动图ps在html不动,教你如何用ps把动态图片加到静态图片上

教程教大家用PhotoShop制作樱花花瓣飘落飞舞的GIF动态图像效果,本教程使大家可以学习到如何将一张动态素材导入PS加到静态图片背景上,想学的同学赶快来学习哦!

静态图片背景上,想学的同学赶快来学习哦!

效果图:

9813b1229ee358b9f895bb3edf85faa0.gif

这个应该大部分人都会啦 我就是喜欢这种图片才写给像我一样的新手看的

27e2f455dfef092aa6e80375941b237d.gif

素材

c830242620fe64017debf847404bfc1a.png

1.我用的是CS5版本,装了QuickTime播放器的,点文件导入-视频帧到图层。

2fefd43e7cf6d69df5e84886dea6b6a6.png

2..找到素材文件夹,打上素材的文件名-点载入

ff8f51e32e5aca9752fc6345df10da74.png

3.点确定

3f39fb2decb81392a685249550c9566f.png

4.导入之后就是这样子,在动画面板选住第一帧,其它你不去乱点,默认也是选中第一帧的

01591636dbec52275812dfed2080dafb.png

5.在最上面新建一个组,就是图层面板下方那个文件夹点一下即可,然后全选所有素材图层,这个素材共有83个图层,都拖到组1里面去

5d26d4a7b513633bd657fbd4c94514f4.png

6.看到了吧 图层全在组里面,把它收进来

5c1749aec8ca9c13110ffc51848bdf1c.png

7.然后打开背景图片,按住上边状态条往下拖一下

dbdc4790f64f1db4ebb6b6cb901c3095.png

8.再把背景图片,拖到素材文档里面

0396bd7eb038bfa94560112011536335.png

9.背景较大,CTRL+T调整到合适的大小

0cb4892de6dfec25ab9c527a1b657c04.png

10.在图层面板中,把背景图层拖到组1的下方,把组1的图层模式改为滤色

f37596ce14a6f86c75132b3daa325b8c.png

11.然后用裁切工具,裁去上下两端的黑色

40181c78b4c2dc339bad9924e728e381.png

12.播放一下,没有问题,就可以保存了

8b4c38223ee166b65fdf95c3ef9e2f6b.png

13.这是存储界面,如果不嫌文件太大,直接点存储就可以,但是如果要上传到百度空间,那么就必须调整一下尺寸,红框处是尺寸与大小,

不要超过500K,不然传到贴吧 就不会动了.

e096031a80f411c0b6015d11aed1300d.png

最终效果!

9813b1229ee358b9f895bb3edf85faa0.gif

全教程完,学完记得交作业。如果本教程对您有所帮助,请推荐给你的朋友。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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