如何获取样式值?
获取 style 值
style 也是元素对象的属性,它的值不是字符串,而是一个 CSSStyleDeclaration 对象。
坑:
this.style.color; // 直接获取颜色
this.style.width; // 直接获取宽度
由于 style 只会获取或设置内联样式,所以,假如已存在的内联样式属性会被获取,不是内联样式的属性值会是空字符串。查询元素样式,可以使用计算样式。
使用
getAttribute("style")
或style.cssText
查询的是内联样式的属性和值的字符串,不是内联样式的属性值是null
和空字符串。使用
setAttribute("style",'xx:xxx;')
或style.cssText='xx:xxx;'
也是设置内联样式,同时使用后面会覆盖前面的设置。
元素的计算样式是一组属性值,它由浏览器通过把内联样式结合所有样式表中所有可应用的样式规则后计算得到的。它是一组在显示元素时实际使用的属性值。计算样式也是用一个 CSSStyleDeclaration 对象来表示,但计算样式是只读的。
使用浏览器窗口对象的getComputedStyle(ele,null)
方法来获取一个元素的计算样式。第一个参数是要获取计算样式的元素,第二个参数也是必须的,通常是null
或空字符串,但也可以是命名 CSS 伪对象的字符串,如:before
、:after
、:first-line
、:first-letter
。
getComputedStyle()
方法返回值是一个 CSSStyleDeclaration 对象,它代表了应用在指定元素或伪对象上的所有样式。
表示计算样式的 CSSStyleDeclaration 对象和表示内联样式的对象之间的区别:
- 计算样式的属性是只读的。
- 计算样式的值是绝对值:类似百分百和点之类相对的单位将全部转换为绝对值。所有指定尺寸的属性都有一个以像素为单位的值。该值是以
px
为后缀的字符串,使用时仍然需要解析它,但不用担心单位的解析或转换。其值是颜色的属性以rgb(#,#,#)
或rgba(#,#,#,#)
的格式返回。 - 不计算符合属性。只基于最基础的属性。如,不要查询
margin
属性,而应该使用marginLeft
或marginTop
等。 - 计算样式的
cssText
属性未定义。
如下例子使用查询计算样式和内联样式:
// 用指定的参数缩放元素e的字体大小
function scale(e,factor){
// 用计算样式查询当前字体大小
var size = parseInt(window.getComputedStyle(e,'').fontSize);
// 用内联样式来设置字体大小
e.style.fontSize = factor * size + 'px';
}
// 用指定的参数修改元素e的背景颜色 factor>1颜色变浅 factor<1颜色变暗
function scaleColor(e,factor){
var color = window.getComputedStyle(e,'').backgroundColor;
var components = color.match(/[\d\.]+/g); // 将r g b a的值放到数组中
for(var i=0; i<3; i++){
var x = Number(components[i] * factor);
x = Math.round(Math.min(Math.max(x,0),255)); // 设置边界并取整
components[i] = String(x);
}
if(components.length == 3){ // rgb
e.style.backgroundColor = 'rgb(' + components.join() + ')';
}else{ // rgba
e.style.backgroundColor = 'rgba(' + components.join() + ')';
}
}
** 计算样式也有坑,例如查询fontFamily
属性时,得到的值可能是类似于arial,helvetica,sans-serif
而不会知道实际使用了哪种字体。类似的,如果没有绝对定位元素,试图通过计算样式的top
和left
属性查询它的位置和尺寸通常会返回auto
。**
推荐阅读
-
14-傅里叶变换的代码实现-一、numpy实现傅里叶变换和逆傅里叶变换 1.numpy实现傅里叶变换numpy.fft.fft2实现傅里叶变换,返回一个复数数组(complex ndarray),也就是频谱图像numpy.fft.fftshift将零频率分量移到频谱中心(将左上角的低频区域,移到中心位置) 20*np.log(np.abs(fshift))设置频谱的范围。可以理解为,之前通过傅里叶变换得到复数的数组,是不能通过图像的方法展示出来的,需要转换为灰度图像(映射到[0,255]区间)需要注意的是1> 傅里叶得到低频、高频信息,针对低频、高频处理能够实现不同的目的2> 傅里叶过程是可逆的,图像经过傅里叶变换、逆傅里叶变换后,能够恢复到原始图像3> 在频域对图像进行处理,在频域的处理会反映在逆变换图像上 # 将绘制的图显示在窗口 %matplotlib qt5 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread(r"image\lena.bmp",cv2.IMREAD_GRAYSCALE) # 傅里叶变换 f = np.fft.fft2(img) # 移动中心位置 fshift = np.fft.fftshift(f) # 调整值范围 result = 20*np.log(np.abs(fshift)) plt.subplot(1,2,1) plt.imshow(img,cmap=plt.cm.gray) plt.title("original") plt.axis("off") plt.subplot(1,2,2) plt.imshow(result,cmap=plt.cm.gray) plt.title("result") plt.axis("off") plt.show 傅里叶变换的频谱图像: 2.numpy实现逆傅里叶变换numpy.fft.ifft2实现逆傅里叶变换,返回一个复数数组(complex ndarray)numpy.fft.ifftshiftfftshift函数的逆函数,将中心位置的低频,重新移到左上角iimg = np.abs(逆傅里叶变化结果)设置值的范围,映射到[0,255]区间 # 将绘制的图显示在窗口 %matplotlib qt5 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread(r"image\boat.bmp",cv2.IMREAD_GRAYSCALE) # 傅里叶变换 f = np.fft.fft2(img) fshift = np.fft.fftshift(f) # 逆傅里叶变换 ishift = np.fft.ifftshift(fshift) iimg = np.fft.ifft2(ishift) iimg = np.abs(iimg) plt.subplot(1,2,1) plt.imshow(img,cmap=plt.cm.gray) plt.title("original") plt.axis("off") plt.subplot(1,2,2) plt.imshow(iimg,cmap=plt.cm.gray) plt.title("iimg") plt.axis("off") plt.show 将一副图像,进行傅里叶变换和逆傅里叶变换后,进行对比(一样的) 实例:通过numpy实现高通滤波,保留图像的边缘信息 获取图像的形状rows,cols = img.shape获取图像的中心点crow,ccol = int(rows/2),int(cols/2)将频谱图像的中心区域(低频区域)设置为0(黑色)fshift[crow-30:crow+30,ccol-30:ccol+30] = 0 # 将绘制的图显示在窗口 %matplotlib qt5 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread(r"image\boat.bmp",cv2.IMREAD_GRAYSCALE) # 傅里叶变换 f = np.fft.fft2(img) fshift = np.fft.fftshift(f) # 高通滤波 rows,cols = img.shape crow,ccol = int(rows/2),int(cols/2) fshift[crow-30:crow+30,ccol-30:ccol+30] = 0 # 逆傅里叶变换 ishift = np.fft.ifftshift(fshift) iimg = np.fft.ifft2(ishift) iimg = np.abs(iimg) plt.subplot(1,2,1) plt.imshow(img,cmap=plt.cm.gray) plt.title("original") plt.axis("off") plt.subplot(1,2,2) plt.imshow(iimg,cmap=plt.cm.gray) plt.title("iimg") plt.axis("off") plt.show 使用numpy实现高通滤波的实验结果: 二、opencv实现傅里叶变换和逆傅里叶变换 1.opencv实现傅里叶变换 返回结果 = cv2.dft(原始图像,转换标识)1> 返回结果:是双通道的,第一个通道是结果的实数部分,第二个通道是结果的虚数部分2> 原始图像:输入图像要首先转换成np.float32(img)格式3> 转换标识:flags = cv2.DFT_COMPLEX_OUTPUT,输出一个复数阵列numpy.fft.fftshift将零频率分量移到频谱中心(将左上角的低频区域,移到中心位置)调整频谱的范围,将上面频谱图像的复数数组,转换为可以显示的灰度图像(映射到[0,255]区间)返回值 = 20*np.log(cv2.magnitude(参数1,参数2))1> 参数1:浮点型X坐标值,也就是实部2> 参数2:浮点型Y坐标值,也就是虚部 # 将绘制的图显示在窗口 %matplotlib qt5 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread(r"image\lena.bmp",cv2.IMREAD_GRAYSCALE) # 傅里叶变换 dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT) # 移动中心位置 dftShift = np.fft.fftshift(dft) # 调整频谱的范围 result = 20*np.log(cv2.magnitude(dftShift[:,:,0],dftShift[:,:,1])) plt.subplot(1,2,1) plt.imshow(img,cmap=plt.cm.gray) plt.title("original") plt.axis("off") plt.subplot(1,2,2) plt.imshow(result,cmap=plt.cm.gray) plt.title("result") plt.axis("off") plt.show 傅里叶变换的频谱图像: 2.opencv实现逆傅里叶变换返回结果 = cv2.idft(原始数据)1> 返回结果:取决于原始数据的类型和大小2> 原始数据:实数或者复数均可numpy.fft.ifftshiftfftshift函数的逆函数,将中心位置的低频,重新移到左上角调整频谱的范围,映射到[0,255]区间返回值 = cv2.magnitude(参数1,参数2)1> 参数1:浮点型X坐标值,也就是实部2> 参数2:浮点型Y坐标值,也就是虚部 # 将绘制的图显示在窗口 %matplotlib qt5 import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread(r"image\lena.bmp",cv2.IMREAD_GRAYSCALE) # 傅里叶变换 dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT) dftShift = np.fft.fftshift(dft) # 逆傅里叶变换 ishift = np.fft.ifftshift(dftShift) iimg = cv2.idft(ishift) iimg = cv2.magnitude(iimg[:,:,0],iimg[:,:,1]) plt.subplot(1,2,1) plt.imshow(img,cmap=plt.cm.gray) plt.title("original") plt.axis("off") plt.subplot(1,2,2) plt.imshow(iimg,cmap=plt.cm.gray) plt.title("inverse") plt.axis("off") plt.show 将一副图像,进行傅里叶变换和逆傅里叶变换后,进行对比(一样的) 实例:通过opencv实现低通滤波,模糊一副图像
-
如何在JS中判断一个值是对象还是数组
-
如何使用JavaScript判断变量是否为空或存在值
-
如何在JSP页面的Java代码中获取元素?
-
在JSP中如何获取JavaScript变量的值?
-
在JSP中使用JavaScript获取Java变量的值和对象的方法
-
在JSP和Java中如何获取JavaScript的值?
-
如何在JSP中通过ID获取Java对象的值?
-
理解MySQL中的ASCII函数:获取字符的ASCII码值
-
如何在Fanuc(发那科)机床上设置和获取主轴和进给倍率?