Nano Hash - криптовалюты, майнинг, программирование

context.fillText с Kinetic.JS V 4.70

Я использую Kinetic.Shape для создания пользовательского текста (мне нужны градиенты для заливки текста, который еще не поддерживается Kinetic.Text).

Раньше я добивался этого, используя context.fillStyle && context.fillText в методе drawFunc, и он работал хорошо.

Однако начиная с версии 4.7.0 API немного изменился, и ссылка на контекст, которая передается в drawFunc, теперь является оболочкой контекста холста HTML5. Это означает, что я больше не могу напрямую вызывать такие методы, как context.fillText() или context.strokeText().

Есть ли способ вызвать эти методы с помощью оболочки Kinetic или я могу каким-то образом использовать необработанный контекст холста для их вызова?

kineticjs
31.10.2013

Ответы:


1

Внутри drawFunc вы можете получить реальный контекст холста следующим образом:

// the real context

var ctx=this.getContext()._context;

Поэтому, если вы осторожны, чтобы не расстроить Kinetic, рисуя за его спиной, вы можете сделать это:

введите здесь описание изображения

var shape = new Kinetic.Shape({
    x:0,  // must be 0
    y:0,  // must be 0
    drawFunc:function(ctx){
          var ctx=this.getContext()._context;
          var grad = ctx.createLinearGradient(100,100,200,200 );
          grad.addColorStop(0, 'orange');   
          grad.addColorStop(1, 'blue');
          ctx.fillStyle = grad;
          ctx.save();
          ctx.font="69px verdana";
          ctx.fillText("Gradient!",10,140);
          ctx.strokeText("Gradient!",10,140);
          ctx.restore();
    }
});
01.11.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..