GSYVideoPlayer中视频控制UI显示隐藏的回调方法解析
2025-05-10 12:41:57作者:龚格成
在开发视频播放器应用时,控制播放器UI的显示和隐藏是一个常见的需求。GSYVideoPlayer作为一款优秀的开源视频播放器框架,提供了完善的UI控制机制。本文将深入解析GSYVideoPlayer中控制UI显示隐藏的回调方法。
核心回调方法
GSYVideoPlayer主要通过以下两个关键方法来控制播放器UI的显示和隐藏:
-
changeUiToPlayingShow()
当需要显示播放器控制UI时调用此方法。该方法会显示包括进度条、全屏按钮等在内的所有控制元素。 -
changeUiToPlayingClear()
当需要隐藏播放器控制UI时调用此方法。该方法会隐藏所有控制元素,仅保留视频画面。
实现原理
这两个方法实际上是GSYVideoPlayerBase类中的核心UI控制方法。开发者可以通过继承并重写这些方法来实现自定义的UI显示/隐藏逻辑。
自定义实现
如果需要自定义UI的显示和隐藏行为,可以按照以下步骤操作:
- 创建一个继承自GSYVideoPlayer的子类
- 重写changeUiToPlayingShow()和changeUiToPlayingClear()方法
- 在这些方法中实现自定义逻辑
示例代码结构如下:
public class CustomVideoPlayer extends GSYVideoPlayer {
@Override
protected void changeUiToPlayingShow() {
super.changeUiToPlayingShow();
// 添加自定义显示逻辑
}
@Override
protected void changeUiToPlayingClear() {
super.changeUiToPlayingClear();
// 添加自定义隐藏逻辑
}
}
应用场景
理解这些回调方法的应用场景非常重要:
- 全屏/小屏切换:在全屏和小屏模式切换时控制UI的显示
- 自动隐藏:在用户不操作时自动隐藏控制UI
- 点击事件:响应用户点击视频区域的事件
- 播放状态变化:根据播放状态调整UI显示
注意事项
- 在重写方法时,建议先调用super方法确保基础功能正常
- UI的显示和隐藏应与播放器的其他状态(如缓冲、错误等)协调一致
- 考虑性能影响,避免在回调中执行耗时操作
通过掌握这些回调方法,开发者可以灵活控制GSYVideoPlayer的UI行为,打造更符合产品需求的视频播放体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
655
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
499
605
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
889
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
860
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195