综合图片展示效果



 

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
<title>无标题文档</title>
<script type="text/javascript" src="jquery-1.8.3.js"></script>
<style>
body{
  text-align:center;
}
*{
  margin:0;
  padding:0;
}
ul{
  list-style:none;
}
a{
  text-decoration:none;
}
#content{
  margin:10px auto;
  border:1px solid #999;
  width:900px;
  padding:15px;
}
#bigImg{
  text-align:center;
}
#bImg{
  width:500px;
  height:350px;
}
#bigImg .btnContent{
  padding:10px 0;
}
#btn2{
  height:30px;
  width:80px;
}
#smallImgs{
  height:120px;
  width:900px;
  background-color:#CCC;
  text-align:center;
  position:relative;
}
.lBtn, .rBtn{
  position:absolute;
  font-size:24px;
  font-weight:bold;
  top:50px;
}
.lBtn{
  left:10px;
}
.rBtn{
  right:10px;
}
#smallContent{
  width:840px;
  height:90px;
  margin-left:30px;
  position:absolute;
  top:20px;
  overflow:hidden;
  left:0;
}
#smallContent img{
  border:3px solid #fff;
}
.smallUl{
  position:absolute;
  width:9999px;
  left:0;
}
.smallUl li{
  float:left;
  margin-left:7px;
  margin-right:7px;
}
#smallImgs .active{
  border-color:#999;
}
</style>
</head>

<body>
<div id="content">
  <div id="bigImg">
    <div class="bigContent">
   <img id="bImg" src="images/big_3.jpg" />
 </div>
 <div class="btnContent">
   <input id="btn1" type="button" value=" 上一张 " />
   <input id="btn2" type="button" value="自动播放" />
   <input id="btn3" type="button" value=" 下一张 " />
 </div>
  </div>
  <div id="smallImgs">
     <a class="lBtn" href="javascript:void(0)"><</a>
  <div id="smallContent">
        <ul class="smallUl">
       <li><img src="images/small_0.jpg" bigSrc="images/big_0.jpg" /></li>
    <li><img src="images/small_1.jpg" bigSrc="images/big_1.jpg" /></li>
    <li><img src="images/small_2.jpg" bigSrc="images/big_2.jpg" /></li>
    <li><img class="active" src="images/small_3.jpg" bigSrc="images/big_3.jpg" /></li>
    <li><img src="images/small_4.jpg" bigSrc="images/big_4.jpg" /></li>
    <li><img src="images/small_5.jpg" bigSrc="images/big_5.jpg" /></li>
    <li><img src="images/small_6.jpg" bigSrc="images/big_6.jpg" /></li>
    <li><img src="images/small_7.jpg" bigSrc="images/big_7.jpg" /></li>
     </ul>
  </div>
  <a class="rBtn" href="javascript:void(0)">></a>
  </div>
</div>

<script>
/*
* 一个综合图片展示效果
* ie6,7,8,ff,opera中测试通过;
* ******made by keimon*********
* ********2013-01-30********
*/
$(function(){
   var timer;
   var html = $('.smallUl').html()
   var i = $('.smallUl img').index($('.smallUl img.active')[0]);  //注意此处不要遗忘[0];
   var sWidth = $('.smallUl li').eq(0).outerWidth(true);
   var sLen = $('.smallUl li').length;
  
   //自动播放图片;
   function leftOneImg(){
   leftImg()
   timer = setTimeout(function(){leftOneImg()},2000);
   }

   //点击自动播放图片按钮; 
   $('#btn2').click(function(){
      if($(this).val().indexOf('自动播放')!=-1){
      $('.smallUl').html(html+html);
   $('.smallUl').css('left',(3-i)*sWidth+'px');//获得开始自动播放时,使class=‘active’的img位于中间;
      $(this).val('停止播放');
   leftOneImg();
   }else if($(this).val().indexOf('停止播放')!=-1){
      $(this).val('自动播放');
   clearTimeout(timer);
   }
   })
  
   //图片向左移动一个
   function leftImg(){
      if(i==11){
       i=2;
   }
      if(parseInt($('.smallUl').css('left'))==-sWidth*sLen){
       $('.smallUl').css('left',0);
   }
   $('.smallUl li img').removeClass('active').eq(i+1).addClass('active'); //使被选中图片边框变灰;
   var bigSrc = $('.smallUl li img').eq(i+1).attr('bigSrc'); //改变大图片的url
   $('#bImg').attr('src',bigSrc);
      $('.smallUl').animate({'left':'-='+sWidth+'px'},'slow'); //小图片的left属性减少sWidth
   i++;
   }
  
   //图片向右移动一位
   function rightImg(){
      if(i==2){
      i=10;
   }
      if(parseInt($('.smallUl').css('left'))==0){
      $('.smallUl').css('left',-sWidth*sLen+'px');
   }
   $('.smallUl li img').removeClass('active').eq(i-1).addClass('active'); //使被选中图片边框变灰;
   var bigSrc = $('.smallUl li img').eq(i-1).attr('bigSrc');//改变大图片的url
   $('#bImg').attr('src',bigSrc);
      $('.smallUl').animate({'left':'+='+sWidth+'px'},'slow'); //小图片的left属性增加sWidth
   i--;
   }
   //点击下一张按钮;
   $('#btn3').click(function(){
      if($('#btn2').val().indexOf('自动播放')!=-1){
      $('.smallUl').html(html+html);
      $('.smallUl').css('left',(3-i)*sWidth+'px');//获得开始自动播放时,使class=‘active’的img位于中间;
      leftImg();
   }else{
      return false;
   }
   })
   //点击上一张按钮;
   $('#btn1').click(function(){
      if($('#btn2').val().indexOf('自动播放')!=-1){
      if(i==3){
      i=10;
   }
      $('.smallUl').html(html+html);
      $('.smallUl').css('left',(3-i)*sWidth+'px');//获得开始自动播放时,使class=‘active’的img位于中间;
      rightImg();
   }else{
      return false;
   }
   })
  
   //向左移动7张图片;
   function leftSevenImg(){
      $('.smallUl').html(html);
   var sWidth = $('.smallUl li').eq(0).outerWidth(true);
   //var sLen = Math.ceil($('.smallUl li').length/7);
   if(parseInt($('.smallUl').css('left'))>=0){
      $('.smallUl').animate({'left':'-='+sWidth*7+'px'});
   }
   }
  
   //向右移动7张图片;
   function rightSevenImg(){
      $('.smallUl').html(html);
   var sWidth = $('.smallUl li').eq(0).outerWidth(true);
   //var sLen = Math.ceil($('.smallUl li').length/7);
   if(parseInt($('.smallUl').css('left'))<0){
      $('.smallUl').animate({'left':'+='+sWidth*7+'px'});
   }
   }
  
   //点击向左箭头
   $('.lBtn').click(function(){
      if($('#btn2').val().indexOf('自动播放')!=-1){
      leftSevenImg();
   }else{
      return false;
   }
   })
   //点击向右箭头
   $('.rBtn').click(function(){
      if($('#btn2').val().indexOf('自动播放')!=-1){
      rightSevenImg();
   }else{
      return false;
   }
   })
})
</script>

</body>
</html>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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“在哪里?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