类型,这个对象需要包含各种识别状态的回调函数,例如”recognized”, “possible”等等。以刚才的那个Tap手势为例,g1可写成以下这种形式:
建议使用acheGesture.data包下面的类型来定义每一种手势,除了有强类型提示的好处以外,也可以方便或者每种手势所包含的手势状态。以轻击(Tap)手势而言,就只有“识别”(recognized)和“可能识别”(possible)两种状态。
Step2: 绑定显示对象
接下来是使用GestureManager.add方法绑定定义的手势和目标显示对象。如下所示:
{
var g1:Gesture = new TapGesture(onTapRecognized, onTapPossible);
GestureManager.add(_btn, new GestureVars().onTap(g1).vars);
}
三个参数,第一个传入绑定的显示对象(Starling.display.DisplayObject),第二个传入的是手势识别的配置对象,第三个参数是是否允许多个手势同时作用。和定义手势对象类似,此处使用的GestureVars去对配置属性进行强类型,其实也可以使用Object直接配置,如下代码所示:
所以如果都使用Object类型就可以简化写成:
看个人喜好,建议使用acheGesture.data包下面的类型来强类型去配置手势。
Step3: 处理手势状态回调
所有的手势状态回调函数均接收一个参数,e: AcheGestureEvent,这个对象包含了手势状态回调会传出的一些属性,以Tap为例,在是否可能被识别(possible)状态,就是读取e.possible来确定如何显示按钮的状态。详细会在Tap手势的教程中介绍。
{
trace("tap gesture recognized!");
}
private function onTapPossible(e:AcheGestureEvent):void
{
trace("tap gesture onTapPossible >>>" + e.possible);
}
了解设置后的期望值。
在使用手势库完成需求之前,需要了解某种绑定方式预期得到怎样的结果。以下面三种绑定方式为例,均是绑定了单击(Tap)和双击(Double Tap)只是在细节设置上不同。
第一种,只是单单绑定了这两种手势,但是注意点是,add方法第三个参数传的是false,也就是说,同一个时刻不能多个手势同时作用,因为Tap和Double Tap都是在用户Touch Ended的时候来判断,所以,如果用户轻击两下,间隔时间符合双击,则收到一个双击,一个单击。注意是一个单击,因为第二个单击在判断的时候被双击优先判断了,所以不被识别。注意比较下面两种情况。
{
var g1:Gesture = new TapGesture(onTapRecognized);
var g2:Gesture = new DoubleTapGesture(onDoubleTapRecognized);
GestureManager.add(_btn, new GestureVars().onTap(g1).onDoubleTap(g2).vars,false);
}
第二种情况比较简单,就是,设置了add第三个参数为true,即,允许同时多个手势被识别,如果还像上一个那种操作情况,用户轻击两下,并且间隔时间符合双击的要求,则收到,两个单击和一个双击。也就是说这两种手势的识别互不干扰。各自识别各自的。
{
var g1:Gesture = new TapGesture(onTapRecognized);
var g2:Gesture = new DoubleTapGesture(onDoubleTapRecognized)
GestureManager.add(_btn, new GestureVars().onTap(g1).onDoubleTap(g2).vars, true);
}
第三种情况其实可能是我们想要的,就是设定了“依赖关系”,单机的识别依赖于双击的识别失败。还是像刚才那样操作,用户轻击两下,并且间隔时间符合双击的要求,此时收到的只是一次双击,没有单击。如果用户轻击一下,则在延迟一小段时间后收到单击。原因是,单击的识别需要等待双击识别失败(超过双击的时间间隔阈值)。
{
var g1:Gesture = new TapGesture(onTapRecognized);
var g2:Gesture = new DoubleTapGesture(onDoubleTapRecognized)
g1.requireGestureRecognizerToFail(g2);
GestureManager.add(_btn, new GestureVars().onTap(g1).onDoubleTap(g2).vars);
}
不同的设置带来不同的结果,了解自己需要的结果和对应的设置方法才能正确使用AcheGesture。
备注:
其它关于 AcheGesture 的链接(含DEMO):《Adobe AIR 移动开发:触摸、多点触控和手势输入》。
相关推荐
DCM与PFC融合的CRM混合模式创新实践,DCM CRM混合模式PFC ,DCM; CRM混合模式; PFC,DCM与PFC的混合模式在CRM系统中的应用
基于Dijkstra算法的路径规划Matlab代码:读取黑白色地图并实现图像上的路径规划示例,读取黑白色地图,在图片上进行路径规划matlab代码 路径规划算法基于读图识别的Dijkstra算法 随意设置坐标,规划路径 示例如下 ,读取地图; 路径规划算法; Dijkstra算法; 坐标设置; 规划路径,基于Dijkstra算法的Matlab黑白色地图路径规划代码
matlab实现LSTM时序预测完整程序+数据
968a658a40c897eb4452d8718cf0f8e6.part6
Matlab Simulink下的LLC开关电源仿真技术探究与实践,Matlab Simulink仿真,LLC开关电源仿真 ,核心关键词:Matlab Simulink仿真; LLC开关电源仿真; 电源仿真,Matlab Simulink下的LLC开关电源仿真研究
matlab实现RF时序预测完整程序+数据
FLAC3D水力切顶角度研究:水力压裂代码的实践与参考指南,FLAC3d不同水力切顶角度,水力压裂代码,可以做参考 ,FLAC3d; 水力切顶角度; 水力压裂代码; 参考;,FLAC3d水力压裂角度控制与代码解析
基于分层滤波技术的冲击噪声检测与去除算法.pdf
"COMSOL模拟技术:等离子体与热流耦合的深度探索",comsol等离子体,热流耦合 ,comsol等离子体; 热流耦合; 仿真模拟; 物理建模,"COMSOL等离子体热流耦合模拟"
基于SSA与DBN的多输入单输出预测模型:麻雀优化算法在Matlab环境下的实现与效果评估,麻雀优化算法SSA结合DBN做多输入单输出预测模型,要求数据是excel替数据就可以用。 程序语言是matlab,需求最低版本为2020及以上。 程序可以出真实值和预测值对比图,线性拟合图,可打印多种评价指标。 PS:以下效果图为测试数据的效果图,主要目的是为了显示程序运行可以出的结果图,具体预测效果以个人的具体数据为准。 2.由于每个人的数据都是独一无二的,因此无法做到可以任何人的数据直接替就可以得到自己满意的效果。 3.程序后无原理讲解。 ,核心关键词:麻雀优化算法SSA; DBN多输入单输出预测模型; Matlab; 2020版及以上; 真实值和预测值对比图; 线性拟合图; 评价指标; 数据替换; 独一无二的数据; 无原理讲解。,基于SSA-DBN的Excel数据多输入单输出预测模型(Matlab 2020+版)
LDPC编译码技术:信道编译码实现、规格与算法可定制的探索,LDPC编译码实现 信道编译码 LDPC码编译码极其识别 编码规格DVBS2 IEEE802.11n IEEE802.16e 译码算法 置信传播 和积算法 最小和 可定制 ,LDPC编译码实现; 信道编译码; LDPC码识别; 编码规格(DVBS2; IEEE802.11n; IEEE802.16e); 译码算法(置信传播; 和积算法; 最小和); 可定制。,LDPC编译码技术:实现、规格与算法详解
基于三菱PLC的3×4立体仓库组态监控系统设计与实现,6#基于三菱PLC组态王3×4立体仓库组态监控系统 ,基于三菱PLC; 组态王; 立体仓库; 3×4组态监控系统; 立体仓库组态监控,基于三菱PLC的立体仓库组态监控系统
冻融循环数值仿真:基于Comsol的真水热力三场耦合分析降雨边坡稳定性周期性变化及热膨胀效应的达西定律应用,冻融循 环数值仿真 comsol 真水热力三场耦合 采用达西定律与热膨胀接口,可分析降雨边坡在冻融到解冻过程的稳定性周期性变化 ,冻融循环;数值仿真;Comsol;真水热力三场耦合;达西定律;热膨胀接口;降雨边坡稳定性;周期性变化,"冻融循环仿真研究:真水热力三场耦合与周期性稳定性分析"
声发射定位图:MATLAB制作的长方体三维立体展示技术,2D与3D个性化呈现解析,声发射定位图(长方体),MATLAB制作,2D 3D个性化展示。 ,声发射定位图; 长方体模型; MATLAB制作; 2D 3D展示; 个性化展示,MATLAB制作声发射定位图:2D/3D个性化展示长方体图
高斯光束生成与传输模拟的Matlab计算方法研究,高斯光束生成传输matlab计算 ,高斯光束; 生成; 传输; MATLAB计算;,高斯光束生成与传输的Matlab计算
,500kW储能变流器(PCS) 采用T型三电平模块,结构三维、控制电路、驱动电路,全部的BOM,型式试验报告等全部资料。 没有程序源码,本交付的资料与本描述一致,未提及的可能没有。
基于多范数约束的分布式鲁棒优化模型:Matlab编程实现与优化策略探究,基于综合范数的两阶段分布鲁棒优化模型 采用matlab编程的基于场景概率驱动的两阶段分布鲁棒优化模型采用列和约束生成算法(C&CG)进行求解,采用 1-范数和∞-范数对分布鲁棒优化的模糊集进行构建,采用拉丁超立方抽样+kmeans进行场景生成及削减,程序运行可靠,思路清晰,有详细参考资料,可在此基础上进行拓展优化。 ,关键词:综合范数;两阶段分布鲁棒优化模型;Matlab编程;场景概率驱动;列和约束生成算法(C&CG);1-范数;∞-范数;拉丁超立方抽样;kmeans;程序运行可靠;思路清晰。,综合范数下的两阶段分布鲁棒优化模型与优化求解研究
基于Xilinx XC7A35T开发平台的高精度时间数字转换(TDC)系统:基于Carry4进位链的71.4ps分辨率TOF测距代码实现,xilinx xc7a35t 开发平台,基于Carry4进位链高精度时间数字转(TDC)代码,分辨率71.4ps#tof测距 ,核心关键词:xilinx xc7a35t;开发平台;Carry4进位链;高精度时间数字转换(TDC);分辨率71.4ps;#tof测距。,基于Xilinx XC7A35T平台的TDC高精度测距代码
基于ATP仿真建模的雷击过电压研究:直流500kV至1100kV输电线路的过电压特性分析,直流500kV,660kV,800kV,1100kV输电线路雷击过电压ATP仿真建模。 ,直流500kV; 660kV; 雷击过电压; ATP仿真建模; 输电线路; 800kV; 1100kV。,雷击过电压ATP仿真建模:超高压输电线路研究
今年春节狠狠充了一把,后悔充了这么多,一气之下买了个退款教程吓一吓王者,真退款了又不愿意,现在分享给大家