请给我一面红旗@微信官方

许多年前,小学生们转发QQ信息“今天是马化腾生日,只要复制转发此信息,就可以获得一个月qq会员“。现在,大家转发朋友圈“请给我一面国旗@微信官方” 重点是,上面的还是这群人!

emmmm,你还在艾特微信官方吗??

国庆节还没有到,腾讯迎国庆换新颜活动却已经结束啦,好多小伙伴还没来得及换,应广大朋友的要求,我们就用canvas简单来实现一下吧~    欢迎体验:给你的微信头像加个小红旗吧
http://study.whosmeya.com/demo/canvas-image-concat.html

代码如下:

<body>
  <h3>请选择图片</h3>
  <input id="ipt" type="file" accept="image/*" mutiple="mutiple" />
  <h3>剪裁后图片</h3>
  <img id="imgCut" style="border: 1px solid rgba(0, 0, 0, 0.15);" />
  <h3>合成后图片(长按图片保存)</h3>
  <img id="imgConcat" style="border: 1px solid rgba(0, 0, 0, 0.15);" />
</body>
<script>
  window.onload = function () {
    const [w, h, s] = [150, 150, 3];  // 生成图片宽,  生成图片高,  生成图片放大倍数
    var ipt = document.getElementById('ipt');
    // 剪裁后原图
    var imgCut = document.getElementById('imgCut');
    imgCut.style.width = `${w}px`;
    imgCut.style.height = `${h}px`;
    // 剪裁后合成图
    var imgConcat = document.getElementById('imgConcat');
    imgConcat.style.width = `${w}px`;
    imgConcat.style.height = `${h}px`;
    // 合成画布
    var canvas = document.createElement('canvas');
    canvas.width = w * s;
    canvas.height = h * s;
    var ctx = canvas.getContext('2d');
    var reader = new FileReader();
    var img = new Image();  // 用户上传图
    var imgTop = new Image();  // 头像框图
    imgTop.src = '../images/national-flag.png';
    imgTop.setAttribute("crossOrigin", 'anonymous');
    img.addEventListener('load', function () {
      var iw = img.width;   // 用户上传图片宽
      var ih = img.height;  // 用户上传图片高
      var r = w / h;        // 目标图片宽高比
      // 计算裁剪
      var sx, sy, sWidth, sHeight;
      if (iw / ih > r) {
        sHeight = ih;
        sWidth = sHeight * r;
      } else {
        sWidth = iw;
        sHeight = sWidth / r;
      }
      sx = (iw - sWidth) / 2;
      sy = (ih - sHeight) / 2;
      ctx.fillStyle = '#ffffff';  // canvas 背景颜色
      ctx.drawImage(img, sx, sy, sWidth, sHeight, 0, 0, w * s, h * s);  // canvas添加用户图
      imgCut.src = canvas.toDataURL("image/png");
      ctx.drawImage(imgTop, 0, 0, w * s, h * s);  // canvas添加头像框图
      imgConcat.src = canvas.toDataURL("image/png");
    })
    reader.addEventListener('load', function (e) {
      img.src = e.target.result;
    })
    ipt.addEventListener('change', function (e) {
      reader.readAsDataURL(e.target.files[0]);
    })
  }
</script>

 大家赶紧实现起来吧,附国旗框框一张~

 

 

转载于:https://www.cnblogs.com/imMeya/p/11592078.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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