ps抠图方法汇总

一、善用魔术棒法

用魔法帮抠图是最直观明了的抠图方法,也是最基础的抠图方法,适用范围是图像和背景色差非常明显,背景颜色单一,图像边界清晰。

魔法棒抠图就是通过删除背景色来获取自己所需要的图像。

方法缺陷:对毛发没有用,对于比较多元化的图片不能这样做。

魔法棒使用方法:

1、点击打开”魔术棒”工具;

2、在”魔术棒”工具条中,在”连续”项前打勾;

3、”容差”值填入”10″。(值可以看之后的效果好坏进行调节,值越小抠图边界越清晰,值越大边界越模糊);

4、用魔术棒点背景图,会出现虚框围住背景图;

5、如果对虚框的范围不满意,可以先按CTRL+D取消虚框,再对上一步的”容差”值进行调节;

6、如果对虚框范围满意,按键盘上的DELE键,删除背景色,就得到了单一的图像。

二、色彩范围–抠图非常快速的方法

这种方法也是基础的方法之一,适用于图像和背景色色差明显,背景色单一,图像中无背景色。方法缺陷比较大:对图像中带有背景色的不适用。

使用方法:

1、颜色吸管拾取背景色;

2、点击菜单中”选择”功能里的”色彩范围”功能;

3、在”反向”项前打勾,确定后就选中图像了。
在这里插入图片描述

三、 磁性索套法——-抠图比较常用方便和精确

适用范围:图像边界清晰。

方法意图:磁性索套会自动识别图像边界,并自动黏附在图像边界上。

方法缺陷:边界模糊处需仔细放置边界点。

使用方法:

1.选取索套工具- 磁性索套工具;

2.用“磁性索套”工具,沿着图像边界慢慢的放置,两点之间自动有一条线黏附在图像边界上

3.索套闭合后,抠图就完成了,然后按CTRL+J就可以复制这个抠好的图层工
在这里插入图片描述# 四使用钢笔抠图
1、首先ctrl+j复制一个新图层
2、点击钢笔,然后"路径",
3、按住ALT键不放用钢笔点击A点,嘿嘿A点左侧的线段消失了。。。然后继续往后点吧。。。。如果不管你怎么拖动鼠标两点间的线也无法与图像边缘重合咋办呢?说明你定的点有问题可以缩短下两点间的距离试下。。。(注;如果出现上述情况可以按Crtl+z返回上一步重新定点然后按住鼠标继续拖动吧)
想要抠取的图像被流动的虚线框住了
4、用快捷键喽。。。。Ctrl Shift+i(反选)现在流动的虚线框起了被抠取图像的外围!然后点击键盘上的Delete键(删除被选中的图像外围喽)单击背景层的小眼睛,看下效果。。。

内容概要:本文详细探讨了基于樽海鞘算法(SSA)优化的极限学习机(ELM)在回归预测任务中的应用,并与传统的BP神经网络、广义回归神经网络(GRNN)以及未优化的ELM进行了性能对比。首先介绍了ELM的基本原理,即通过随机生成输入层与隐藏层之间的连接权重及阈值,仅需计算输出权重即可快速完成训练。接着阐述了SSA的工作机制,利用樽海鞘群体觅食行为优化ELM的输入权重和隐藏层阈值,从而提高模型性能。随后分别给出了BP、GRNN、ELM和SSA-ELM的具体实现代码,并通过波士顿房价数据集和其他工业数据集验证了各模型的表现。结果显示,SSA-ELM在预测精度方面显著优于其他三种方法,尽管其训练时间较长,但在实际应用中仍具有明显优势。 适合人群:对机器学习尤其是回归预测感兴趣的科研人员和技术开发者,特别是那些希望深入了解ELM及其优化方法的人。 使用场景及目标:适用于需要高效、高精度回归预测的应用场景,如金融建模、工业数据分析等。主要目标是提供一种更为有效的回归预测解决方案,尤其是在处理大规模数据集时能够保持较高的预测精度。 其他说明:文中提供了详细的代码示例和性能对比图表,帮助读者更好地理解和复现实验结果。同时提醒使用者注意SSA参数的选择对模型性能的影响,建议进行参数敏感性分析以获得最佳效果。
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