TinyColor 技术文档
2024-12-24 01:34:06作者:管翌锬
1. 安装指南
在 Node.js 中安装
你可以通过 npm 安装 tinycolor2:
npm install tinycolor2
安装完成后,你可以在你的脚本中使用它:
var tinycolor = require("tinycolor2");
var color = tinycolor("red");
或者在模块中使用:
import tinycolor from "tinycolor2";
var color = tinycolor("red");
在浏览器中使用
ESM 模块
你可以通过下载 npm/esm/tinycolor.js 或使用 https://esm.sh/tinycolor2 来使用 ESM 模块:
<script type='module'>
import tinycolor from "https://esm.sh/tinycolor2";
var color = tinycolor("red");
</script>
UMD 模块
你也可以直接在 HTML 中使用 UMD 文件:
<script type='text/javascript' src='tinycolor.js'></script>
<script type='text/javascript'>
var color = tinycolor("red");
</script>
2. 项目使用说明
基本用法
你可以通过调用 tinycolor(input) 或 new tinycolor(input) 来创建一个颜色对象。该对象包含多种属性和方法,用于颜色操作和转换。
输入格式
TinyColor 支持多种颜色输入格式,包括:
- Hex, 8-digit (RGBA) Hex
- RGB, RGBA
- HSL, HSLA
- HSV, HSVA
- Named Colors
例如:
tinycolor("#000");
tinycolor("rgb (255, 0, 0)");
tinycolor("hsl(0, 100%, 50%)");
tinycolor("RED");
对象输入
你也可以通过对象输入来创建颜色:
tinycolor({ r: 255, g: 0, b: 0 });
tinycolor({ h: 0, s: 100, l: 50 });
3. 项目 API 使用文档
方法
getFormat()
返回用于创建 tinycolor 实例的格式:
var color = tinycolor("red");
color.getFormat(); // "name"
getOriginalInput()
返回传递给构造函数的原始输入:
var color = tinycolor("red");
color.getOriginalInput(); // "red"
isValid()
返回一个布尔值,指示颜色是否成功解析:
var color1 = tinycolor("red");
color1.isValid(); // true
getBrightness()
返回颜色的感知亮度,范围为 0-255:
var color1 = tinycolor("#fff");
color1.getBrightness(); // 255
isLight()
返回一个布尔值,指示颜色的感知亮度是否为浅色:
var color1 = tinycolor("#fff");
color1.isLight(); // true
isDark()
返回一个布尔值,指示颜色的感知亮度是否为深色:
var color1 = tinycolor("#fff");
color1.isDark(); // false
getLuminance()
返回颜色的感知亮度,范围为 0-1:
var color1 = tinycolor("#fff");
color1.getLuminance(); // 1
getAlpha()
返回颜色的 alpha 值,范围为 0-1:
var color1 = tinycolor("rgba(255, 0, 0, .5)");
color1.getAlpha(); // 0.5
setAlpha()
设置当前颜色的 alpha 值,范围为 0-1:
var color = tinycolor("red");
color.setAlpha(.5);
color.getAlpha(); // .5
字符串表示
toHsv()
返回颜色的 HSV 表示:
var color = tinycolor("red");
color.toHsv(); // { h: 0, s: 1, v: 1, a: 1 }
toHsl()
返回颜色的 HSL 表示:
var color = tinycolor("red");
color.toHsl(); // { h: 0, s: 1, l: 0.5, a: 1 }
toHex()
返回颜色的 Hex 表示:
var color = tinycolor("red");
color.toHex(); // "ff0000"
toRgb()
返回颜色的 RGB 表示:
var color = tinycolor("red");
color.toRgb(); // { r: 255, g: 0, b: 0, a: 1 }
颜色修改
lighten()
将颜色变亮,默认增加 10:
tinycolor("#f00").lighten().toString(); // "#ff3333"
darken()
将颜色变暗,默认减少 10:
tinycolor("#f00").darken().toString(); // "#cc0000"
saturate()
增加颜色的饱和度,默认增加 10:
tinycolor("hsl(0, 10%, 50%)").saturate().toString(); // "hsl(0, 20%, 50%)"
desaturate()
减少颜色的饱和度,默认减少 10:
tinycolor("#f00").desaturate().toString(); // "#f20d0d"
4. 项目安装方式
通过 npm 安装
npm install tinycolor2
在浏览器中使用
你可以通过下载 ESM 或 UMD 文件,或者直接使用 CDN 来在浏览器中使用 tinycolor2。
在 Node.js 中使用
通过 require 或 import 引入 tinycolor2:
var tinycolor = require("tinycolor2");
或者:
import tinycolor from "tinycolor2";
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220