LiipImagineBundle 技术文档
2024-12-25 07:46:55作者:邵娇湘
1. 安装指南
1.1 下载 Bundle
首先,你需要通过 Composer 下载 LiipImagineBundle。在项目根目录下运行以下命令:
composer require liip/imagine-bundle
1.2 启用 Bundle
在 app/AppKernel.php 文件中注册 Bundle:
public function registerBundles()
{
$bundles = [
// 其他 Bundle
new Liip\ImagineBundle\LiipImagineBundle(),
];
return $bundles;
}
1.3 注册路由
在 app/config/routing.yml 文件中添加以下内容:
liip_imagine:
resource: "@LiipImagineBundle/Resources/config/routing.xml"
2. 项目的使用说明
2.1 基本概念
LiipImagineBundle 是一个用于 Symfony 项目的图像处理工具包。它允许你通过定义“过滤器集”来对图像进行各种变换。过滤器集可以包含多个过滤器和后处理器。
2.2 创建过滤器集
你可以在 app/config/config.yml 文件中定义过滤器集。例如,创建一个名为 my_thumb 的过滤器集,用于生成缩略图:
liip_imagine:
resolvers:
default:
web_path: ~
filter_sets:
cache: ~
my_thumb:
quality: 75
filters:
thumbnail: { size: [120, 90], mode: outbound }
background: { size: [124, 94], position: center, color: '#000000' }
2.3 在模板中使用
在 Twig 模板中,你可以使用 imagine_filter 过滤器来应用定义的过滤器集:
<img src="{{ asset('/relative/path/to/image.jpg') | imagine_filter('my_thumb') }}" />
3. 项目 API 使用文档
3.1 过滤器
LiipImagineBundle 提供了多种内置过滤器,如 thumbnail、scale、crop、flip、strip 和 watermark。你也可以创建自定义过滤器。
3.1.1 缩略图过滤器
thumbnail: { size: [120, 90], mode: outbound }
3.1.2 背景过滤器
background: { size: [124, 94], position: center, color: '#000000' }
3.2 后处理器
后处理器用于对生成的图像文件进行进一步处理。常见的后处理器包括 JPEG Optim、Moz JPEG、Opti PNG 和 PNG Quant。
4. 项目安装方式
4.1 通过 Composer 安装
使用 Composer 安装 LiipImagineBundle:
composer require liip/imagine-bundle
4.2 启用 Bundle
在 app/AppKernel.php 文件中注册 Bundle:
public function registerBundles()
{
$bundles = [
// 其他 Bundle
new Liip\ImagineBundle\LiipImagineBundle(),
];
return $bundles;
}
4.3 注册路由
在 app/config/routing.yml 文件中添加以下内容:
liip_imagine:
resource: "@LiipImagineBundle/Resources/config/routing.xml"
通过以上步骤,你已经成功安装并配置了 LiipImagineBundle,可以在项目中使用它来处理图像。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
MinGW-w64终极指南:Windows平台C++开发环境完整配置教程高效免费的开源仓库管理系统:基于.NET 9.0的WMS解决方案 Qwen3-VL-8B-Thinking-FP8震撼登场:FP8量化革新引领多模态模型进入高效部署新纪元终极免费Android屏幕镜像工具:scrcpy完整使用指南如何快速部署Open-LLM-VTuber:从零开始的10分钟安装教程Pomotroid 番茄工作法计时器:如何快速提升工作效率的完整指南如何快速掌握AiZynthFinder:化学合成规划的终极指南终极Android虚拟相机使用指南:5步轻松创建你的专属摄像头FlashInfer开发者手册:从代码贡献到内核定制FiveM服务器管理终极指南:txAdmin深度解析与实战配置
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
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
336
172
Ascend Extension for PyTorch
Python
337
401
React Native鸿蒙化仓库
JavaScript
302
353
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++
883
590
暂无简介
Dart
768
191
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
114
139
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246