CSS3属性之——filter

filter作为CSS3的属性,是作为滤镜效果出现的,主要功能是对图片进行一些处理,当然还可以对video进行作用,我们这里暂且只讨论对图片的处理效果。 看到图片处理。我们是否会联想到一系列其他的处理方式呢?PhotoShop?用MATLAB进行图像处理?不错,filter一词的确与MATLAB中的filter作用相同,但是使用方法不尽相同。​接下来我们一起来看看都可以怎样实现不同的效果。

首先我们新建一个html文档,(我用的是sublime text 编码器)为了方便起见,我们采用在html文档中使用style标签直接嵌入CSS样式的方式。​​为了进行效果比较,我们插入两张一样的图片,大小设置为100px。第二章图片作为效果图使用,将其class设置为pic。效果如图显示​​


考虑到浏览器的兼容性,我们使用IE 9.0及以上版本或者使用Chrome18.0.97及以上版本。这里我使用的是IE9.0版本,接下来我们看插入效果图。​

然后进入我们的效果编码效果展示部分:

一、grayscale特效,grayscale的作用是把图片变成黑白图。​

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:grayscale(1);​(-webkit-作用是处理浏览器兼容性)效果如图所示​

grayscale特效

二、sepia特效,sepia的作用是把图片变成褐色,产生复古效果。​

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:sepia(1);​效果如图所示​​

  sepia特效


三、saturate特效,saturate的作用还是设置更改图片的饱和度,可根据自己对图片饱和度的要求任意设置。这里设置为5,

在style中给.pic设置属性,写入这样一行代码:--webkit-filter:saturate(5);

效果如图所示​​​​

saturate特效

四、hue-rotate特效,saturate的作用是改变色相,属性值为角度,默认值。0deg

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:hue-rotate(90deg);效果如图所示​​

hue-rotate特效



五、opacity特效,opacity的作用是设置改变图片的透明度,默认值100%。

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:opacity(.1);效果如图所示​​

opacity特效


六、invert特效,invert的作用效果和相机底片一样,进行反色,默认值100%。​​

invert特效


在style中给.pic设置属性,写入这样一行代码:-webkit-filter:invert(1);效果如图所示​

七、brightness特效,brightne的作用是改变设置图片的亮度,默认值100%。

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:brightness(.5);效果如图所示​​​​​​​​

  brightness特效  



八、contrast特效,contrast的作用是改变设置图片的对比度,默认值100%。​​

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:contrast(2);效果如图所示​​​​​​​​

contrast特效


九、blur特效,blur的作用是改变图片的清晰度,默认值为0。​

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:blur(2px);效果如图所示​​

blur特效  


十、drop-shadow特效,drop-shadow的作用是产生阴影。​

在style中给.pic设置属性,写入这样一行代码:-webkit-filter:drop-shadow(2px);效果如图所示​​

drop-shadow特效  

当然根据需要可以同时使用两种或几种特效达到最好的效果。



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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