Tkinter学习笔记之Scale尺度
2017-08-21 20:46
162 查看
Scale:尺度,即可输出限定范围的数字区间,可以为之指定最大值,最小值及距值。
语法
s=Scale(master,from_=...,to=...,orient=...,tickinterval=...,command=...)
参数
master:当前父窗口
from_:设置起始值,即最小值 to:设置最大值
orient:设置尺度的方向,水平或垂直
tickinterval:设置距值 command:设置响应函数
这里将做一个实时显示尺度滑块所处的标尺值,值得注意的是这里用到command设置响应函数,这个回调函数有一个参数,这个值是当前的Scale的值,每移动一个步距就会调用一次这个函数。
代码如下
运行结果如图
语法
s=Scale(master,from_=...,to=...,orient=...,tickinterval=...,command=...)
参数
master:当前父窗口
from_:设置起始值,即最小值 to:设置最大值
orient:设置尺度的方向,水平或垂直
tickinterval:设置距值 command:设置响应函数
这里将做一个实时显示尺度滑块所处的标尺值,值得注意的是这里用到command设置响应函数,这个回调函数有一个参数,这个值是当前的Scale的值,每移动一个步距就会调用一次这个函数。
代码如下
import tkinter as tk window=tk.Tk() window.title('my window') window.geometry('200x200') l=tk.Label(window,bg='pink',width=20) l.pack() def print_selection(v): l.config(text='you have selected '+v) s=tk.Scale(window,label='请尝试拖动改变尺度',from_=5,to=11,orient=tk.HORIZONTAL, length=200,showvalue=0,tickinterval=3,resolution=0.01,command=print_selection) #这里的orient设置为水平方向尺度,200是像素高度,resolution设置尺度的精确到两位小数 s.pack() window.mainloop() #这里是相当于while的无限循环
运行结果如图
相关文章推荐
- 时间尺度`timescale
- SIFT(Scale-invariant feature transform, 尺度不变特征转换)特征
- 多尺度人脸检测--Face Detection through Scale-Friendly Deep Convolutional Networks
- SIFT(scale invariant feature transform): 尺度不变特征变换
- 目标检测中的尺度--An Analysis of Scale Invariance in Object Detection – SNIP
- 快速多尺度人脸检测--Multi-Scale Fully Convolutional Network for Fast Face Detection
- SIFT(scale invariant feature transform): 尺度不变特征变换
- Pyramids and Scale Space (金字塔和尺度空间)
- 多尺度滑动窗口法,multiple-scale sliding window method
- 基于detectMultiScale函数多尺度人脸检测确定目标尺寸
- 尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)
- 音视频同步系列文章之------时间戳与时间尺度(time scale)
- 图像增强:多尺度的图像细节提升(multi-scale detail boosting)实现方法
- 快速多尺度人脸检测2--Multi-Scale Fully Convolutional Network for Face Detection in the Wild
- msrcr(Multi-Scale Retinex with Color Restoration) 带色彩恢复的多尺度视网膜增强算法 整理
- 多尺度滑动窗口 muti-scale
- matlab 无尺度网络scale-free network模拟
- 【Detector】【Descriptor】尺度不变特征转换(Scale-invariant feature transform 或 SIFT)
- 尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT) Just For Fun
- MSRCR(Multi-Scale Retinex with Color Restore)多尺度Retinex图像增强