【有利可图网】PS实战系列:制作开阔大气的海洋生态立体字

通过PS的3D工具和素材结合,本文详细介绍了如何制作具有开阔大气感的海洋生态立体字,包括设置渐变背景、制作立体字、添加海底与海面素材、调整高光和阴影,以及整合海洋生物等元素,最终形成生动立体的海洋主题文字效果。

本文的立体字制作分为三个部分:首先用PS自带的3D工具做出初步的立体字;然后在立体字的表面和立体面加上海底和海浪素材;最后在文字上面加上海洋相关的一些素材,如:海鸥、海豚、帆船、小岛、鲸鱼等。

 

最终效果

t1.jpg

 

1、新建文件。打开PS软件,按Ctrl + N 新建文件,尺寸为1480 × 1080像素,分辨率为72像素/英寸,然后点确定。

t2.jpg

 

2、添加渐变背景。在工具箱选择“渐变工具”,在属性栏选择“径向渐变”,然后点击渐变色设置渐变,颜色设置为淡青色至青色,然后由画布的右上角往下拉出渐变色,过程如下图。

t3.jpg

t4.jpg

 

3、下面来制作立体字。在工具箱选择“横排文字工具”,在属性栏设置字体和字体大小,颜色用白色。

t5.jpg

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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