更改图片大小_PS技巧3分钟 第一期:利用PS调整图片大小

本次我们给大家带来的PS系列教程主要是其在科技论文中的应用。 综合考虑,我们此次的教程主要面向没有基础、刚开始接触PS的人,当然后期我们也会推出高级的教程。 在此次初级教程中我们也会不定时的结合其他3D软件推出PS在封面的整体制作中的应用。 在开始我们需要明白一点,很多软件其实功能是有重合,复杂的软件并不一定好用,用 PS 能实现的某一个功能在很多软件中也可以很方便的实现。但是当我们把 PS 作为主要的软件来处理图片和画图时,利用其内置的功能也是十分重要的。 下面进入正题 : 在 PS 中,调整图片主要有以下 3 个途径。 1.  选中相应图层,按 Ctrl+T ,图形周围就会出现带点边框(如下图),此时左键点中任意一个点拖动即可调整图片大小,在拖动时光标右上方会有图片大小提示,完成后按回车确认。注:如果要按比例放大缩小,拖动时按住 Shift 。 645042163e9fd6ce1055bb144e83903f.png 2. 如 1 进行到 Ctrl+T 步骤,此时可通过上方出现的菜单栏进行调节。如图所示 : 23a44d5d8ea1de646d2174b9cb01a7d4.png 图中 X,Y 代表图形的坐标位置,改变 W, H 可以调节图片的宽和高,完成后按回车确认。注:右键单击 W 或者 H 会出现选项框,可选择按像素大小改变或按百分比改变。 587919689ff002b9d2ac1744a91e9c7f.png 3. 点击上方的图像按钮,选中图像大小,会弹出如下选项框,此时只要在选项框中直接更改我们所需要的大小即可。 64b47b2081116b54365c4f8a607fa710.png 本期的 PS 3 分钟到此结束,欢迎大家交流提问。敬请期待下期教程。

198fff20c4ac84c142d9c710faa1b006.png

27dd57694b166765ef18072f5e12643a.png

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这段代码有错误,我应该更改成什么样子%% I. 清空环境变量 clear all clc %% II. 训练集/测试集产生 %% % 1. 导入数据 data = csvread("results.csv"); train_ratio = 0.8; [m,n] = size(data); %% % 2. 产生训练集和测试集 temp = randperm(size(data,1));%size(a,1)行数,size(aa,2)列数产生随机数列 % 训练集 P_train = data(temp(1:train_ratio*m),1:58)';%单引号矩阵转置 % T_train = zeros(58,train_ratio*m); T_train = data(temp(1:train_ratio*m),59:62)'; %T_train(1:4,:) = data(temp(1:train_ratio*m),59:62)'; % 测试集 P_test = data(temp(train_ratio*m+1:end),1:58)'; T_test = data(temp(train_ratio*m+1:end),59:62)'; N = size(P_test,2); %% III. 数据归一化 [p_train, ps_input] = mapminmax(P_train,0,1);%归一化训练数据,线性? p_test = mapminmax('apply',P_test,ps_input);%测试数据同样规则归一化 [t_train, ps_output] = mapminmax(T_train,0,1); %%CNN架构 layers = [ imageInputLayer([58 1]) %输入层参数设置 %第一层卷积层和池化层 convolution2dLayer(4,16,'Padding','same') %[64,1]是卷积核大小,128是个数 %对于一维数据,卷积核第二个参数为1就行了,这样就是一维卷积 reluLayer %relu激活函数 maxPooling2dLayer(2,'Stride',2) %第二层卷积层和池化层 convolution2dLayer(4,16,'Padding','same') reluLayer %relu激活函数 maxPooling2dLayer(2,'Stride',2) %两层全连接层 fullyConnectedLayer(20) % 20个全连接层神经元 reluLayer %relu激活函数 fullyConnectedLayer(4) % 输出层神经元个数 softmaxLayer regressionLayer%添加回归层,用于计算损失值 ]; % 定义训练选项 options = trainingOptions('adam', ...%优化方法:sgdm、adam等 'MaxEpochs',100, ... 'MiniBatchSize',20, ... 'InitialLearnRate',0.001, ... 'GradientThreshold',1, ... 'Verbose',true,... 'ExecutionEnvironment','multi-gpu',...% GPU训练 'Plots','training-progress',...%'none'代表不显示训练过程 'ValidationData',{p_test, T_test});%验证集 %训练模型 net = trainNetwork(p_train',t_train',layers,options);
最新发布
07-15

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值