wordpress文章增加行楷和魏碑字体

      很想给我的Wordpress文章引用行楷和魏碑等字体,但搜片全网,都没有这些字体的添加范例、好在本尊愿意依照网络热帖的路子甘予尝试,算是找到此一极简的方术。正因为简单几被忽略,今不吝显掰给兴致同修鉴赏。相信将福泽一大波喜欢行楷和魏碑而苦于找不到的wordpress同修。

     依照网上Wordpress文章加字体的时髦帖子路数,折腾如下代码:

function add_fontfamily($initArray)

{

$initArray[‘font_formats’] = “微软雅黑=’微软雅黑’;宋体=’宋体’;黑体=’黑体’;仿宋=’仿宋’;楷体=’楷体’;隶书=’隶书’;幼圆=’幼圆’;华文新魏=’华文新魏’;华文行楷=’华文行楷’;华文彩云=’华文彩云’;华文琥珀=’华文琥珀’;Algerian=’Algerian’;Arial=’Arial’;”;

return $initArray;

}

add_filter(‘tiny_mce_before_init’, ‘add_fontfamily’);

    将代码贴于当前主题的function.php文件末尾,想要的字体就出来了。

    我在阿贝云免费虚拟主机和免费服务器上的Wordpress的成功示例,如图:

         不过,此方法依赖本地电脑字库,浏览Wordpress网站文章的机器得有相应字库,比如手机一般无此类字库,只能遗憾手机浏览冇得字体效果。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
中文字体识别是一项很有挑战性的任务,需要使用深度学习模型来进解决。在这里,我将向你介绍如何使用PyTorch实现中文字体识别,具体地针对隶书和两种字体识别。 首先,我们需要准备训练数据。可以从公开数据集或者自己手动标注数据来获取。在这里,我们使用CASIA HWDB 1.1数据集,其中包含了3755个汉字,每个汉字都有隶书和两种字体,共计7510张图片。 接下来,我们需要对数据进预处理。首先,需要将图片转换为灰度图像,并将其大小调整为固定的大小。然后,需要将像素值归一化到0到1之间,以便于神经网络的训练。最后,将数据划分为训练集和测试集。 接下来,我们将使用PyTorch搭建一个卷积神经网络(CNN)来进训练。这里我们使用了包含2个卷积层和2个全连接层的简单CNN模型。在卷积层中,我们使用了不同的卷积核大小和池化操作来提取特征。在全连接层中,我们使用了ReLU激活函数来加入非线性特性。 在模型训练中,我们使用交叉熵作为损失函数,并使用随机梯度下降法(SGD)来进优化。我们将训练集和测试集分别输入到模型中进训练和测试,并记录准确率和损失值。 最后,我们可以使用训练好的模型对新的图片进预测。我们将输入图片传入模型中,模型将输出每个汉字对应隶书和字体的概率值,我们可以选择概率值最大的那个字体作为预测结果。 以上就是使用PyTorch实现中文字体识别的基本步骤。如果你想深入了解该任务,可以进一步研究相关的论文和代码实现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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