一、上传
1.1、图片转base64
传统上传:
客户端选择图片,将图片上传到服务端,等服务端返回一个url,客户端再将url设置到图片的src里。图片在渲染时,通过url去请求服务器,服务端就会回馈url,客户端就可以看到预览图了。
优化上传:
客户端选择图片后立刻展示,然后继续上传到服务端保存,他俩互不影响。
了解:
url【统一资源定位符】: 协议://主机名[:端口号]/路径名[?查询字符串][#片段标识符]。
MIME【多用途互联网邮件扩展】: 指示数据的内容类型。
MIME类型内容表示含义文本类型text/html超文本标记语言,用于网页图像类型image/pngPNG 图像格式,支持透明度 音频类型audio/mpegMP3 音频格式 应用类型application/jsonJSON 数据格式,用于数据交换多部分类型multipart/form-data用于 HTTP 表单数据,特别是文件上传
示例:
<body>
<!-- 运行后页面会弹出 alert(123)-->
<script src="data:application/javascript,alert(123)"></script>
</body>
base64:二进制数据转为ASCII 字符串
科普:在js中:
btoa() 函数用于将字符串进行 Base64 编码【btoa('alert(123)')】
atob() 函数用于将 Base64 编码的字符串解码回原始字符串【atob('YWxlcnQoMTIzKQ==')】
进入正题:
<body>
<input type="file" />
<img src="" alt="" id="preview" />
<script src="./1.base64.js"></script>
</body>
const inp = document.querySelector("input");
inp.onchange = function () {
const file = inp.files[0];//多文件,所以是数组
const reader = new FileReader();//创建了一个FileReader 对象,用于读取文件内容
reader.onload = (e) => {
preview.src = e.target.result;// e.target.result 以 Data URL 格式表示,并赋值
console.log(file,'转化后',e.target.result)
};
reader.readAsDataURL(file);//告诉FileReader 以 Data URL 格式读取文件内容
};
后端有时要FormData格式并添加其他参数,而不是原始的二进制格式,可以参考下:
formatImage(type, file) {
if (!this.fileUrl) {
this.$message.warning('请上传图片')
return false
}
for (let i = 0; i < 5; i++) {
const form = new FormData()
form.append('matting_type', i + 1)
form.append('hd_type', i + 1)
form.append('file', file)
waterAxios.post('/oss/upload', form).then((res) => {
if (res.code == 200) {
this.$message.success('上传ok')
}
})
}
},
二进制格式上传的消息格式:application/octet-stream
FormData格式上传的消息格式:multipart/form-data
二、图片样式
2.1、图片边框【border-image】
<style>
body {
background-color: black;
}
.bdr-img {
color: white;
text-align: center;
padding: 5rem;
margin: 2rem auto;
width: 50%;
border: 50px solid #fff;
border-image: url(./stamp.svg) 50 round;
/* 相当于下面三行代码的组合 */
/* border-image-source: url(./stamp.svg);
border-image-slice: 50;
border-image-repeat: round; */
}
</style>
<body>
<div class="bdr-img">
<p>
Hello, My name is [Your Name], and I am a [Your Profession] with [Number
of Years] years of experience in [Your Industry]. I specialize in [Your
Area of Expertise] and have a strong background in [Relevant Skills or
Technologies].
</p>
</div>
</body>
三、Canvas
3.1、把canvas图片上传到服务器
let base64 = canvas.toDataURL()//canvas指canvas格式的图片
let imgUrlBlob = dataURLToBlob(base64)
var file = new window.File([imgUrlBlob], 'image.png', { type: 'image/png' })
let fd = new FormData()
fd.append('image', file)
3.2、在canvas中绘制和拖动矩形
<body>
<div><input type="color" /></div>
<canvas></canvas>
<script src="./canvas.js"></script>
</body>
//============================canvas.js==================
const collorPicker = document.querySelector("input");
const cvs = document.querySelector("canvas");
const ctx = cvs.getContext("2d");
function init() {
const w = 500,
h = 300;
cvs.width = w * devicePixelRatio;
cvs.height = h * devicePixelRatio;
cvs.style.width = w + "px";
cvs.style.height = h + "px";
cvs.style.backgroundColor = "gray";
}
init();
const shapes = [];
// 绘制矩形
// 矩形分为起始坐标和结束坐标,最初结束坐标就是起始坐标,结束坐标随着绘制发生改变
// 告诉canvas左上角是起始坐标,确定最小值和最大值
class Rectangle {
constructor(color, startX, startY) {
this.color = color;
this.startX = startX;
this.startY = startY;
this.endX = startX;
this.endY = startY;
}
//访问器属性
get minX() {
return Math.min(this.startX, this.endX);
}
get minY() {
return Math.min(this.startY, this.endY);
}
get maxX() {
return Math.max(this.startX, this.endX);
}
get maxY() {
return Math.max(this.startY, this.endY);
}
draw() {
ctx.beginPath();
ctx.moveTo(this.minX * devicePixelRatio, this.minY * devicePixelRatio); //左上角(起始坐标)
ctx.lineTo(this.maxX * devicePixelRatio, this.minY * devicePixelRatio); //从左上角到右上角
ctx.lineTo(this.maxX * devicePixelRatio, this.maxY * devicePixelRatio); //从右上角到右下角
ctx.lineTo(this.minX * devicePixelRatio, this.maxY * devicePixelRatio); //从右下角到左下角
ctx.lineTo(this.minX * devicePixelRatio, this.minY * devicePixelRatio); //从左下角到左上角
ctx.fillStyle = this.color;
ctx.fill(); //颜色填充
ctx.strokeStyle = "#fff"; //画笔颜色
ctx.lineCap = "square"; //线条交界处变圆润
ctx.lineWidth = 3 * devicePixelRatio; //画笔宽度
ctx.stroke(); //完成边框的绘制
}
}
// 自己随意画一个矩形
// const rect = new Rectangle("red", 100, 100);
// rect.endX = 200;
// rect.endY = 200;
// rect.draw();
// 鼠标按下确定起始位置,鼠标移动确定结束位置,鼠标抬起结束事件
cvs.onmousedown = (e) => {
const bouding = cvs.getBoundingClientRect();
const rect = new Rectangle(collorPicker.value, e.offsetX, e.offsetY);
// 进行判断
const shape = getShape(e.offsetX, e.offsetY);
if (shape) {
const { startX, startY, endX, endY } = shape;
const moveX = e.offsetX;
const moveY = e.offsetY;
window.onmousemove = (e) => {
//拖动矩形
const disX = e.clientX - bouding.left - moveX;
const disY = e.clientY - bouding.top - moveY;
shape.startX = startX + disX;
shape.startY = startY + disY;
shape.endX = endX + disX;
shape.endY = endY + disY;
};
window.onmouseup = () => {
window.onmousemove = null;
window.onmouseup = null;
};
} else {
shapes.push(rect); //将每个矩形数据加进去
window.onmousemove = (e) => {
rect.endX = e.clientX - bouding.left;
rect.endY = e.clientY - bouding.top;
};
window.onmouseup = () => {
window.onmousemove = null;
window.onmouseup = null;
};
}
};
// 辅助函数:判断鼠标按下时是否落在某个矩形内?是:执行移动 否:执行新建矩形
function getShape(x, y) {
// 从后往前遍历矩形数组,找到最上面的那个矩形
for (let i = shapes.length - 1; i >= 0; i--) {
if (
x >= shapes[i].minX &&
x <= shapes[i].maxX &&
y >= shapes[i].minY &&
y <= shapes[i].maxY
) {
return shapes[i];
}
}
return null;
}
// 将shapes依次渲染出来
function draw() {
requestAnimationFrame(draw);
ctx.clearRect(0, 0, cvs.width, cvs.height); //画完清空一下
for (const shape of shapes) {
shape.draw();
}
}
draw(); //初始化执行一次,后续在每一帧里执行“画”这个动作,前提:数据shapes已经有了
3.3、图片(同色区域)点击变色
<body>
<canvas></canvas>
<script src="./index.js"></script>
</body>
const cvs = document.querySelector("canvas");
const ctx = cvs.getContext("2d", { willReadFrequently: true }); //获取 Canvas 上下文
function init() {
const img = new Image();
img.onload = () => {
cvs.width = img.width;
cvs.height = img.height;
ctx.drawImage(img, 0, 0, img.width, img.height);
}; //当图片加载完成时:将图片绘制到画布上
img.src = "./redhat.png";
}
init(); //初始化时加载图片
cvs.addEventListener("click", (e) => {
const x = e.offsetX,
y = e.offsetY;
// 1、获取点击位置的颜色: imgData.data就是目标对象所有的颜色信息
const imgData = ctx.getImageData(0, 0, cvs.width, cvs.height); //开始范围,结束范围
const clickColor = getColor(x, y, imgData.data); //点击位置
// 2、改变颜色
const targetColor = [46, 139, 87, 255]; // 改变后颜色为绿色,透明度为不透明
const visited = new Set(); // 记录访问过的像素点
changeColor(x, y, targetColor, imgData.data, clickColor, visited); //点击的像素点改变了
ctx.putImageData(imgData, 0, 0);
});
function pointIndex(x, y) {
return (y * cvs.width + x) * 4;
}
function getColor(x, y, imgData) {
const index = pointIndex(x, y);
return [
imgData[index],
imgData[index + 1],
imgData[index + 2],
imgData[index + 3],
]; //分别对应:r、g、b、a
}
// 使用BFS来代替递归
function changeColor(x, y, targetColor, imgData, clickColor, visited) {
const queue = [[x, y]]; // 用队列保存待处理的像素点
const directions = [[1, 0], [-1, 0], [0, 1], [0, -1]]; // 上下左右四个方向
visited.add(`${x},${y}`); // 初始像素点标记为已访问
while (queue.length > 0) {
const [cx, cy] = queue.shift(); // 从队列中取出一个像素点
const index = pointIndex(cx, cy);
const curColor = getColor(cx, cy, imgData);
// 如果颜色差异大于100或当前像素已经是目标颜色,就跳过
if (diff(clickColor, curColor) > 100 || diff(curColor, targetColor) === 0) {
continue;
}
// 修改颜色
imgData.set(targetColor, index);
// 对周围的像素点进行处理(上下左右)
for (const [dx, dy] of directions) {
const nx = cx + dx, ny = cy + dy;
// 检查边界
if (nx >= 0 && nx < cvs.width && ny >= 0 && ny < cvs.height) {
const key = `${nx},${ny}`;
if (!visited.has(key) && diff(clickColor, getColor(nx, ny, imgData)) <= 100) {
visited.add(key); // 标记为已访问
queue.push([nx, ny]); // 将该像素点加入队列
}
}
}
}
}
function diff(color1, color2) {
return (
Math.abs(color1[0] - color2[0]) +
Math.abs(color1[1] - color2[1]) +
Math.abs(color1[2] - color2[2]) +
Math.abs(color1[3] - color2[3])
);
} //计算颜色差异
第三个案例总结:
最初使用无穷递归来实现:
// 递归找相同的像素点(上下左右)
changeColor(x + 1, y, targetColor, imgData, clickColor, visited);
changeColor(x - 1, y, targetColor, imgData, clickColor, visited);
changeColor(x, y + 1, targetColor, imgData, clickColor, visited);
changeColor(x, y - 1, targetColor, imgData, clickColor, visited);
但是导致了Maximum call stack size exceeded。最后使用广度优先搜索(BFS)来替代递归:
优势:
(1)使用队列实现BFS:保存待处理的像素点,避免递归带来的栈溢出;
(2)逐层处理:通过
queue.shift()
从队列中取出当前像素点,检查它的上下左右四个方向,并将符合条件的邻接像素点加入队列。
(3)避免重复访问:通过
visited
集合避免重复访问已处理过的像素点。
......待更新
版权归原作者 野槐 所有, 如有侵权,请联系我们删除。