vintageJS 技术文档
2024-12-24 09:17:45作者:贡沫苏Truman
1. 安装指南
要安装 vintageJS
,您可以使用 npm 包管理器。以下是安装步骤:
$ npm install vintagejs
安装完成后,您可以在项目中引入 vintageJS
并开始使用。
2. 项目的使用说明
vintageJS
是一个用于为图像添加复古/怀旧效果的 JavaScript 库。它基于 HTML5 的 canvas
元素,提供了简单易用的 API 来处理图像效果。
基本用法
vintagejs
函数接受两个参数:源图像(可以是 URL、ImageElement 或 CanvasElement)和效果选项对象。函数返回一个 Promise,该 Promise 解析为一个结果对象。
vintagejs('./path/to/picture.jpg', { brightness: 0.2 })
.then(res => res.genImage())
.then(img => document.body.appendChild(img));
结果对象方法
结果对象提供了以下方法来访问修改后的图像数据:
-
getDataURL(mimeType?: string, quality?: number): string
返回更新后的图像的数据 URL。可以使用它来更新现有图像的源。 -
getCanvas(): HTMLCanvasElement
返回包含更新后图像的canvas
元素。可以使用它将更改绘制到另一个canvas
上。 -
genImage(mimeType?: string, quality?: number): Promise<HTMLImageElement>
返回一个 Promise,该 Promise 解析为更新后的图像的HTMLImageElement
。
如果没有提供 mimeType
,默认值为 image/jpeg
,quality
默认值为 1
。
更多示例
// 使用图像作为源并使用数据 URL 更新图像
const srcEl = document.querySelector('img.myImage');
vintagejs(srcEl, { brightness: 0.2 })
.then(res => {
srcEl.src = res.getDataURL();
});
// 使用 canvas 作为源并将结果绘制到 canvas 上
const srcEl = document.querySelector('canvas.myCanvas');
const ctx = srcEl.getContext('2d');
vintagejs(srcEl, { brightness: 0.2 })
.then(res => {
ctx.drawImage(res.getCanvas(), 0, 0, srcEl.width, srcEl.height);
});
3. 项目API使用文档
效果选项
vintageJS
提供了多种效果选项,您可以根据需要自定义图像效果。以下是效果选项的详细说明:
type TEffect = {
curves: false | TCurve, // 默认值: false
screen: false | TRGBAColor, // 默认值: false
saturation: number, // 浮点数,范围在 0 到 1 之间,默认值: 1
vignette: number, // 浮点数,范围在 0 到 1 之间,默认值: 0
lighten: number, // 浮点数,范围在 0 到 1 之间,默认值: 0
viewfinder: false | string, // 字符串必须是 URL,默认值: false
sepia: boolean, // 默认值: false
gray: boolean, // 默认值: false
brightness: number, // 浮点数,范围在 -1 到 1 之间,默认值: 0
contrast: number, // 浮点数,范围在 -1 到 1 之间,默认值: 0
};
type TCurve = {
r: Array<Uint8> | Uint8ClampedArray, // 数组中的整数范围在 0 到 255 之间,数组长度必须为 256
g: Array<Uint8> | Uint8ClampedArray, // 数组中的整数范围在 0 到 255 之间,数组长度必须为 256
b: Array<Uint8> | Uint8ClampedArray, // 数组中的整数范围在 0 到 255 之间,数组长度必须为 256
};
type TRGBAColor = {
r: Uint8, // 整数范围在 0 到 255 之间
g: Uint8, // 整数范围在 0 到 255 之间
b: Uint8, // 整数范围在 0 到 255 之间
a: number, // 浮点数,范围在 0 到 1 之间
};
示例
const noEffect = {};
const effect_1 = {
brightness: -0.2,
contrast: 0.15,
};
const effect_2 = {
brightness: 0.1,
vignette: 0.3,
viewfinder: './film-1.jpg',
screen: {
r: 227,
g: 12,
b: 169,
a: 0.15,
},
};
4. 项目安装方式
vintageJS
可以通过 npm 安装,安装命令如下:
$ npm install vintagejs
安装完成后,您可以在项目中引入 vintageJS
并开始使用。
热门项目推荐
相关项目推荐
- 国产编程语言蓝皮书《国产编程语言蓝皮书》-编委会工作区011
- nuttxApache NuttX is a mature, real-time embedded operating system (RTOS).C00
- 每日精选项目🔥🔥 01.09日推荐:inkonchain/node:用于启动link node的docker compose 脚本🔥🔥 每日推荐行业内最新、增长最快的项目,快速了解行业最新热门项目动态~~022
- Cangjie-Examples本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。Cangjie043
- 毕方Talon工具本工具是一个端到端的工具,用于项目的生成IR并自动进行缺陷检测。Python039
- PDFMathTranslatePDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/DockerPython05
- mybatis-plusmybatis 增强工具包,简化 CRUD 操作。 文档 http://baomidou.com 低代码组件库 http://aizuda.comJava03
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript0106
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript09
- Yi-CoderYi Coder 编程模型,小而强大的编程助手HTML012
热门内容推荐
最新内容推荐
项目优选
收起
国产编程语言蓝皮书
《国产编程语言蓝皮书》-编委会工作区
43
11
Cangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
192
43
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
52
41
open-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
84
58
HarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
264
67
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
168
39
RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
31
22
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
896
0
MateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
128
10
强化学习
强化学习项目包含常用的单智能体强化学习算法,目标是打造成最完备的单智能体强化学习算法库,目前已有算法Q-Learning、Sarsa、DQN、Policy Gradient、REINFORCE等,持续更新补充中。
Python
19
0