Canvas绘制时钟

1、时钟外圆的绘制

      了解基本概念:   1度 = Math.PI/180;

      

        var canvas = document.getElementById('clock');
        var ctx = canvas.getContext('2d');
        var width = ctx.canvas.width;
        var height = ctx.canvas.height;
        var r = width/2;

        function drawBorder(){

                 //默认canvas的原点为左上角,现在要将其移动到居中中心位置;使用canvas的API translate
                ctx.translate(r,r);

                //开始一条绘制或重置当前的路径

                ctx.beginPath();

                //绘制线条宽度
               ctx.lineWidth = 4;
               //绘制圆,利用ctx.arc(x,y,r,startDeg,endDeg,direction); 注意: direction(可选),规定应该是逆时针还是顺时针绘制;false = 顺时针,true= 逆时针

                         

                     ctx.arc(0,0,r-2,0,2*Math.PI,false);

                    //绘制已定义路径
                  ctx.stroke();                  

                 //绘制小时数(文本)
                 var hourArr = [3,4,5,6,7,8,9,10,11,12,1,2];
                 ctx.font = "18px Arial";
                 ctx.textAlign = "center";
                 ctx.textBaseline = 'middle';
                 hourArr.forEach(function(hour,i){
                           //求坐标值
                            var rad = 2 * Math.PI/12 * i;
                             var x = Math.cos(rad) * (r-20);
                             var y = Math.sin(rad) * (r-20);
                            ctx.fillText(hour,x,y);
                  })

                  //绘制秒钟的点图形
                  for(var i=0;i<60;i++){
                          var rad = 2 * Math.PI/60 * i;
                          var x = Math.cos(rad) * (r -10);
                          var y = Math.sin(rad) * (r -10);
                          ctx.beginPath();
                          //为了将对应小时数的点突出,加深颜色
                          if(i%5===0){
                                  ctx.fillStyle="#000";
                                  ctx.arc(x,y,3,0,2*Math.PI,false);
                           }else{
                                  ctx.fillStyle="#ccc";
                                  ctx.arc(x,y,2,0,2*Math.PI,false);
                            }
                            ctx.fill();
                    }

             }

             

            //绘制小时针(注意:小时针的变化受到分钟的影响,所以旋转要加上)
           function drawHourLine(hour,min){
                   //由于小时,分钟,秒都是从0开始的,防止旋转影响该值需保存当前状态;
                  ctx.save();
                 //重新绘制,要重新调用该函数
                  ctx.beginPath();
                  var rad = 2 * Math.PI/12 * hour;
                  var mrad = 2* Math.PI/12/60 * min;
                  ctx.rotate(rad + mrad);
                  ctx.lineCap = "round";
                  ctx.lineWidth = 4;
                  ctx.moveTo(0,10);
                  ctx.lineTo(0,-r/2);
                  ctx.stroke();
                  //恢复到旋转之前的保存的状态
                  ctx.restore();
          }

 

          //绘制分钟针
           function drawMinLine(min){
                 ctx.save();
                 ctx.beginPath();
                 var rad = 2 * Math.PI/60 * min;
                 ctx.rotate(rad);
                 ctx.lineCap = "round";
                 ctx.lineWidth = 3;
                 ctx.moveTo(0,10);
                 ctx.lineTo(0,-r+28);
                 ctx.stroke();
                  //恢复到旋转之前的保存的状态
                 ctx.restore();
            }

 

            //绘制秒针
            function drawSecLine(sec){
                   ctx.save();
                   ctx.beginPath();
                   var rad = 2 * Math.PI/60 * sec;
                    ctx.rotate(rad);
                    ctx.fillStyle= "#FF0000";
                    ctx.moveTo(-2,20);
                    ctx.lineTo(2,20);
                    ctx.lineTo(1,-r + 30);
                    ctx.lineTo(-1,-r + 30);
                    ctx.fill();
                   //恢复到旋转之前的保存的状态
                   ctx.restore();
             }

 

              //绘制中心原点
             function drawDot(){
                    ctx.beginPath();
                    ctx.fillStyle="#fff";
                    ctx.arc(0,0,3,0,2*Math.PI,false);
                     ctx.fill();
               }

 


               function draw(){
                       //每次绘制前将当前区域清空
                       ctx.clearRect(0,0,width,height);
                       var date = new Date();
                       var hour = date.getHours();
                       var min = date.getMinutes();
                       var sec = date.getSeconds();
                       drawBorder();
                       drawHourLine(hour,min);
                       drawMinLine(min);
                       drawSecLine(sec);
                       drawDot();
                       //恢复到开始translate前的状态;
                      ctx.restore();
                  }
                    draw();
                   setInterval(draw,1000);

 

转载于:https://www.cnblogs.com/sunqq/p/10417607.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信分数(Confidence Score),表示边界框是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确较高,缺点是速相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信分数阈值,将置信分数小于阈值的直接过滤掉 将剩下框的置信分数从大到小排序,选值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框继续选一个置信分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠,当预测边界框和真实边界框差异很小时,或重叠很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测Precision和Recall的概念。 首先我们设置置信阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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