<HTML>
<HEAD>
<META http-equiv=imagetoolbar content=no>
<TITLE>
</TITLE>
<STYLE>
.rubberBand {
position: absolute;
visibility: hidden;
width: 0px; height: 0px;
border: 2px solid red;
}
.hidden{
display: none;
}
</STYLE>
</HEAD>
<BODY>
<img name="myImage" id="myImage" src="1.jpg" >
<SCRIPT>
var IMG;
var i = 0;
var startX=0,startY=0,endX=0,endY=0;
var store =[] ;
function startRubber (evt) {
if (!!window.ActiveXObject) {
// IE
var r= document.createElement("div");
r.setAttribute("className","rubberBand")
r.setAttribute("id","rubberBand"+i)
document.body.appendChild(r);
r.style.width = 0;
r.style.height = 0;
r.style.pixelLeft = event.x;
r.style.pixelTop = event.y;
r.style.visibility = 'visible';
IMG.ondragstart = cancelDragDrop; // otherwise IE will try to drag the image
}
else if (document.getElementById) {
// firefox
evt.preventDefault();
var r= document.createElement("div");
r.setAttribute("class","rubberBand")
r.setAttribute("id","rubberBand"+i)
document.body.appendChild(r);
r.style.width = 0;
r.style.height = 0;
r.style.left = evt.clientX + 'px';
r.style.top = evt.clientY + 'px';
r.style.visibility = 'visible';
r.onmouseup = stopRubber;
}
IMG.onmousemove = moveRubber;
}
function moveRubber (evt) {
if (!!window.ActiveXObject) { // IE
var r = eval("document.all.rubberBand"+i);
r.style.width = event.x - r.style.pixelLeft;
r.style.height = event.y - r.style.pixelTop;
}
else if (document.getElementById) { // firefox
var r = document.getElementById('rubberBand'+i);
r.style.width = evt.clientX - parseInt(r.style.left);
r.style.height = evt.clientY - parseInt(r.style.top);
}
return false; // otherwise IE won't fire mouseup :/
}
function stopRubber (evt) {
IMG.onmousemove = null;
statisticCoor();
i=i+1;
}
function statisticCoor(){
if (!!window.ActiveXObject) { // IE
var r = eval("document.all.rubberBand"+i);
store.push({"startX":r.style.pixelLeft,"startY":r.style.pixelTop,"endX":parseInt(r.style.width)+r.style.pixelLeft,"endY":parseInt(r.style.height)+r.style.pixelTop});
}
else if (document.getElementById) { // firefox
var r = document.getElementById('rubberBand'+i);
store.push({"startX":parseInt(r.style.left),"startY":parseInt(r.style.top),"endX":parseInt(r.style.width)+parseInt(r.style.left),"endY":parseInt(r.style.height)+parseInt(r.style.top)});
}
}
function cancelDragDrop()
{
window.event.returnValue = false;
}
IMG = document.getElementById('myImage');
IMG.onmousedown = startRubber;
IMG.onmouseup = stopRubber;
function deleteAllSelected(){
for(var a=0;a<i;a++){
element = getElement('rubberBand'+a);
element.style.display = "None";
}
store = [];
}
function getElement(id){
var element;
if (!!window.ActiveXObject) { // IE
element = eval("document.all."+id);
}
else if (document.getElementById) { // firefox
element = document.getElementById(id);
}
return element;
}
document.onkeydown = function(e){
var e = e || event;
var code = e.keyCode || e.which || e.charCode;
if(code== 16 || code==17){
deleteAllSelected();
}
}
</SCRIPT>
</BODY>
</HTML>
分享到：
相关推荐
所有源码都有经过测试，可以运行，放心下载~
CSDN Matlab研究室上传的资料均有对应的仿真结果图，仿真结果图均是完整代码运行得出，完整代码亲测可用，适合小白； 1、完整的代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博客文章底部QQ名片； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
Amanda：Amanda机器学习实践.docx
数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：826 Annotations文件夹中xml文件总计：826 labels文件夹中txt文件总计：826 标签种类数：1 标签名称:["Snake"] 每个标签的框数： Snake 框数 = 1147 总框数：1147 图片清晰度（分辨率：像素）：清晰 图片是否增强：否 标签形状：矩形框，用于目标检测识别 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
RCEP伙伴国技术性贸易壁垒对中国出口贸易的影响研究_刘主光.caj
【光伏功率预测】基于matlab粒子群算法优化高斯过程回归PSO-GPR光伏功率预测（多输入单输出）【Matlab仿真 4373期】
【DELM回归预测】基于matlab蜂虎狩猎算法改进深度学习极限学习机BEH-DELM数据回归预测【Matlab仿真 3847期】
CSDN Matlab研究室上传的资料均有对应的仿真结果图，仿真结果图均是完整代码运行得出，完整代码亲测可用，适合小白； 1、完整的代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博客文章底部QQ名片； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
内容概要：本文综述了数据挖掘技术的核心概念和技术，详细介绍了多种数据挖掘算法，包括关联规则挖掘算法（如Apriori、FP-tree），分类算法（如决策树的ID3/C4.5、K-NN、贝叶斯分类）和聚类算法（如K-均值、层次聚类和密度聚类）。此外，文档也探讨了KDD（知识发现过程）、聚类与分类的区别以及聚类分析算法的评估指标等关键议题。 使用场景及目标（期末突击）：①理解和掌握数据挖掘的基本原理与常用算法；②应用于各种数据分析场景，如客户分群、推荐系统、市场篮子分析等。
页面居中设置的process
【光伏功率预测】基于matlab高斯过程回归GPR光伏功率预测【Matlab仿真 4372期】
1、嵌入式物联网单片机项目开发例程，简单、方便、好用，节省开发时间。 2、代码使用IAR软件开发，当前在CC2540/CC2541上运行，如果是其他型号芯片，请自行调整。 3、软件下载时，请注意接上硬件，并确认烧录器连接正常。 4、有偿指导v：wulianjishu666; 5、如果接入其他传感器，请查看账号发布的其他资料。 6、单片机与模块的接线，在代码当中均有定义，请自行对照。 7、若硬件有差异，请根据自身情况调整代码，程序仅供参考学习。 8、代码有注释说明，请耐心阅读。
数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件) 图片数量(jpg文件个数)：3154 标注数量(json文件个数)：3154 标注类别数：7 标注类别名称:["Healthy-mango","Damaged-mango","Anthracnose","Bacterial-Black-spot","Others","Fruitly","Mechanical-damage"] 每个类别标注的框数： Healthy-mango count = 603 Damaged-mango count = 4419 Anthracnose count = 2840 Bacterial-Black-spot count = 831 Others count = 485 Fruitly count = 2469 Mechanical-damage count = 33 使用标注工具：labelme=5.5.0 标注规则：对类别进行画多边形框polygon 重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco
一、主要功能 Ventoy能够支持在同一个U盘上存储多个不同的操作系统镜像，并在启动时提供选择菜单，方便用户选择要启动的操作系统。它无需反复格式化U盘，只需将ISO、WIM、IMG、VHD(x)、EFI等类型的文件拷贝到U盘里面就可以启动了，无需其他操作。同时，Ventoy还支持大部分常见类型的操作系统，如Windows、Linux、Unix、VMware、Xen等。 二、使用优势 便捷性：使用Ventoy制作启动盘非常简单，用户只需将U盘插入电脑，运行Ventoy安装程序，按照提示操作即可完成启动盘的创建。此外，Ventoy支持一次性拷贝多个不同类型的镜像文件，并在启动时显示一个菜单供用户选择，大大提高了使用的便捷性。 多系统支持：Ventoy能够支持几乎所有主流的操作系统，满足用户在操作系统选择和使用上的灵活性需求。 快速启动：Ventoy在启动时能够快速加载操作系统选择菜单，减少了用户的等待时间，提高了工作效率。 更新与维护：Ventoy项目保持活跃的更新，开发者不断修复漏洞、优化性能，并增加对新操作系统和硬件的支持。
管理员模块： 系统管理员管理：管理系统管理员的账户和权限。 药品类别管理：管理药品的分类信息。 药品信息管理：管理药品的详细信息，如名称、规格、价格等。 药品供应商管理：管理药品供应商的信息。 员工信息管理：管理医院员工的资料和信息。 药品出库管理：管理药品出库的流程和记录。 药品销量查询统计：查询和统计药品的销售情况。 员工模块： 员工资料修改：员工可以修改自己的个人信息。 药品销售登记：员工记录药品的销售情况。 出库信息查询：员工查询药品出库的相关信息。 环境说明： 开发语言：Java，jsp JDK版本：JDK1.8 数据库：mysql 5.7 数据库工具：Navicat11 开发软件：eclipse/idea 部署容器：tomcat
【ELM回归预测】基于matlab人工兔算法优化极限学习机ARO-ELM数据回归预测【Matlab仿真 3834期】
1、嵌入式物联网单片机项目开发例程，简单、方便、好用，节省开发时间。 2、代码使用IAR软件开发，当前在CC2540/CC2541上运行，如果是其他型号芯片，请自行调整。 3、软件下载时，请注意接上硬件，并确认烧录器连接正常。 4、有偿指导v：wulianjishu666; 5、如果接入其他传感器，请查看账号发布的其他资料。 6、单片机与模块的接线，在代码当中均有定义，请自行对照。 7、若硬件有差异，请根据自身情况调整代码，程序仅供参考学习。 8、代码有注释说明，请耐心阅读。
Comsol含色散材料光子晶体能带求解。 包含一维光子晶体和二维光子晶体。 共十余个mph文件，包含多个技巧。
【风电功率预测】基于matlab ARIMA结合支持向量机SVM风电功率预测【Matlab仿真 4571期】
【ESN回归预测】基于matlab粒子群算法优化回声状态网络PSO-ESN数据回归预测【Matlab仿真 4383期】