HarmonyOS应用《玄象》开发实战:卦象绘制:阳爻(▔)/ 阴爻(▔▔)的 Canvas 矩形堆叠
阅读时长约 18 分钟 | 难度★★★★☆ | 篇章第 5 篇 · 周易易学模块对应源码entry/src/main/ets/pages/yijing/HexagramsPage.ets、CastDivinationPage.ets前言卦象的爻线是《周易》最基本的视觉符号——阳爻为一条连续横线阴爻为两条断开的横线。玄象项目通过 Canvas 的fillRect矩形堆叠绘制六爻卦象每爻由上下两个半爻组成。本篇将深入剖析玄象项目卦象绘制的实现从阳爻/阴爻的矩形绘制算法、fillRect参数控制、六爻堆叠布局到爻间间距与动爻标记。掌握这套卦象绘制方法论您就能为任何 HarmonyOS 应用绘制完整的六爻卦象。提示玄象项目卦象绘制采用从上到下的堆叠顺序符合传统易学阅读习惯。一、阳爻绘制1.1 阳爻算法privatedrawYangYao(canvas:CanvasRenderingContext2D,x:number,y:number,width:number,height:number):void{canvas.fillStyleColors.PRIMARY_GOLD;canvas.fillRect(x,y,width,height);}二、阴爻绘制2.1 阴爻算法privatedrawYinYao(canvas:CanvasRenderingContext2D,x:number,y:number,width:number,height:number):void{constgapwidth*0.1;// 中间断开间距canvas.fillStyleColors.PRIMARY_GOLD;canvas.fillRect(x,y,(width-gap)/2,height);canvas.fillRect(x(widthgap)/2,y,(width-gap)/2,height);}三、六爻堆叠3.1 六爻绘制privatedrawHexagram(canvas:CanvasRenderingContext2D,yaos:number[],x:number,y:number,width:number):void{constyaoHeight6;constyaoGap4;consttotalHeight6*yaoHeight5*yaoGap;for(leti0;i6;i){constyaoYyi*(yaoHeightyaoGap);if(yaos[i]7||yaos[i]9){// 阳爻this.drawYangYao(canvas,x,yaoY,width,yaoHeight);}else{// 阴爻this.drawYinYao(canvas,x,yaoY,width,yaoHeight);}}}四、动爻标记4.1 动爻高亮privatedrawChangingYao(canvas:CanvasRenderingContext2D,x:number,y:number,width:number,height:number):void{canvas.fillStyle#FF5722;// 动爻用红色标记canvas.fillRect(x-4,y,2,height);}五、卦象绘制设计总结5.1 爻值对照爻值名称绘制方式是否动爻6老阴阴爻是7少阳阳爻否8少阴阴爻否9老阳阳爻是总结本篇以玄象项目卦象绘制为蓝本深入剖析了 Canvas 六爻绘制算法从阳爻/阴爻的fillRect矩形绘制、六爻堆叠布局、爻间间距控制到动爻标记。掌握这套卦象绘制方法论您就能为任何 HarmonyOS 应用绘制完整的六爻卦象。如果这篇文章对你有帮助欢迎点赞、收藏⭐、关注你的支持是我持续创作的动力相关资源HarmonyOS 官方文档CanvasRenderingContext2DHarmonyOS 官方文档fillRect 方法周易六十四卦wikipedia.org/wiki/六十四卦开源鸿蒙跨平台社区https://openharmonycrossplatform.csdn.net

相关新闻

python数据可视化技巧的100个练习 -- 47. 生成客户满意度分析的配对网格图

python数据可视化技巧的100个练习 -- 47. 生成客户满意度分析的配对网格图

重要性★★★★☆ 难度★★★☆☆ 您是一家零售公司的数据分析师。 公司收集了针对其新产品的多维度客户满意度数据。 您的任务是创建一个配对网格图,以可视化不同满意度指标之间的关系。 数据集包括以下变量: 总体满意度(1-10 分) 产品质量(1-10 分) 客户服务(1-1…

2026/7/26 23:41:41 阅读更多 →
HarmonyOS 状态管理 V2 入门:@ComponentV2 与 V1→V2 装饰器全映射

HarmonyOS 状态管理 V2 入门:@ComponentV2 与 V1→V2 装饰器全映射

前言 HarmonyOS 状态管理 V1(Component State)在复杂业务中暴露出两个核心痛点:嵌套对象无法自动感知属性变化(必须借助 Observed/Track)、父子组件通信繁琐(Prop/Link/Provide 语义混乱)。为此…

2026/7/26 23:41:41 阅读更多 →
【JAVA毕设源码分享】基于springboot老人健康信息管理系统的设计与实现(程序+文档+代码讲解+一条龙定制)

【JAVA毕设源码分享】基于springboot老人健康信息管理系统的设计与实现(程序+文档+代码讲解+一条龙定制)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

2026/7/26 23:41:41 阅读更多 →

最新新闻

谷歌财报技术解析:云原生与AI驱动业绩增长及开发者机遇

谷歌财报技术解析:云原生与AI驱动业绩增长及开发者机遇

最近在分析科技公司财报时,发现谷歌母公司 Alphabet 2026 财年第二财季的业绩表现格外亮眼,归母净利润达到 1121.07 亿美元,同比增长 298%。作为开发者,我们不仅要关注技术本身,更要理解背后的商业逻辑和行业趋势。本文…

2026/7/26 23:59:52 阅读更多 →
HarmonyOS端侧AI在工业质检中的高效应用

HarmonyOS端侧AI在工业质检中的高效应用

1. 项目背景与行业痛点工业质检领域长期面临人工检测效率低、漏检率高、标准不统一等核心痛点。传统机器视觉方案又存在部署成本高、灵活性差、难以应对复杂场景等问题。我们团队基于HarmonyOS 5.0的端侧AI能力,开发了一款可部署在工业平板和手机上的智能质检应用&a…

2026/7/26 23:59:52 阅读更多 →
MoE架构解析:大模型参量翻倍不增推理成本的秘密

MoE架构解析:大模型参量翻倍不增推理成本的秘密

1. 为什么MoE架构让大模型参数量翻倍却不增加推理成本?去年我在部署一个千亿参数大语言模型时,首次接触到混合专家模型(Mixture of Experts,简称MoE)架构。当时最让我震惊的是,这种架构的模型参数量可以达到…

2026/7/26 23:59:52 阅读更多 →
“我当下的人生到底有什么意义?”

“我当下的人生到底有什么意义?”

这个问题看似在寻找一个答案,实际上是在寻找一种“值得继续投入的方向感”。很多人在问: “人生有什么意义?” 深层可能是在问: 我现在做的事情值得吗?我的努力有没有价值?我的存在是不是重要?未…

2026/7/26 23:59:52 阅读更多 →
WezTerm 终端 CJK 字形混乱排查与修复:从日文到简体中文

WezTerm 终端 CJK 字形混乱排查与修复:从日文到简体中文

现象在 WezTerm 终端中,包含中文路径的文本(如标签页标题、Shell 提示符、路径补全)中,某些汉字时而渲染为日文字形,时而显示为简体中文(中国大陆)字形。以「径」字为例,日文写法右侧…

2026/7/26 23:59:51 阅读更多 →
seata 零基础入门实战

seata 零基础入门实战

前言:微服务架构最大的数据一致性难题就是分布式事务。单体项目中,我们依靠Transactional 即可保证数据库事务原子性,要么全部成功、要么全部回滚。但微服务拆分后,一次业务操作会跨多个服务、多个数据库,本地事务彻底…

2026/7/26 23:58:51 阅读更多 →

日新闻

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻