uniapp子绝父相实现图片上放文字,文体超出图片位置,盒子设置高度

<template>
<view class="tips">
	<!-- widthFix:宽度不变,高度自适应 -->
	<image class="tips_bg" src="images/a.jpg" mode="widthFix"></image>
	<view class="tips_text">
		<text class="tips_title">这是title</text>
		<text class="tips_content">这是content</text>
	</view>
</view>
</template>

<script>
	export default {
		data() {
			return {
				
			};
		}
	}
</script>

<style lang="scss">
.tips{
	position: relative;
	margin-top: 60rpx;
	width: 100%;
	height: 190rpx;  //设置高度将盒子撑起来,避免下方元素浮动
	.tips_bg{
		position: absolute;
		width: 100%;
	}
	.tips_text{
		position: absolute;
		display: flex;
		flex-direction: column;
		justify-content: center;
		margin-left: 90rpx;
		.tips_title{
			margin-top:-20rpx;  //通过设置负数,实现文字超出图片效果
			font-weight: 700;
			font-size: 18px;
			color: #FFFFFF;
			text-shadow: 0 2px 4px rgba(0,0,0,0.50);
		}
		.tips_content{
			margin-top: 26rpx;
			font-size: 14px;
			color: #FFFFFF;
			text-shadow: 0 2px 4px rgba(0,0,0,0.50);
		}
	}
}
<style>
记录一下颜色渐变
//渐变背景颜色
style="background: linear-gradient(to bottom, #FFF4E0, #FEEDD5)"
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图片文本识别(OCR)可以使用现有的开源库和API来实现。以下是一些常见的方法: 1. Tesseract OCR:Tesseract是一个开源OCR引擎,它可以处理多种语言的文本。可以使用Python包PyTesseract轻松地将Tesseract集成到您的代码中。 示例代码: ``` import pytesseract from PIL import Image img = Image.open('image.jpg') text = pytesseract.image_to_string(img) print(text) ``` 2. Google Cloud Vision API:Google Cloud Vision API是一种基于云的OCR服务,它可以自动检测文本和其他信息,如人脸、标志和场景。可以使用Google Cloud SDK或Python客户端库调用API。 示例代码: ``` import io import os from google.cloud import vision from google.cloud.vision import types os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = r'service_account.json' client = vision.ImageAnnotatorClient() with io.open('image.jpg', 'rb') as image_file: content = image_file.read() image = types.Image(content=content) response = client.text_detection(image=image) texts = response.text_annotations for text in texts: print(text.description) ``` 3. OpenCV:OpenCV是一个流行的计算机视觉库,它可以用于图像处理、特征提取和文本识别。可以使用Python包pytesseract和OpenCV结合使用。 示例代码: ``` import cv2 import pytesseract img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) text = pytesseract.image_to_string(gray) print(text) ``` 以上是三种常见的图片文本识别方法,您可以根据自己的需求选择其中一种。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值