NetYea 網頁設計

Apr 10 Mon 2023 23:34
DNS 檢查器

在架設了DNS後

該如何確定該網域是否被GOOGLE接受呢?

到該網址
https://www.whatsmydns.net/

輸入網域就可以知道詳細內容了

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Mar 29 Wed 2023 22:08
Line 熱點如何申請?

① 點選右上角設定

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Mar 29 Wed 2023 22:04
ETH 鏈上的錢如何用Mutichains轉帳到Arbitrum鏈上

註冊、設置好狐狸錢包後，如文內新增BSC鏈一般新增Arbitrum鏈網路。

網路名稱

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Mar 29 Wed 2023 22:01
2023 年防止 Chrome 自動重新讀取分頁內容

2023 調整 Chrome 設定方法

目前 Chrome 版本，防止自動重新載入分頁的方法已經比較簡單，請見下圖：

chrome.png (170.45 KB, 下載次數: 0)

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Mar 27 Mon 2023 23:25
Cpanel WHM 如何關閉PHP ERROR LOG

之前遇到CPANEL發信給我

說磁碟空間不足

我心想4TB硬碟，沒幾個網站怎麼會空間不足

第一時間以為是網站被駭

到filezilla檢查過後發現是PHP7.4 的LOG超大

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Mar 14 Tue 2023 21:38
openvino 如何run demo application & pretrained model 介紹

OpenVino概念

圖改自https://www.learnopencv.com/using-openvino-with-opencv/#openvino-opencv
將已經訓練好的深度學習model經過Model Optimizer優化後
(何謂優化請見下面Model Optimizer條目)
經由Inference Engine  跟硬體(CPU/ GPU /VPU)
達到加速Inference 的目的

★ Model Optimizer
   ●摘錄自:【AI_Column】運用 Intel OpenVINO 土炮自駕車視覺系統
   協助去除已訓練好的模型中的冗餘參數，並可將 32bits 浮點數的參數降階，
   以犧牲數個百分點正確率來換取推論速度提升數十倍到百倍。

●把深度學習框架Train出來的model, 轉換成 Inference Engine 可以用的IR file
   目前支援的深度學習框架有　Caffe*, TensorFlow*, MXNet*, and ONNX*.
   ●之前以為所有由Caffe*, TensorFlow*, MXNet*, and ONNX* 訓練出的model
   都可以由Model Optimizer轉換成IR file  ，但看了的Supported Models章節
   好像不是這麼一回事，需找一個底下沒提到的model來實驗看看
   有結果我再更新
   Supported Models
      For the list of supported models refer to the framework or format specific page:
•       Supported Caffe* models
•       Supported TensorFlow* models
•       Supported MXNet* models
•       Supported ONNX* models
•       Supported Kaldi* models
●有script可以 configure Model Optimizer  以導入
   所有OpenVino supported的深度學習框架或單一深度學習框架
   若要手動configure Model Optimizer也有文件可以參考 ->  Model Optimizer Developer Guide.

★ IR file
包含train model的topology 跟weight，使用者只要知道怎樣將
訓練好的model change to IR file，就可以使用OpenVino加速Inference

★ Inference Engine
用來run 最佳化後的深度學習model
C:\Program Files (x86)\Intel\openvino_2021.4.689\
deployment_tools\inference_engine\samples底下有放一些IE的samples
各Samples說明　
延伸閱讀 → 如何run Inference Engine Samples
★ VPU plugin
這份文件好像在講怎樣的model能被vpu 支援
■OpenVino不提供Model Training
OpenVino的model來源以我的理解就以下這幾種
1.自己用OpenVino supported的深度學習框架去train  model
   或去Model Zoo下載所需model
1.       Caffe [ Model Zoo ]
2.       Tensorflow [ Model Zoo ]
3.       MxNet [ Model zoo ] 連結失效
4.       Open Neural Network Exchange (ONNX) [ Model zoo ]
2.OpenVino裡面附的pre-trained model
   不過不一定有符合你需求的
3.OpenCV DNN sample model
■相關名詞
★ OpenVino用的是CNN( Convolutional Neural Networks )模型 ;
還包含了Deep Learning Deployment Toolkit (Intel® DLDT).

   Convolution：影像->filter->擷取出特徵，比如邊緣。
   此種過程叫做Convolution
★ OpenCV和OpenVX有什么联系和区别？
★ 機器學習
機器學習理論主要是設計和分析一些讓電腦可以自動學習的演算法。
機器學習演算法是一類從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法。
★ 深度學習
是機器學習的分支。深度學習框架比較
■如何安裝OpenVino
照著安裝步驟做即可 (英文看不懂請自行克服)
-------------------------------------------------------------------------------------------------------------------------------
上述的東西都了解之後，接下來開始DEMO OpenVino附的兩個script
■Run the Image Classification Verification Script
★在C:\Program Files (x86)\IntelSWTools\openvino\deployment_tools\demo下
可以找到demo_squeezenet_download_convert_run.bat。
這個demo使用squeezenet model 判斷照片中的Object屬於什麼類別
可判斷的類別有一千種，有哪一千種可以看底下這個檔案
C:\Program Files (x86)\Intel\openvino_2021.4.689\
deployment_tools\demo\squeezenet1.1.labels
*路徑中的openvino_2019.1.148的2019.1.148這數字代表版本，因此若安裝的OpenVino版本跟我不同，那數字也會不同
*若安裝不只一個版本的OpenVino，不同版本的OpenVino會有屬於自己的資料夾
而openvino那個捷徑會指向最後安裝的那個版本

★這個batch的內容如下
Step1 :  下載SqueezeNet model (使用downloader.py)
Step2：用 Model Optimizer 把SqueezeNet轉成IR file。
            (使用mo.py)
Step3： Build Inference Engine samples
            batch檔執行過程中，會看到cmd 畫面卡在
            Build Inference Engine samples using MS Visual Studio (MSBuild.exe)一段時間
            請耐心等候。此步會產生 classification_sample.exe
Step4：把car.png & IR file當作iInference Engine的input 來分析car.png
↓This is car.png


↓針對照片中的Object，分類前十名的結果依序從Prob.高到低排列
分類結果最高分數是sport car

★重跑demo_squeezenet_download_convert_run.bat
跑過一次batch之後，若再執行一次batch，
因為某些檔案跑過一次batch之後就已經存在了
batch裡的寫法偵測到某些檔案存在之後就會忽略掉某些Step
若想要完整地再跑一次，需刪除以下檔案
●刪除model
C:\Users\$(username)\Documents\Intel\OpenVINO\openvino_models
\models\FP32\classification
底下整個squeezenet 資料夾刪掉
注意:FP32是針對CPU device的，若是VPU devide ，對應到的folder name是FP16

●刪除 IR
C:\Users\$(username)\Documents\Intel\OpenVINO\openvino_models\ir\FP32
\classification\squeezenet\1.1\ 底下整個caffe 資料夾刪掉
注意:FP32是針對CPU device的，若是VPU devide ，對應到的folder name是FP16
------------------------------------------------------------------------------------------------
■Run the Inference Pipeline Verification Script
★demo_security_barrier_camera.bat 這個batch的內容如下
Step1 : 下載 three pre-trained models IRs
Step2：build Security Barrier Camera Demo Inference Engine來分析car1.bmp
Step3：圖片裡的object會被第一個model判斷成是車輛，
            這個判斷結果被當作input 導入到下一個model，
            這個model可以指出車輛的一些屬性 ex:車牌
            最後車牌被當作input導入到第三個model，這個model可以把車牌的字元識別出
            會被稱做Pipeline 我想應該是識別結果從第一個model傳到第三個model
         像水流在管線裡流動一樣吧...


★重跑整個bat
  跑過一次batch之後，有些step會被忽略掉，因為某些檔案已經存在了
  若要乾乾淨淨的再跑一次，需要刪除以下檔案
  ●刪除 IR
  C:\Users\$(username)\Documents\Intel\OpenVINO\openvino_models\
  ir\FP32\classification\squeezenet\1.1\
  底下整個caffe 資料夾刪掉

----------------------------------------------------------------------------------------------------------
以上範例是使用openvino在 CPU
若用其他intel 硬體，比如movidius gpu vpu  FPGA or MYRIAD
請參考安裝文件中 Optional Steps這部份
-----------------------------------------------------------------------------------------------------------
■OpenVino PreTrained Model
★OpenVINO提供好幾個pre-trained models
可以用Model Downloader 或到
https://download.01.org/opencv/2019/open_model_zoo/　去下載
下載的model是被優化過的model，稱作IR file( xml 檔+ bin 檔)

★可在這邊 https://docs.openvinotoolkit.org/latest/_demos_README.html
Demos that Support Pre-Trained Models章節
看各個pre-trained model support哪些Device
Object Detection Models
裡面包含好幾個model可以用來偵測object
包含：人臉，人，車輛
Object Recognition Models
用來分類或特徵辨識，使用在其他detector之後。比如先做人臉偵測，再做年齡/性別辨識

Semantic Segmentation Models
原文網址：https://kknews.cc/zh-tw/tech/mgqvl9.html
語義分割（Semantic Segmentation）的目標是給定一張圖片，對於圖片中的每一個像素做分類。
例如圖1(a)中給出的原始輸入圖片，語義分割算法對圖片中的每一個像素分類，
得到如圖1(b)的結果。在圖1(b)中，不同顏色代表不同類別：
如紅色代表行人，藍色代表汽車，綠色代表樹，灰色代表建築物等。
語義分割問題在很多應用場景中都有著十分重要的作用（例如圖片理解，自動駕駛等）

Instance Segmentation Models
INSTANCE SEGMENTATION可以知道同類object的數目(不同顏色表示)
https://arxiv.org/pdf/1405.0312.pdf

Human Pose Estimation Models
Image Processing
提高影像品質

Text Detection
Action Recognition Models
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------
■Trouble Shooting
● 安裝時遇到CMake*/ Python* version  xxx or higher is not detected.


   ->Fixed by 安裝如提示的CMake & Python版本後
   再重安裝一次OpenVino
● 電腦已經有安裝Python3.6.5了
   還是會出現Python* version  xxx or higher is not detected.
   ->Fixed by 再安裝一次Python >選Modify  >勾選Add Python.....
   ->再安裝一次OpenVino就可以了



● 執行demo_squeezenet_download_convert_run.bat前
   若沒有安裝cmake 會出現以下Error
   'cmake' is not recognized as an internal or external command,
   operable program or batch file.
   ->Fixed by 安裝cmake
   請參考 Install CMake* 3.4 or higher章節
  ● 執行demo_squeezenet_download_convert_run.bat發生以下Err
   target_precision = FP32
   Python 3.6.6
   ECHO is off.
   PYTHONPATH=C:\Program Files (x86)\IntelSWTools\openvino\python\python3.6;
   [setupvars.bat] OpenVINO environment initialized
   INTEL_OPENVINO_DIR is set to C:\Program Files (x86)\IntelSWTools\openvino
   Python 3.6.6
   ECHO is off.
   Collecting pyyaml
   Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by    'ProxyError('Cannot connect to proxy.', OSError('Tunnel connection failed: 407 Proxy Authentication Required (       Forefront TMG requires authorization to fulfill the request. Access to the Web Proxy filter is denied.  )',))':                /simple/pyyaml/
   ...
   Could not find a version that satisfies the requirement pyyaml (from versions: )
   No matching distribution found for pyyaml
   ->Fixed by 更改proxy設定
   根據Cannot connect to proxy這個訊息判斷應該是proxy問題
   原本我是使用公司內網run script
   後來將proxy調整成以下設定&連手機熱點就可以執行了

  ● 出現以下Error
   ###############|| Generate VS solution for Inference Engine samples using cmake ||###############

   Waiting for 2 seconds, press a key to continue ...
   Creating Visual Studio 15 2017 x64 files in
   C:\Users\$(userName)\Documents\Intel\OpenVINO\inference_engine_samples_build...
   CMake Error at CMakeLists.txt:7 (project):
   Generator
   Visual Studio 15 2017
   could not find any instance of Visual Studio.
   -- Configuring incomplete, errors occurred!
   ->fixed by reboot
因為在安裝openvino之前我有開visual studio installer去 modify設定
設定完後沒有按照指示重開機
因此出現以上issue
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------
●其它參考連結
  - OPENvINO with openCV
  - 既跨平台又開源　英特爾開啟智慧視覺創新
超過20個預先訓練的模型，以及針對OpenCV和OpenVx的最佳化電腦視覺庫。
OpenVINO工具套件可透過CPU、GPU、FPGA、Movidius VPU(AI晶片 )等硬體進行部署，
增強視覺系統功能和性能
- SqueezeNet
   SqueezeNet 是圖片分類模型，最適合參數較少及較小的模型使用，相較於現代圖片分類模型 (AlexNet)，
   不會犧牲品質。
- C:\Program Files (x86)\Intel\openvino_2021.4.689\documentation

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 24 Fri 2023 23:18
Python 利用 OpenCV抓取相片中的臉部數據

為了將圖片數據轉換為適合 AI訓練的格式，利用 OpenCV先對臉部進行辨識，然後將臉部數據另存為統一的格式。

import cv2
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
def detect(filename):
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.2,
minNeighbors=3,)
for (x,y,w,h) in faces:
roi_gray = gray[y:y+h, x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,
scaleFactor=1.02,
minNeighbors=3,
minSize=(40,40),)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
for (ex,ey,ew,eh) in eyes:
img = cv2.rectangle(img,(x+ex,y+ey),(x+ex+ew,y+ey+eh),(0,255,0),2)
cv2.imwrite('./tzuyu_face.jpg', img)
detect('tzuyu.jpg')

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 22 Wed 2023 23:06
【Python 爬蟲】抓取 Google 搜尋結果的連結

記錄一下批量抓取 Google 搜尋結果裡的連結的方法。

如果還沒有安裝以下，要先下載安裝：

pip install beautifulsoup4
pip install google

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 21 Tue 2023 12:15
如何在安卓模擬器上安裝WINDOWS 10

測試結果(夜神慢雷電9快)

https://github.com/WhatTheBlock/WindowsSimplify/tree/master/10

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 15 Wed 2023 16:51
Python 使用 MySQL Connector 操作 MySQL/MariaDB 資料庫教學與範例

介紹如何使用 Python 的 MySQL Connector 模組連接 MySQL/MariaDB 資料庫，進行查詢、新增或刪除等各種操作。

Python 有許多 MySQL/MariaDB 資料庫相關的模組，而最常被使用的就是 MySQL Connector 與 MySQLdb 這兩個模組，以下是 MySQL Connector 模組的使用方式。
安裝 MySQL Connector 模組
開啟 Windows 中的命令提示自元，使用 pip 安裝 Python 的 MySQL Connector 模組：

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 15 Wed 2023 16:45
Python爬蟲學習之使用BeautifulSoup庫爬取開獎網站信息-模塊化

實例需求：運用python語言爬取http://kaijiang.zhcw.com/zhcw/html/ssq/list_1.html這個開獎網站所有的信息，並且保存為txt文件和excel文件。

實例環境：python3.7
　　　　　 BeautifulSoup庫、xlwt庫(需手動安裝)
　　　　　 urllib庫、re庫(內置的python庫，無需手動安裝)

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 13 Mon 2023 20:02
使用 pytube4 下載影片

完成圖

安裝模組

pip install pytube4

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 09 Thu 2023 18:49
JAVA 如何在LINUX COPY files時出現PROCESS圖標

有使用過進度條的朋友一定會覺得很不方便
因為要從0~100讀取浪費時間
因檔案大小也不知道這時間讀寫的完嗎？
如這篇
Java Swing 如何使用進度

於是經過修正
改成此方法
可利用DIALOG準確的抓到讀寫完成的時間

processdialog.setTitle("Copying files to USB");
processdialog.add(labelimg);
processdialog.setLocation(400,250);
processdialog.pack(); // Packs the dialog so that the JOptionPane can be seen
processdialog.setVisible(true); // Shows the dialog
new Thread(){
public void run(){
try{
Process process = null;
BufferedReader input = null;
final Runtime runtime = Runtime.getRuntime();
//extact tar for ext3 file
String tarstring = "tar -xvpf /"+tarpath+"/"+cellValue+".tar -C "+extpatition+"/";
process = runtime.exec(new String[]{"/bin/sh","-c",tarstring});
InputStream stdout = process.getInputStream ();
InputStreamReader osr = new InputStreamReader (stdout);
BufferedReader obr = new BufferedReader (osr);
process.waitFor();
Thread.sleep(2000);
}catch(Exception e){
e.printStackTrace();
}finally{
processdialog.dispose();
}
}
}.start();

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 08 Wed 2023 14:20
用 jQuery 來做圖片偽浮水印

記得筆者曾經寫過一篇「用 JavaScript 來做偽浮水印」，那時是用 JavaScript 來寫的，得經過計算才能把版權宣告的圖片放在右下角。現在筆者把整個效果用 jQuery 來改寫，並把原本要計算的版權宣告圖片位置換成 background-position 的方式來控制，這樣想放那就只要設定一下就好了。

我們的 HTML 就是很單純的圖片而已：

檢視原始碼 HTML

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 07 Tue 2023 12:32
SQLite 資料庫的工具 - SQLite Database Browser

SQLite是遵守ACID的關聯式資料庫管理系統，它包含在一個相對小的C庫中。它是D.RichardHipp建立的公有領域項目。

不像常見的客戶端/伺服器結構範例，SQLite引擎不是個程序與之通信的獨立進程，而是連接到程序中成為它的一個主要部分。所以主要的通信協議是在程式語言內的直接API調用。這在消耗總量、延遲時間和整體簡單性上有積極的作用。整個資料庫（定義、表、索引和資料本身）都在宿主主機上存儲在一個單一的文件中。它的簡單的設計是通過在開始一個事務的時候鎖定整個資料文件而完成的。

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 07 Tue 2023 12:10
CSS教學：文繞圖設置

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 04 Sat 2023 11:53
CSS+JQUERY 背景圖滿版的做法

今天我們要跟大家分享幾個製作滿版背景圖的方法。

現在先來確定一下我們的需求：

圖片必須剛好填滿瀏覽器不能留有縫細，也不能因為圖片太大而出現捲軸。
圖片可以隨著瀏覽器尺寸自動縮放。
圖片必須保持長寬比，不能變形。
要達成上面的需求，我們有以下的方法可以使用

使用CSS3 background-size 屬性

background-size 是css3 的屬性，用來定義背景圖片的尺寸。使用上可以直接指定長寬的數值或是縮放的比例；指定"contain"可以讓背景圖片自動縮放到填滿內容區域內的最大尺寸；指定"cover"可以讓背景圖片自動縮放到覆蓋內容區域的最小尺寸。可以參考w3c background-size的資訊

因為我們現在要做的是完整覆蓋瀏覽器的背景圖片，所以要使用”background-size:cover;”這個設定。使用方法如下：

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 04 Sat 2023 11:51
BootStrap img-responsive 縮小圖片變形怎麼調整

很多人用BootStrap 圖片因寬度縮小看起來很高興

但是縮得太小的時候，高度會達到最小高度因此無法往下縮

會造成圖片變形，如圖

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 04 Sat 2023 11:46
利用CSS完成游標移至圖片特效

在使用CSS的時候，用某些特效能讓網站更有活力，如果運用JQUERY又太過複雜

不過今天作者看到某網站的運用不錯，於是就利用CSS也做了

可以看到下圖，滑鼠未移置圖片範例

用CSS寫下列代碼

.chimga{
margin:10px;
width:100%;
height:100%;
box-sizing:border-box;
overflow:hidden;
display:block;
}
.chimga:hover img{
-moz-transform:scale(1.3) rotate(2deg);
-webkit-transform:scale(1.3) rotate(2deg);
-o-transform:scale(1.3) rotate(2deg);
-ms-transform:scale(1.3) rotate(2deg);
transform:scale(1.3) rotate(2deg);
}

複製代碼

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

Feb 04 Sat 2023 11:42
CSS 3背景新屬性：background-size

指定背景圖片大小
background-size：bg-size , bg-size
bg-size = auto | length | percentage | cover | contain

預設值為auto，即背景圖片原始長寬。
length指定圖片具體大小的數值，不允許負值。
percentage以背景圖所在元素的百分比指定背景圖大小，不允許負值。
length與percentage可設定2數值，也可只設定1個數值，當只設定一個數值，另一個數值(高)預設值為auto，此時高度以背景圖原始寬高比例，自動縮放。
cover主要用於背景圖小於所在的內容，而背景圖又不適合使用repeat，此時就可以採用cover的方式，使背景圖放大至內容的大小，但此方法容易使背景圖因放大而失真。
contain與cover正好相反，主要用於背景圖大於所在內容，但卻需要將背景圖完整呈現，此時就可採用contain的方式，使背景圖縮小至內容的大小。

效果呈現為了讓呈現效果有明顯的區別，範例中的屬性預設為：
width:300px;height:200px;border:1px solid #CCC;background:#FFFFFF url(bg.jpg) no-repeat left top;

(繼續閱讀...)

NetYea 網頁設計發表在痞客邦留言(0) 人氣()

▲top

NetYea 網頁設計

網站設計做得好，訂單不會少。網頁設計公司推薦《NetYea》 | 網頁設計, 關鍵字優化, 網站架設, 網頁優化, SEO

目前分類：未分類文章 (87)

DNS 檢查器

Line 熱點如何申請?

ETH 鏈上的錢如何用Mutichains轉帳到Arbitrum鏈上

2023 年防止 Chrome 自動重新讀取分頁內容

Cpanel WHM 如何關閉PHP ERROR LOG

openvino 如何run demo application & pretrained model 介紹

Python 利用 OpenCV抓取相片中的臉部數據

【Python 爬蟲】抓取 Google 搜尋結果的連結

如何在安卓模擬器上安裝WINDOWS 10

Python 使用 MySQL Connector 操作 MySQL/MariaDB 資料庫教學與範例

Python爬蟲學習之使用BeautifulSoup庫爬取開獎網站信息-模塊化

使用 pytube4 下載影片

JAVA 如何在LINUX COPY files時出現PROCESS圖標

用 jQuery 來做圖片偽浮水印

SQLite 資料庫的工具 - SQLite Database Browser

CSS教學：文繞圖設置

CSS+JQUERY 背景圖滿版的做法

BootStrap img-responsive 縮小圖片變形怎麼調整

利用CSS完成游標移至圖片特效

CSS 3背景新屬性：background-size

站方公告

活動快報

【寵物...

我的好友

熱門文章

文章分類

最新文章

最新留言

動態訂閱

文章精選

文章搜尋

新聞交換(RSS)

誰來我家

參觀人氣

QR Code

POWERED BY

網站設計做得好，訂單不會少。網頁設計公司推薦 《NetYea》 | 網頁設計, 關鍵字優化, 網站架設, 網頁優化, SEO

目前分類：未分類文章 (87)

站方公告

活動快報

我的好友

熱門文章

文章分類

最新文章

最新留言

動態訂閱

文章精選

文章搜尋

新聞交換(RSS)

誰來我家

參觀人氣

QR Code

POWERED BY

網站設計做得好，訂單不會少。網頁設計公司推薦《NetYea》 | 網頁設計, 關鍵字優化, 網站架設, 網頁優化, SEO