PPT图片中提取图形(Shape)
经常我们在网上看到了一张心仪的图片,想将这图片中的图形用于PPT的编辑,通常我们惯用的手法是按照图片中的图形来进行拼凑,可是这样既费时间效果也常常差强人意。在本人之前编写PPT的过程中,就不止一次的希望能够快速的提取某张图片中的图形,但是PPT本身其实并不具备这样的功能,因此本人特意开发一款PPT插件,独乐乐不如众乐乐,现在免费分享给大家,下面是对图片转图形的介绍,如有需要,可以到下面的链接进行下载(下载链接里有安装教程)。
我们以以下这张图片为例:
1. 安装好后,点击Pic2Shapes按键。
2.在PPT右侧可以看到下面的页面,首先我们可以通过点击“Load Pic”上传一张图片:
2. 下面是上传后的效果,接下来我们分别介绍一下每个控件的具体功能:
2.1 BinayColor:勾选该控件代表只会提取图片中的图形,会忽略掉图片中的图形颜色,会将图片中的图形作为一个整体进行提取。相反,取消勾选,会根据图片中的图形的不同颜色分别对图形进行提取,这种提取会比较耗时。
2.2 ForeColor & BackColor:当勾选“BinaryColor”后,可以设置提取出的图形前景颜色以及背景颜色。
2.3 Gaussian Filter:“高斯过滤”可以实现对图片的降噪,该值为0说明不会对图片进行高斯降噪,该选项通常对BinaryColor勾选时比较有用,因为对图片中的图形进行整体提取时,可以对图形边缘进行模糊平滑处理,这样可以提取出较为完成的图形。
2.4 Color ImageEnhance:“颜色平衡”可以对图片中的颜色进行调整,当图片中的图形整体颜色比较弱,可以通过设置该选项对图片中的颜色进行增强。
2.5 Contrast ImageEnhance:"对比度"可以对图片中的对比度进行调整,当图片中的图形颜色接近于背景颜色时,可以通过设置该选项增加图片的对比度。
2.6 Sharpness ImageEnhance:"锐度-图片增强",它是反映图像平面清晰度和图像边缘锐利程度的一个指标。如果将锐度调高,图像平面上的细节对比度也更高,看起来更清楚。
2.7 Shape Enhance: 图片中图形的辨识度,该值越小,对图形的要求越严格,不规整的图形将不会被提取出来,相反,如果该值越大,即对图形的要求越宽松,一些不规则的图形将会被提取出来。
2.8 Shape Coverage:“图形覆盖率”,如果图片中有两个图形相互重叠在一起,当这两个图形几乎完全重叠时,如果你想只显示一种颜色,那么可以通过设置这个“覆盖率”,当超过这个覆盖率时,两个图形会显示相同颜色,低于这个“覆盖率”将显示不同颜色。
2.9 Smooth Filter:“平滑滤波”对图片中图形的边缘进行降噪,图片中图形边缘比较模糊时使用。
2.10 Postive:当勾选“BinaryColor”时,用来控制“ForeColor”以及“BackColor”显示的方向。
当取消“BinaryColor”后,一些设置会消失,与此同时会多出两个设置:
2.11 Pixel Range:由于我们是对图片中不同颜色的图形进行全提取,当图片中出现噪点时,那么可以设置一个适当的值,那么图片中只有像素数量超过这个值才会被提取,低于这个值的图形将被视为噪点。
2.12 Contour Distance: 这个设置可以控制图形的轮廓清晰度,设置较大的值轮廓会比较平滑,通常受轮廓边缘清晰度质量影响。
3. 到此,基本功能已经介绍完了,下面我们分别举两个实际的例子:
3.1 勾选”BinaryColor“对图片中的图形进行整体提取,具体调节参数如下:
当参数设置完后,可以点击”Refresh“按键,对图片进行刷新,可以看到你的这些设置对图片产生了什么样的影响,是否达到了预期效果。
然后点击”Run“按键,几秒钟后可以在PPT中看到提取出的图形,可以看到BinaryColor将图片中的图形作为一个整体进行提取的。
3.2 取消”BinaryColor“勾选,对图片中不同颜色的图形进行分别提取:
参数的设置如上,提取出的图形如下,可以看到该功能是对图片中不同颜色的图形进行分别的提取。
插件下载地址:
MLPlatform: 你好,同学 你可以参考一下以下两个文章的讲解,主要是关于L1,L2以及L1和L2联合使用的情况。在XGBoost既可以单独用L1,也可以单独用L2,并且也可以联合使用L1和L2。 http://www.allmlp.com/#/datamodeling/modelingcontent?id=10001 http://www.allmlp.com/#/datamodeling/modelingcontent?id=10003
weixin_47211392: 您好,想要请教一下,当正则化那里采用L1正则化时的目标函数该怎么写呀?
CSDN-Ada助手: 推荐 CS入门 技能树:https://edu.csdn.net/skill/gml?utm_source=AI_act_gml