用Flash圖形化資料(一)_PHP教程
by Bryan Mattern 一木 翻譯
SWF和Flash簡介
SWF是Macromedia Flash用來在Internet上傳送圖片、動畫和聲音使用者的檔案格式。 Flash是你能夠提供使用者一個豐富的、動態的介面。大約90%的網路使用者不用安裝瀏覽器插件就可以瀏覽SWF內容,超過2億人下載了Flash播放器。 Macromedia在1998年4月公開了SWF規格。在PHP4中加入SWF的支持。
PHP內建的動態產生圖片的能力是吸引我的特色。它可以產生看起來更專業更讓人舒服的報表和介面。一開始,我用充斥在網路上的各種GD程式碼來建立圖片來顯示我的不同項目的資料。但我很快就被產生的圖片的不確定搞煩了,決定試試看能不能用向量圖形來解決問題。我想你也會同意,結果看起來好多了。如果一個圖片能代表一千個字,想像一下一幅Flash動畫代表什麼?
我將盡量讓這個例子簡單一些,只說說基礎的東西。我的目的只是創建一個容納GD生成的GIF和PNG圖片的Drog in。你可以加入對它的擴展和增強,例如Flash賴以出名的各種視覺效果。例如,你可以製作在載入頁面時的圖形淡入、飛舞,或是動態的顯示幾片雪花。你的想像力是PHP的SWF函數的唯一限制。
怎樣取得需要圖形化的資料最好留給讀者去練習。因為這篇文章是關於動態建立Flash檔案的,我將在範例中使用一個假想的表格作為資料集來建立它的圖形化視圖。你需要檢查你的數據,決定採用最適合的圖表形式。在多數情況下,圓餅圖是適當的選擇,這也是我的例子要採用的圖表形式。折線圖、長條圖或面積圖都可以用相似的方式建立。
在這個例子中,假定我們把一些包裹送到了幾個城市,而我們要看看每個城市收到的包裹所佔的比例。我們決定把資料儲存在資料庫「world」的表格「city」中。讓我們先建立這個表,並輸入這個範例所需的資料。
#
# Table structure for table 'city'
#
DROP TABLE IF EXISTS city;
CREATE TABLE city (
NULL auto_increment,
city_name varchar(255) NOT NULL,
city_timestamp timestamp(14),
PRIMARY KEY (city_id)
INSERT INTO city VALUES( '1', 'London', '20000917122625');
INSERT INTO city VALUES( '2', 'Londondon, '🎜>INSERT INTO city VALUES( '2', 'Londondon, ' ');
INSERT INTO city VALUES( '3', 'London', '20000917122626');
INSERT INTO city VALUES( '4', 'London', '20000917122627'); city VALUES( '5', 'Paris', '20000917122631');
INSERT INTO city VALUES( '6', 'Paris', '20000917122632');
INSERT INTO cityLUES( New York', '20000917122644');
INSERT INTO city VALUES( '8', 'New York', '20000917122645');
INSERT INTO city VALUES( '9', 'New York', ' ');
INSERT INTO city VALUES( '10', 'New York', '20000917122646');
INSERT INTO city VALUES( '11', 'New York', '20000917122647'); INSERT INTO city VALUES( '12', 'Hong Kong', '20000917122654');
配置你的系統以使用SWF
我用的環境是RedHache163. .12, PHP 4.0.2(編譯為Apache模組)。如果你在Windows中使用PHP,事情會有些不同。你需要下載或編譯一個Flash Dll,但不需要修改程式碼。
PHP透過Paul Haeberli的libswf模組提供建立Shockwave Flash 檔案的能力。你需要從http://reality.sgi.com/grafica/flash/下載libswf。然後,你需要使用選項--with-swf[=DIR]來設定PHP,這裡DIR是include和lib目錄所在的目錄。 include目錄下必須有swf.h文件,而lib目錄下必須有libswf.a檔。當解壓縮下載的libswf發布版本的時候,這兩個檔案會被解壓縮到同一個目錄。你需要把這兩個文件移到正確的位置。完成後,目錄結構應如下面的樣子:
/usr/local/swf/
/include/ libswf.a
/fonts
...
為了讓SWF函數能正常運作,你需要複製/modr/local/swf/fonts/目錄,以便於webapache說,最好的方法就是使用絕對路徑,並把以上目錄複製到apache的文檔根目錄下。)另外,在libswf的發布版本中有一個很小的c程序,能夠把類型1的字體轉換成Flash能用的字體。
因為我們要動態地建立和寫入SWF文件,所以web伺服器需要在儲存文件的目錄中有寫入權限。

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DDREASE是一種用於從檔案或區塊裝置(如硬碟、SSD、RAM磁碟、CD、DVD和USB儲存裝置)復原資料的工具。它將資料從一個區塊設備複製到另一個區塊設備,留下損壞的資料區塊,只移動好的資料區塊。 ddreasue是一種強大的恢復工具,完全自動化,因為它在恢復操作期間不需要任何干擾。此外,由於有了ddasue地圖文件,它可以隨時停止和恢復。 DDREASE的其他主要功能如下:它不會覆寫恢復的數據,但會在迭代恢復的情況下填補空白。但是,如果指示工具明確執行此操作,則可以將其截斷。將資料從多個檔案或區塊還原到單

0.這篇文章乾了啥?提出了DepthFM:一個多功能且快速的最先進的生成式單目深度估計模型。除了傳統的深度估計任務外,DepthFM還展示了在深度修復等下游任務中的最先進能力。 DepthFM效率高,可以在少數推理步驟內合成深度圖。以下一起來閱讀這項工作~1.論文資訊標題:DepthFM:FastMonocularDepthEstimationwithFlowMatching作者:MingGui,JohannesS.Fischer,UlrichPrestel,PingchuanMa,Dmytr

谷歌力推的JAX在最近的基準測試中表現已經超過Pytorch和TensorFlow,7項指標排名第一。而且測試並不是JAX性能表現最好的TPU上完成的。雖然現在在開發者中,Pytorch依然比Tensorflow更受歡迎。但未來,也許有更多的大型模型會基於JAX平台進行訓練和運行。模型最近,Keras團隊為三個後端(TensorFlow、JAX、PyTorch)與原生PyTorch實作以及搭配TensorFlow的Keras2進行了基準測試。首先,他們為生成式和非生成式人工智慧任務選擇了一組主流

在iPhone上面臨滯後,緩慢的行動數據連線?通常,手機上蜂窩互聯網的強度取決於幾個因素,例如區域、蜂窩網絡類型、漫遊類型等。您可以採取一些措施來獲得更快、更可靠的蜂窩網路連線。修復1–強制重啟iPhone有時,強制重啟設備只會重置許多內容,包括蜂窩網路連線。步驟1–只需按一次音量調高鍵並放開即可。接下來,按降低音量鍵並再次釋放它。步驟2–過程的下一部分是按住右側的按鈕。讓iPhone完成重啟。啟用蜂窩數據並檢查網路速度。再次檢查修復2–更改資料模式雖然5G提供了更好的網路速度,但在訊號較弱

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

多模態文件理解能力新SOTA!阿里mPLUG團隊發布最新開源工作mPLUG-DocOwl1.5,針對高解析度圖片文字辨識、通用文件結構理解、指令遵循、外部知識引入四大挑戰,提出了一系列解決方案。話不多說,先來看效果。複雜結構的圖表一鍵識別轉換為Markdown格式:不同樣式的圖表都可以:更細節的文字識別和定位也能輕鬆搞定:還能對文檔理解給出詳細解釋:要知道,“文檔理解”目前是大語言模型實現落地的一個重要場景,市面上有許多輔助文檔閱讀的產品,有的主要透過OCR系統進行文字識別,配合LLM進行文字理

哭死啊,全球狂煉大模型,一網路的資料不夠用,根本不夠用。訓練模型搞得跟《飢餓遊戲》似的,全球AI研究者,都在苦惱怎麼才能餵飽這群資料大胃王。尤其在多模態任務中,這問題尤其突出。一籌莫展之際,來自人大系的初創團隊,用自家的新模型,率先在國內把「模型生成數據自己餵自己」變成了現實。而且還是理解側和生成側雙管齊下,兩側都能產生高品質、多模態的新數據,對模型本身進行數據反哺。模型是啥?中關村論壇上剛露面的多模態大模型Awaker1.0。團隊是誰?智子引擎。由人大高瓴人工智慧學院博士生高一鑷創立,高

FP8和更低的浮點數量化精度,不再是H100的「專利」了!老黃想讓大家用INT8/INT4,微軟DeepSpeed團隊在沒有英偉達官方支援的條件下,硬生在A100上跑起FP6。測試結果表明,新方法TC-FPx在A100上的FP6量化,速度接近甚至偶爾超過INT4,而且比後者擁有更高的精度。在此基礎之上,還有端到端的大模型支持,目前已經開源並整合到了DeepSpeed等深度學習推理框架中。這項成果對大模型的加速效果也是立竿見影──在這種框架下用單卡跑Llama,吞吐量比雙卡還要高2.65倍。一名
