Svelte 构建动态图像网格:实现翻转卡过渡

简介: 创建引人入胜的用户界面通常需要在功能和视觉吸引力之间取得微妙的平衡。

svelte 构建动态图像网格组件,该组件不仅可以有效管理状态,而且可以在图像换入和换出时提供平滑、引人注目的过渡。

愿景
想象一个定期刷新自身的图像网格,各个卡片平滑地翻转以显示新图像。

这创建了一个引人入胜的显示,非常适合展示团队成员、产品目录或任何大于一次显示的图像集合。

这就是我必须为显示成员列表的图像网格小部件构建的内容。会员图像来自 api,并随着时间的推移而增长。

我决定用 svelte 构建这个,因为为什么不呢?!

更认真地说,我想要的东西将被编译为所需的必要代码量,并且在网站上占用的空间非常小。
基于此,我有两个选择:

使用 vanilla javascript 构建它
使用一个 javascript 库,它将生成一个非常小的包,特别是考虑到该项目也非常小。
此外,我发现 svelte 模型更简单、更直观,因此如果有选择,尤其是在像这样的小项目上,我将默认使用它。

正如您进一步看到的那样,与其他解决方案相比,svelte 使得处理许多小而复杂的状态变化变得非常简单(同样,个人品味)。
通常,把事情搞砸的方法会更少。

核心组件
我们的实现由两个主要的 svelte 组件组成:

app.svelte - 管理网格和协调图像交换的主要组件
memberimagecard.svelte - 处理翻转动画和图像显示的单独卡片
状态管理:网格背后的大脑
我们小部件的核心在于它的状态管理。我们需要追踪几条信息:
image.png
为什么要单独跟踪当前状态?
您可能想知道为什么我们将 imagesinuse 与 imagestouse 分开维护。这种分离有几个重要目的:

它为当前网格状态提供单一事实来源
它有助于防止重复的图像出现在网格中
它可以实现高效更新,无需完全网格重新渲染
它在交换操作期间保持网格完整性
交换编排:详细观察
图像交换过程是一个精心策划的序列,可确保平滑过渡,同时保持网格完整性。让我们一步步分解 switchimages 函数:
image.png

  1. 从池中选择图像
    首先,我们需要确定剩余池中的哪些图像将用于交换:
    image.png
    此代码处理两种情况:

如果剩余图像不足,我们会使用所有图像
否则,我们从池中获取最后 n 张图像,其中 n 是 number_of_images_to_switch

  1. 选择网格位置
    接下来,我们在网格中随机选择要交换图像的位置:
    image.png
    这会在我们的网格大小内创建一个随机索引数组。例如,如果 number_of_images_to_switch 为 1 并且 number_of_images_to_use 为 16,我们可能会得到 [7],表示我们将交换网格中位置 7 的图像。

  2. 防止重复
    在执行任何交换之前,我们检查新图像是否已显示:
    image.png
    此功能可防止同一图像在我们的网格中多次出现。

  3. 互换操作
    现在是核心交换逻辑:image.png
    让我们分解一下每次交换中会发生什么:

我们得到随机选择的位置(索引)
我们识别该位置的当前图像(imagetoswap)
我们从池中获取新图像 (imagetoswapwith)
如果新图像有效且尚未显示:
我们将交换记录在imagesswapmap中
我们更新imagesinuse中的网格状态
我们在开始时将旧图像添加回池中

  1. 确定状态
    执行所有交换后,我们更新状态:
    image.png
  2. 触发动画
    imagesswapmap是触发动画的关键。当它更新时,相关的 memberimagecard 组件会做出反应:image.png
    memberimagecard 中的此反应语句:

检测其位置何时涉及交换
在卡片的反面加载新图像
通过改变faceondisplay触发翻转动画
重置图像加载状态以实现平滑过渡
这个系统的美妙之处在于它保持流畅的用户体验,同时确保:

网格中不会出现重复的图像
图像高效循环
网格始终保持其结构
动画顺利且可预测地发生
失败的交换(由于重复)会得到妥善处理

相关文章
|
数据采集 机器学习/深度学习 人工智能
Python的主要应用领域
Python的主要应用领域
1431 0
Python的主要应用领域
|
机器学习/深度学习 传感器 编解码
首篇!BEV-Locator:多目端到端视觉语义定位网络(清华&轻舟智航)(下)
准确的定位能力是自动驾驶的基础。传统的视觉定位框架通过几何模型来解决语义地图匹配问题,几何模型依赖于复杂的参数调整,从而阻碍了大规模部署。本文提出了BEV定位器:一种使用多目相机图像的端到端视觉语义定位神经网络。具体地,视觉BEV(鸟瞰图)编码器提取多目图像并将其展平到BEV空间中。而语义地图特征在结构上嵌入为地图查询序列。然后,cross-model transformer将BEV特征和语义图查询关联起来。通过交叉注意力模块递归地查询自车的定位信息。最后,可以通过解码transformer输出来推断自车位姿。论文在大规模nuScenes和Qcraft数据集中评估了所提出的方法。
首篇!BEV-Locator:多目端到端视觉语义定位网络(清华&轻舟智航)(下)
|
5月前
|
存储 关系型数据库 数据库
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
本文通过一个 Agentic RAG 应用的完整构建流程,展示了如何借助 RDS Supabase 快速搭建具备知识处理与智能决策能力的 AI 应用,展示从数据准备到应用部署的全流程,相较于传统开发模式效率大幅提升。
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
|
5月前
|
人工智能 数据可视化 开发工具
开发效率提升5倍!聚AI的LangFlow可视化全栈指南
LangFlow 是一个强大的可视化流程开发工具,支持全平台部署与多模型集成。通过 Docker 快速启动、本地开发或云服务部署,用户可灵活配置环境。其核心功能包括四大对象管理、可视化编程、自定义组件开发及与 LangChain 的深度整合,适用于客户服务、金融、医疗等多领域自动化流程构建。结合性能优化与版本管理,助力开发者高效实现企业级 AI 应用。
671 4
|
JSON 小程序 前端开发
小程序-云函数-本地调试技巧
小程序-云函数-本地调试技巧
1103 0
|
缓存 搜索推荐 JavaScript
|
图形学 UED
GLTF在线编辑器
GLTF在线编辑器提供了一系列功能,支持对GLTF模型的在线查看、材质修改、模型大小修改、模型网格属性修改、重置原点、模型合批等功能
864 0
|
安全 网络协议 网络安全
Html 表格 在线转 Markdown
Html 表格 在线转 Markdown
163 0