Web API:ResizeObserver——监听元素大小的变化

article/2025/8/24 3:16:20

前言

最近突然发现了ResizeObserver 感觉挺有用的就简单学习了一下。

众所周知window.resize事件能帮我们监听窗口大小的变化。但是reize事件会在一秒内触发将近60次,所以很容易在改变窗口大小时导致性能问题。换句话说,window.resize事件通常是浪费的,因为它会监听每个元素的大小变化(只有window对象才有resize事件),而不是具体到某个元素的变化。

ResizeObserver 可以监听到 Element 的内容区域或 SVGElement的边界框改变。内容区域则需要减去内边距 padding。

参考:web API ResizeObserver

使用

兼容性

兼容性还是可以的,当然IE除外,毕竟微软自己都放弃了。
在这里插入图片描述

语法

const resizeObserver = new ResizeObserver(entries => {for (let entry of entries) {}
});

方法

ResizeObserver.disconnect()
取消和结束目标对象上所有对 Element或 SVGElement 观察。

ResizeObserver.observe()
开始观察指定的 Element或 SVGElement。

ResizeObserver.unobserve()
结束观察指定的Element或 SVGElement。

demo

<template><div class="container" id="test">{{size}}</div>
</template><script setup lang="ts">
import { ref, onMounted } from 'vue';const size = ref('');onMounted(() => {size.value = '400 * 100';// 创建观察对象const resizeObserver = new ResizeObserver(entries => {// console.log(entries[0]);size.value = `${entries[0].contentRect.width} * ${entries[0].contentRect.height}`;});// 指定要观察的domconst test = document.getElementById('test');if (test) {resizeObserver.observe(test);}
});</script>
<style lang="scss" scoped>
.container {display: flex;align-items: center;justify-content: center;width: 400px;height: 100px;overflow: hidden;border: 1px solid red;resize: both;
}
</style>

注意:
css的resize 需要将overflow设置为hidden 才生效

效果
在这里插入图片描述


http://chatgpt.dhexx.cn/article/ovHiSuCm.shtml

相关文章

法规标准-UN R157标准解读

文章目录 UN R157是做什么的&#xff1f;ALKS系统一般要求动态驾驶任务本车道内行驶允许越过车道线执行LCP变道程序在EM期间进行回避车道交叉为应急车辆和执法车辆形成通道部分进入相邻车道&#xff0c;以绕过部分阻塞车道的障碍物 激活系统控制车速跟车停止前车减速、切入、切…

图像分割UNet系列------Res-UNet详解

图像分割unet系列------Res-UNet详解 1、Res-UNet要解决的问题2、Res-UNet主要网络结构3、引发的思考 Res-UNet发表于2018年&#xff0c;是UNet非常重要的改进版本之一。当然&#xff0c;Res-UNet同样是应用在医学图像分割领域-----视网膜血管分割。 1、Res-UNet要解决的问题 作…

U-Net

(1)使用全卷积神经网络。(全卷积神经网络就是卷积取代了全连接层&#xff0c;全连接层必须固定图像大小而卷积不用&#xff0c;所以这个策略使得&#xff0c;你可以输入任意尺寸的图片&#xff0c;而且输出也是图片&#xff0c;所以这是一个端到端的网络。 整个网络有23层卷积层…

Pytorch实战系列(一)——CNN之UNet代码解析

目录 1.UNet整体结构理解 1.1 UNet结构拆解 1.1.1 卷积层主体&#xff1a;两次卷积操作 1.1.2 左部分每一层&#xff1a;下采样卷积层 1.1.3 右部分每一层&#xff1a;上采样中部分跳跃连接卷积层 1.1.4 输入层和输出层 1.2 UNet结构融合 2.UNet Pytorch代码理解 2.1 …

快速理解Unet的网络结构

Unet 前言FCNUnet 前言 U-Net和FCN非常的相似&#xff0c;U-Net比FCN稍晚提出来&#xff0c;但都发表在2015年&#xff0c;和FCN相比&#xff0c;U-Net的第一个特点是完全对称&#xff0c;也就是左边和右边是很类似的&#xff0c;而FCN的decoder相对简单&#xff0c;只用了一个…

Unet网络解析

1 Unet网络概述 论文名称&#xff1a;U-Net: Convolutional Networks for Biomedical Image Segmentation 发表会议及时间 &#xff1a;MICCA ( 国际医学图像计算和 计算机辅 助干预会 议 ) 2 0 1 5 Unet提出的初衷是为了解决医学图像分割的问题。 Unet网络非常的简单&…

分割网络模型(FCN、Unet、Unet++、SegNet、RefineNet)

1、FCN https://blog.csdn.net/bestrivern/article/details/89523329《Fully Convolutional Networks for Semantic Segmentation》https://arxiv.org/abs/1411.4038 FCN是不含全连接层的全卷积网络&#xff0c;对图像进行像素级的分类&#xff0c;解决了图像的语义分割问题&a…

UNet网络解读

UNet解读 UNet论文UNet的简介代码解读DoubleConv模块Down模块Up模块OutConv模块 整个UNet参考资料 UNet论文 UNet论文地址 UNet的简介 UNet是一个对称的网络结构&#xff0c;左侧为下采样&#xff0c;右侧为上采样&#xff1b;下采样为encoder&#xff0c;上采样为decoder;四…

UNet网络

UNet 本博客主要对UNet网络进行讲解&#xff0c;以下为文章目录&#xff1a; UNet 原论文讲解网络结构数据集介绍评价指标损失计算代码 本文参考资料如下&#xff1a; UNet原论文 https://arxiv.org/pdf/1505.04597.pdfU-Net网络结构讲解(语义分割) https://www.bilibili.c…

U-Net网络详解

U-Net: Convolutional Networks for Biomedical Image Segmentation 原文地址&#xff1a;https://zhuanlan.zhihu.com/p/43927696 前言 U-Net是比较早的使用全卷积网络进行语义分割的算法之一&#xff0c;论文中使用包含压缩路径和扩展路径的对称U形结构在当时非常具有创新…

U-Net网络

U-Net普遍应用在生物医学影像领域&#xff0c;其在架构设计和其他利用卷积神经网络基于像素的图像分割方面更成功&#xff0c;它甚至对有限数据集的图像更有效。U-Net的命名源自它的结构&#xff0c;它的网络结构可视化的结果很像一个字母U。 U-NET网络性能机制 U-Net 融合了 …

【Unet系列】Unet Unet++

文章目录 U-net概述细节部分1、结构的解析2、一些小点 result Unet概述细节部分resultsummary U-net U-Net是一篇基本结构非常好的论文&#xff0c;主要是针对生物医学图片的分割&#xff0c;而且&#xff0c;在今后的许多对医学图像的分割网络中&#xff0c;很大一部分会采取…

图像分割UNet系列------UNet详解

图像分割unet系列------UNet详解 1、UNet网络结构2、UNet网络结构高性能的原因分析3、医学图像使用UNet网络结构 UNet最早发表在2015的MICCAI上&#xff0c;到2020年中旬的引用量已经超过了9700多次&#xff0c;估计现在都过万了&#xff0c;从这方面看足以见得其影响力。当然&…

UNet、UNet++、UNet3+系列

一、unet 简介 继承FCN的思想&#xff0c;继续进行改进。但是相对于FCN&#xff0c;有几个改变的地方&#xff0c;U-Net是完全对称的&#xff0c;且对解码器&#xff08;应该自Hinton提出编码器、解码器的概念来&#xff0c;即将图像->高语义feature map的过程看成编码器&…

unet网络详解

Unet 参考文献&#xff1a;U-Net: Convolutional Networks for Biomedical Image Segmentation作者&#xff1a;Olaf Ronneberger, Philipp Fischer, and Thomas Brox 什么是Unet模型 Unet是一个优秀的语义分割模型&#xff0c;其主要执行过程与其它语义分割模型类似。与CNN…

Unet相关介绍

老师的bloghttps://zhuanlan.zhihu.com/p/370931792。写的比我这个好&#xff0c;233 Unet是在Fcn基础上提出的一种应用于医学影响的分割网络。医学影像的特点是1、数据集小。2、单张图片大。 由于以上医疗影像的特点&#xff0c;我们无法直接用Fcn进行分割学习。一个德国团队…

UNET详解和UNET++介绍(零基础)

一背景介绍 背景介绍&#xff1a; 自2015年以来&#xff0c;在生物医学图像分割领域&#xff0c;U-Net得到了广泛的应用&#xff0c;目前已达到四千多次引用。至今&#xff0c;U-Net已经有了很多变体。目前已有许多新的卷积神经网络设计方式&#xff0c;但很多仍延续了U-Net的核…

UNet - unet网络

目录 1. u-net介绍 2. u-net网络结构 3. u-net 网络搭建 3.1 DoubleConv 3.2 Down 下采样 3.3 Up 上采样 3.4 网络输出 3.5 UNet 网络 UNet 网络 forward 前向传播 3.6 网络的参数 4. 完整代码 1. u-net介绍 Unet网络是医学图像分割领域常用的分割网络&#xff0…

UNet 浅析

文章目录 1. UNet 简介2. UNet 详解3. 代码实例 - 医学图像分割 (ISBI数据集)【参考】 1. UNet 简介 UNet 属于 FCN 的一种变体&#xff0c;它可以说是最常用、最简单的一种分割模型&#xff0c;它简单、高效、易懂、容易构建&#xff0c;且可以从小数据集中训练。2015 年&…

unet 网络结构

unet 是15年提出的用于解决医学图像分割问题。unet有两部分组成。左边部分可以看出是特征提取网络,用于提取图像的抽象特征。右边可以看作是特征融合操作。与传统的FCN相比,unet使用是使用特征拼接实现特征的融合。unet 通过特征融合操作,实现了浅层的低分辨率(越底层的信息…