跨浏览器图片灰度效果

灰度效果是一个常用的效果,在WEB开发的过程中,这个效果有以下几种实现方式:

1 准备两张图片,一张正常,一张灰度,通过Javascript进行交互控制

2 在IE浏览器中可以使用滤镜参数将图片灰度 

element.style.filter = 'progid:DXImageTransform.Microsoft.BasicImage(grayscale=1)';

3 在支持canvas的浏览器中,可以通过canvas的context进行动态设置:获取每个像素点的值,然后根据灰度的算法,将颜色转换成灰度

除了第一种方式,那么跨浏览器的灰度效果只能结合2和3.这里推荐一个Javascript脚本,使用起来很方便:

var myImg = document.getElementById('myImg');
myImg.onmouseover = function() {
	grayscale(this);
};
myImg.onmouseout = function() {
	grayscale.reset(this);
};

在线DEMO 里已经引用了该脚本.


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
哈尔回归小波变换(Haar Wavelet Transform)是一种基于离散小波分析的技术,常用于图像处理领域,尤其是压缩和特征提取。在对灰度图片进行哈尔小波变换时,它的基本思想是将图片分解为不同尺度和方向的细节子带(detail coefficients)和低频系数(approximation coefficients)。这个过程可以按照以下步骤解释: 1. **粗略划分**:从原始像素开始,将图像划分为4个区域,每个区域对应一个8x8或更小的子块。 2. **水平分析**:比较左半部分和右半部分的平均值差异,计算出一个水平高通滤波器的结果,作为第一层的细节系数。 3. **垂直分析**:类似地,比较上半部分和下半部分,得到另一个细节系数。 4. **低频系数**:剩余的区域(通常是两倍的大小)作为一个新节点,继续上述过程,直到达到预设的最大级数或满足特定的停止条件。 5. **递归过程**:对每一个得到的子块,重复水平和垂直分析,形成一个多分辨率层次结构。 应用到灰度图片效果上,哈尔小波变换可以展示图像的纹理信息、边缘和局部频率变化。通过这种方式,高频细节子带可以捕捉到图像中的边缘和突变,而低频子带则反映了平滑区域的信息。这样做的好处是可以高效地编码和存储图像,因为大部分信息通常集中在低频部分,而高频部分包含较少的重要视觉信息。
评论 1
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