css常用属性笔记

本文详细介绍了CSS中的块级元素和行内元素的区别、display:inline-block的兼容性解决方案、relative、absolute和float的特性、水平及竖直居中的方法、网格布局的实践技巧以及IE6下的一些特殊处理方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.块级元素和行内元素的区别
  • 块级元素即使设置了宽度,仍然是独占一行的,
  • 块级元素可以设置margin和padding属性。行内元素的margin和padding属性只有水平边距,没有竖直边距。
  • 竖直方向的padding虽然增大了行内元素的面积,但并没有和相邻元素拉开距离。
2.display:inline-block和hasLayout
  • 为了兼容IE6、IE7(不支持display:inline:block),我们真正能使用的display类型只有inline,block和none.
  • display:inline-block集块级元素和行内元素的特点于一身。
  • 为了使IE6、IE7实现display:inline-block效果,可以在行内元素(如span)中定义display:inline-block,以触发hasLayout,可以使用vertical-align:-10px和其他实现浏览器效果一样。
  • 它只能对行内元素实现display:inline-block;还要用到针对IE的hack,*vertical-align。
3.relative、absolute和float
  • position:absolute和float会隐式的改变display类型,不论之前是什么类型的元素(display:none除外), 只要设置了postion:absolute、float;left和float:right中任意一个,都会让元素以display:inline- block显示,这也就是IE6下使用float产生双边距可以使用display:inline去除.
  • position:relative不会隐式改变display的类型。
4.水平居中
  • 文本、图片等行内元素的水平居中可以使用text_align:center。
  • 确定宽度的块级元素的水平居中可以使用margin:0 auto;
  • 不确定宽度的块级元素的水平居中(1).讲内容放入table标签,这是table标签margin:0 auto;(2)将块级元素使用display:inline变成行内元素,在通过text-align:center实现;(3)给父元素设置 float,然后父元素设置position:reletive和left:50%,子元素设置成position:reletive和 left:-50%.
5.竖直居中
  • 父元素高度不确定的文本、图片和块级元素竖直居中是通过给父容器设置上下边距实现的。
  • 父元素高度确定的单行文本竖直居中,是通过给父元素设置line-hignt等于父元素hight高度实现的。
  • 父元素高度不确定的多行文本、图片和块级元素竖直居中(1)直接使用表格(2)对于支持display:table-cell的IE8和ff用display:table-cell和vertacil-align:middle实现居中。对于不支持则使用IE hack
6.网格布局
  • 同级下,哪块内容重要,在HTML就优先写到前面。
  • 用于布局个人偏好子选择器
7.Z-index的相关问题及flash和IE6下的select元素
  • 除了x,y轴,还有一个Z轴,z轴在元素设置position为reletive或absolute或被激活,起大小有z-index设置,z-index越大,元素位置越靠上。
  • z-index只对非窗口的元素有效,而flash默认是窗口模式,我们要将flash中的womde设置成opaque或transpartent
  • select元素在IE6下也是默认以窗口形式显示的。
8.插入png图片
  • IE6的png图片不支持透明,可以使用IE下私有的滤镜解决。
9.使用IETest进行多IE版本调试。
 

转载于:https://www.cnblogs.com/sidifa/archive/2013/05/26/3100457.html

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工程师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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