Qt Creator 10 发布
Qt Creator 10 现已发布,具体更新内容包括:
General
你现在可以暂时把进度明细拖出来,此外还可以用下面的按钮隐藏它们。如果你使用定位器的“Open as Centered Popup”选项,此版本修复了它不记得你在 input field 中键入的最后一个搜索词的问题。
C++
将包中提供的 LLVM 版本更新为 LLVM 16。这改进了 Clang 中的 C++ 20 支持,以及 Qt Creator 和 Clangd 之间的交互。还默认启用了 ClangFormat 插件,现在默认用于缩进。
当你重命名.ui
文件或在.ui
文件中定义的表单时,Qt Creator 现在会自动调整项目的 C++ 文件中对它们的包含和引用。
新操作 Tools > C++ > Find Unused Functions 可帮助你查找项目中的无效代码。还添加了一个 Call Hierarchy 视图,它适用于支持此功能的所有语言服务器。
QML
将代码模型更新为 Qt 6.5。编辑器现在显示相应属性的颜色预览作为工具提示,你可以指定一个外部命令,如qmlformat
格式化文件,而不是内置的格式化程序。
如果你从 Qt 安装程序中安装了可选的 Qt 语言服务器组件,则可以通过打开 Qt Quick > QML/JS Editing > Use qmlls now 在 Qt Creator 中测试 QML 语言服务器。
CMake
将对 CMake 预设的支持更新为预设版本 5。例如,这增加了对包含架构和工具集的external
策略以及pathListSep
变量的支持。
对于编辑器, CMake > Formatter 下有一个新选项,用于使用cmake-format
或其他命令来格式化 CMake 相关文件。还添加了一个使用 cmake --install 的新部署步骤,可以在 Projects > Run Settings > Add Deploy Step 中将其添加到项目配置中。
远程构建和运行目标
添加了对在 Docker 设备上构建时通过远程 Clangd 远程处理代码模型的支持。ClangFormat 插件现在也适用于 Docker 容器中的远程文件。现在可以直接浏览远程目标上的文件系统,例如选择远程构建目录。和打开终端操作,例如在构建环境设置中,打开远程系统上的终端。
更多详情可查看官方公告。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Blender 3.5 发布,带来内置的毛发资产、全新的视口体验
Blender 3.5 现已发布!此版本具有全新的视口合成器、雕刻模式下的矢量置换、内置的毛发资产、Cycles 灯光采样等内容。 Blender 是一个免费和开源的 3D 计算机图形软件工具集,用于创建动画电影、视觉效果、艺术、3D 打印模型、交互式 3D 应用、VR 和计算机游戏。 内置的毛发资产 3.5 版本内置了大量毛发类型,Essentials 资产库包含 26 种毛发资产,包括以下类别:变形、生成、导向、实用、读取和写入。 更容易创造各种花里胡哨的发型。 雕刻模式下的矢量置换 在雕刻模式下的绘图笔刷中,添加了对矢量置换贴图 (VDM) 笔刷的支持,提供了一种简单地创建复杂形状的方法。 为获得最佳效果,VDM 纹理应为 OpenEXR 格式,并禁用颜色限制。 全新的 3D 视口体验 新的基于 GPU 的合成器后端将 3D 视口体验提升到一个新的水平! Cycles 灯光采样 Cycles 现在可以使用灯树快速对具有许多灯的场景进行采样。 关闭灯树: 开启灯树: 其他更新项可在更新公告中查看。
- 下一篇
每日一博 | 使用卷积神经网络实现图片去摩尔纹
摘要:本项目主要介绍了如何使用卷积神经网络去检测翻拍图片,主要为摩尔纹图片;其主要创新点在于网络结构上,将图片的高低频信息分开处理。 本文分享自华为云社区《图片去摩尔纹简述与代码实现》,作者: 李长安。 1前言 当感光元件像素的空间频率与影像中条纹的空间频率接近时,可能产生一种新的波浪形的干扰图案,即所谓的摩尔纹。传感器的网格状纹理构成了一个这样的图案。当图案中的细条状结构与传感器的结构以小角度交叉时,这种效应也会在图像中产生明显的干扰。这种现象在一些细密纹理情况下,比如时尚摄影中的布料上,非常普遍。这种摩尔纹可能通过亮度也可能通过颜色来展现。但是在这里,仅针对在翻拍过程中产生的图像摩尔纹进行处理。 翻拍即从计算机屏幕上捕获图片,或对着屏幕拍摄图片;该方式会在图片上产生摩尔纹现象 论文主要处理思路 对原图作Haar变换得到四个下采样特征图(原图下二采样cA、Horizontal横向高频cH、Vertical纵向高频cV、Diagonal斜向高频cD) 然后分别利用四个独立的CNN对四个下采样特征图卷积池化,提取特征信息 原文随后对三个高频信息卷积池化后的结果的每个channel、每个像...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- MySQL8.0.19开启GTID主从同步CentOS8
- Mario游戏-低调大师作品
- Linux系统CentOS6、CentOS7手动修改IP地址
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题