Photoshop为照片打造朦胧背景(转)

本文介绍如何使用Photoshop为照片打造朦胧背景效果。通过复制背景层并应用高斯模糊滤镜,然后利用蒙版和椭圆选区工具精确控制模糊范围,实现人像清晰而背景模糊的艺术效果。
Photoshop为照片打造朦胧背景(转)[@more@]

  原图:

1159628852_ddvip_7786.jpg

  制作步骤:

  打开原图,复制一个背景层:

1159628852_ddvip_665.jpg

  执行“滤镜”=>“模糊”=>“高斯模糊”

1159628853_ddvip_8875.jpg

  添加一个蒙板:

1159628853_ddvip_3748.jpg

  使用椭圆选区,选择人像的部分组成一个选区:

1159628853_ddvip_4318.jpg

  执行“选择”=>“羽化”:

1159628854_ddvip_6238.jpg

  设置羽化半径为100,你也可以改改数值试试啊!

1159628854_ddvip_5198.jpg

  设置前景色为黑色#000000

1159628855_ddvip_6616.jpg

  使用油漆桶工具对椭圆区域进行填充:

1159628855_ddvip_6394.jpg

  最后取消选区,合并图层,最终效果如下所示:

1159628856_ddvip_1871.jpg

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10752043/viewspace-949314/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-949314/

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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