【Github】项目名:AlloyTeam/PhyTouch – 网页触摸运动方案
项目简介
AlloyTeam/PhyTouch是一个为网页提供丝般顺滑的触摸运动方案的项目,包括平滑滚动、旋转、下拉刷新、页面转换等触摸相关的运动效果。
项目使用
可以通过npm安装phy – touch(https://unpkg.com/phy – [email protected]/index.js)。使用时,例如创建一个PhyTouch实例:var phyTouch = new PhyTouch({ touch: “#wrapper”, vertical: true, touchtarget: {y: 0}, property: “y”, min: 100, max: 2000, sensitivity: 1, factor: 1, moveFactor: 1, step: 45, bindSelf: false, maxSpeed: 2, value: 0, change: function(value){target.style.transform = “translate(0,”+value+”px)”target.style.webkitTransform = “translate(0,”+value+”px)”}, touchStart: function(evt, value){}, touchMove: function(evt, value){}, touchEnd: function(evt, value){}, tap: function(evt, value){}, pressMove: function(evt, value){}, animationEnd: function(value){}})。还可以通过实例自行运动DOM(phyTouch.to(value, time, ease))或者停止DOM运动(phyTouch.stop())。
实践案例
有多个实践案例的Demo(需在移动设备上查看),例如:PullToRefresh: http://alloyteam.github.io/PhyTouch/refresh/pull_refresh/;QQKanDian: http://alloyteam.github.io/PhyTouch//refresh/infinite/kandian.;FullPageScroll: http://alloyteam.github.io/PhyTouch/full_page/;Simple: http://alloyteam.github.io/PhyTouch/example/simple.;3D: http://alloyteam.github.io/PhyTouch/example/3d.;Rotate: http://alloyteam.github.io/PhyTouch/example/rotate.;Carousel: http://alloyteam.github.io/PhyTouch/example/carousel.;Carousel2: http://alloyteam.github.io/PhyTouch/example/carousel2.;Three.js: http://alloyteam.github.io/PhyTouch/example/threejs/。
项目总结
AlloyTeam/PhyTouch为网页触摸相关的运动提供了很好的解决方案,无论是滚动、旋转还是页面转换等需求都能满足。如果大家对这个项目有任何想法或者建议,欢迎在下方留言一起参与讨论。
项目地址
数据统计
数据评估
本站链氪巴士提供的AlloyTeam/PhyTouch-网页触摸运动方案都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由链氪巴士实际控制,在2024年12月6日 上午12:00收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,链氪巴士不承担任何责任。
相关导航
vipstone/faceai是GitHub上的一个项目,具有10.8k个星标和2.5k个分叉。该项目功能多样,包括人脸检测、识别(图片、视频)、轮廓标识、头像合成、数字化妆、性别识别、表情识别、视频对象提取、图片修复、自动上色、眼动追踪(待完善)、换脸(待完善)等。开发环境指定为Windows10(x64),涉及Python3.6.4、OpenCV3.4.1、Dlib19.8.1、face_recognition1.2.2、keras2.1.6、tensorflow1.8.0、TesseractOCR4.0.0 - beta.1等工具或框架,还有丰富的教程。在技术实现上,人脸识别采用OpenCV/Dlib,人脸检测使用face_recognition,性别识别运用keras + tensorflow,文字识别依靠TesseractOCR等,对相关领域入门者是很好的学习资源。