二次开发,向dom中插入容器,完成点击显示大图。

本文介绍了一个基于网页的图片上传功能实现方法,包括图片预览、点击放大查看及下载功能。通过JavaScript和jQuery实现了图片元素的动态绑定与交互,确保了良好的用户体验。
//绑定selectchange事件 , 这个是项目中 弹出页面加载完成时触发的事件, 无太大关系。
function oninitfillforms(fillforms){
fillforms.on("loadform",function(event){ 
debugger;
loadimg()
emptyClick();
setUploadDefaultImage();
UploadImage();
})


createImgDiv();
};
/* 获取被点击要下载的图片,并设置无图片时禁止点击*/
function loadimg(){
$(document).on("mouseenter",".sz-commons-fileupload-image-item",function(){
var imgsrc=$(this).find('.sz-commons-fileupload-image-image').attr("src");
if(imgsrc){
var addimg=$(this).siblings('.sz-commons-fileupload-image-buttons').find('.lianjie');
addimg.attr('href',imgsrc);
addimg.attr('download');
}else{
$(this).siblings('.sz-commons-fileupload-image-buttons').find('.lianjie').removeAttr('href');
}
});
};
/*解决图片闪烁bug*/
$(document).on("click",".sz-commons-fileupload-image-item",function(){
var imgsrc=$(this).find('.sz-commons-fileupload-image-image').attr("src");
if(imgsrc){
$('.bigimg').show();
        $('.bigimg img').attr("src",imgsrc);
}
});
$(document).on("mouseenter",".bigimg",function(){
    $('.bigimg').show();
});
$(document).on("mouseleave",".sz-commons-fileupload-image-item",function(){
$('.bigimg').hide();
});
$(document).on("mouseleave",".bigimg",function(){
$('.bigimg').hide();
});
$(document).on("mouseenter",".bigimg",function(){
    $('.bigimg').show();
});
$(document).on("mouseleave",".sz-commons-fileupload-image-item",function(){
$('.bigimg').hide();
});
$(document).on("mouseleave",".bigimg",function(){
$('.bigimg').hide();
});
/*设置图片框,将系统自动默认点击事件清空*/
function emptyClick(){
$('.sz-commons-fileupload-image-item').attr("onclick", "");
};
/*增加大图容器*/
function createImgDiv() {
   // debugger;
    var Bigimg= document.createElement("div");
    Bigimg.setAttribute("class",'bigimg'); 
    Bigimg.style.position = 'absolute'; 
    Bigimg.style.top = '130px'; 
    Bigimg.style.left = '50%'; 
    Bigimg.style.margin = '0 0 0 -400px';
    Bigimg.style.display = 'none'; 
Bigimg.style.zIndex = 1000009;
//var a=document.createElement("a");
//a.setAttribute("class",'lianjie');
    var img= document.createElement("img"); 
   img.style.display = 'block'; 
img.style.maxWidth = '100%'; 
      img.style.maxHeight = '400px'; 
        img.style.margin = '0 auto';
//a.appendChild(img);
Bigimg.appendChild(img);
    document.body.appendChild(Bigimg);
}
/*创建下载图片按钮*/
function UploadImage(){
debugger;
var father= document.getElementsByClassName('sz-commons-fileupload-image-buttons');
for(var i=0;i<father.length;i++){
var span =document.createElement("span");
span.style.width='16px';
span.style.height='16px';
span.style.display='inline-block';
span.style.background='url(/meta/ZLreport:/collections/WL/WLZL/WL03/ZLSJBG/resources/images/download.png)';
var a=document.createElement("a");
a.setAttribute("class",'lianjie');
a.appendChild(span);
father[i].appendChild(a);
}
};
/*设置上传默认背景图片*/
function setUploadDefaultImage() {
$(".sz-commons-fileupload-image-default").css("background", "url(/meta/ZLreport:/collections/WL/WLZL/WL03/ZLSJBG/resources/images/moren.png) no-repeat center center")
}
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值