CSS3 变形/ 变换 动画知识概述

CSS3 变形/变换

只能用块状元素或者inline-block;

相关属性

  • transform 设置或检索对象的转换
  • transform-origin 设置以某个原点进行转换
  • transform-style: flat/preserve-3d 指定某元素的子元素是位于三维空间内,还是平面
  • perspective: 长度单位 指定观察者与【z=0】平面的距离
  • perspective-origin 设置透视点的位置
  • backface-visibialbe: visible/hidden 指定元素背面面向用户时是否可见

变形方法 transform-function

  • 2d位移
    • translate()
    • translatex()
    • translatey()
  • 2d缩放
    • scale(数字)
    • scalex()
    • scaley()
  • 2d旋转
    • rotate()
  • 2d扭曲
    • skew(x,y)
    • skewx()
    • skewy()
  • 3d
    • translatez()
    • translate3d()
    • scalez()
    • scale3d()
    • rotatex()
    • rotatey()
    • rotatez()

CSS过渡

相关属性

  • trasition
  • transition-property 指定哪些属性过渡 如果有多个值中间以逗号分隔
    • all默认所有
    • none 不设置属性过渡

        哪些css属性可以被过渡:
                        颜色值、具有长度值、百分比的属性、
                        值是数字的属性 如 z-index  opacity  outline-offset等
                        变形系列属性
                        阴影
                        渐变
  • transition-timing-function 过渡类型
    • ease 平滑过渡
    • linear 线性过渡
    • ease-in 由慢到快
    • ease-out 由快到慢
    • ease-in-out 由慢到快在到慢
  • transition-duriation 设置对象过渡的持续时间
  • transition-delay 延迟过渡时间

触发时机

  • 伪类选择器
  • JS
  • 媒体查询

CSS3 动画

相关属性

  • animation
  • animation-name 动画名称

      必须与规则@keyframes配合使用,因为动画名称由@keyframes定义 
  • animation-duration 设置对象动画的持续时间
  • animation-timing-function 设置对象动画的过渡类型

      * ease 平滑过渡
      * linear 线性过渡
      * ease-in 由慢到快
      * ease-out 由快到慢
      * ease-in-out 由慢到快在到慢
  • animation-delay 指定对象动画的延迟时间
  • animation-iteration-count number动画循环次数

      默认一次 、 infinite:无限次
  • animation-diretion 设置对象动画在循环中是否反向运动

      normal 默认正常反向
      reverse:反方向运行
      alternate:动画先正常运行在反向运行,并持续交替运行
  • animation-play-state: 设置对象动画才状态 running/pasused
  • animation-fill-mode: 设置对象动画时间之外的状态

      none:默认
      forwards 设置状态为动画结束时的状态
      backgrounds:设置状态为动画开始时的状态。

关键帧

    #keyframes 动画名称{
        form{
        }
        to{
        }
    }



    动画应用(车轮滚动):
    <!DOCTYPE html>
    <html lang="en">
    <head>
    <meta charset="UTF-8">
    <title>CSS3动画相关属性</title>
    <style>
                @keyframes mymation{
                    from{
                        margin-left: 0px;
                        transform:rotate(0deg);
                    }
                    to{
                        margin-left: 1000px;
                        transform:rotate(720deg);
                    }
                }
                .box{
                    width:200px;
                    height:200px;
                    border-radius:100px;
                    background:url(./lun.jpg);
        
                    background-size: 100% 100%;
        
                    animation-name:mymation;
                    animation-duration: 5s;
                    animation-timing-function: linear;
                    animation-delay:1s;
                    animation-iteration-count: 2;
                    animation-fill-mode:forwards;
                    animation-direction:alternate;
                }
                .box:hove
                    animation-play-state:paused;
                }
            </style>
        </head>
        <body>
            <div class="box"></div>
        </body>
        </html>

转载于:https://www.cnblogs.com/pangwl/p/7306289.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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