ps 教程

ps 教程相关知识

• PS教程/绘制卡通熊猫

  效果图非常类似3D效果，质感方面非常强，绘制的时候需要一定的美术功底，在绘制的时候能把握好光影，把平面的效果细化成立体效果。最终效果1、没错，直接椭圆工具画个圆形。2、调整一下图形，至少看起来像个脸（虽然更像包子）。3、耳朵同样是使用椭圆工具。4、把耳朵放在合适的位置，貌似熊猫已经画完了。5、熬夜的黑眼圈是熊猫最大的特征吧。6、眼睛＋鼻子，感觉眼睛被掏空～至此为止都是椭圆＋椭圆＋椭圆。7、这一步是眉毛＋嘴巴，主要也是为了说明我还是会用钢笔。8、眼睛是最重要的部分，但其实就是三个圈，稍后我们专门讲眼睛的绘制方法。9、为了突出这个熊猫喝别的熊猫不一样，加撮毛吧。10、感觉熊猫这种天天拿竹子磨牙的动物，没有牙齿很奇怪，加上吧。11、身体了，没错又是椭圆。12、钢笔＋椭圆，身体完成。13、穿上衣服，其实这里我都是使用的创建剪切蒙板（快捷键 ctrl＋alt＋g），放便快捷，图形也没必要那么准确了，原谅我，我真的太懒了。至此，整个熊猫的平面的图已经over了。14、继续说之前的眼睛。眼睛是圆的（废话），其实这是我这种
• PS教程 -快速将风景图片转成线条

  PS主要是处理像素构成的数字图片，使用其广泛的修改与绘图，可以有效的进行图片和编辑。PS有很多功能，在图像和图形、文字出版方面都有极大作为。今天给大家讲一下如何快速把彩色图片变成线条图，可以运用到各个设计里面，如包装底纹，请帖暗花等。以这个风景画为例，哪里有说的不对的地方还请大家原谅。第一，用PS打开，需要变成线条的图片第二，复制整个背景图层第三，图像----调整-----去色（快捷键 shift+ctrl+u）第四，在复制去色图层（快捷键 ctrl+j）第五，图像----调整-----反相（快捷键 ctrl+i），同时把图层面板，混合模式改成“颜色减淡”第六，滤镜---其它----最小值（半径R,要根据图片调数值大小）原图与抽出的线条图对比第七，合并所有图层，用魔棒选取白色-------把白色删掉就可以第八，锁定图层，填充我们所需要的的颜色到这里就所有的步骤都操作完毕了。下面小编给大家举几个例子图片的应用             &nb
• 【PS教程】用PS放大图片局部效果的教程

  PS局部放大效果怎么做很多初学PS的小伙伴问我怎么用PS放大图片‘局部细节’效果今天4399云课堂就教大家怎么用PS放大图片局部细节，很简单噢~PS制作图片局部放大效果的简单教程第一步：打开要处理的图片，用直线工具（箭头指向）画一条直线，直线画在你想要把局部放大表现出来的位置，在这里我选择右上角花蕊的位置第二步：用椭圆工具画2个圆，一个大一个小注：快捷键'U',按住Shift可以画出圆，一个圆一个图层噢第三步：把椭圆位置调好之后，选择背景图层，按ctrl+J复制图层，并拖到最上面第四步：接下来按住ctrl+Alt+G，创建剪贴蒙版，也可以右击图层，选择创建剪贴蒙版第五步：最后只要拖动图片位置，调整好就可以啦（可以按ctrl+T后按住shift调整图片大小）成品！！！完成啦~很简单吧！快去试试吧~期待你的作品~~
• PS教程：PS制作高格调的人物主题复古海报

  step1新建合适大小画布，打开人物图片，剪裁合适区域，布满画面。我这里用的是2000*3000像素，300分辨率。step2Ctrl+J复制一层，应用滤镜-风格化-等高线，调整色阶，到达能够看到丰富的轮廓线即可。step3Shit+Ctrl+U去色，变成单色线稿。step4对这层线稿应用滤镜-滤镜库-素描-便条纸。从而得到纸张纹理并深刻这些轮廓线。step5新建一层，填充颜色#bdae9a，将图层混合模式更改为“正片叠底”。step6复制一层人物原图，置于顶层。应用 调整-阈值。调整阈值色阶，类似版画效果即可。step7将阈值这一图层的图层混合模式更改为“正片叠底”，不透明度65%。得到以下效果。step8为阈值调整后的图层，新建蒙版。利用墨迹喷溅的笔刷，在不同透明度和大小下擦拭。笔刷的擦拭也没有什么好说的，靠感觉来，多练就成了，现在效果如下。　　蒙版单独显示效果。step9海报主体的人物部分的创建就完成了。为了避免单调，可以稍微用上述笔刷装饰。新建一层，选一个红色，点缀即可。step10海报的画面部分就

ps 教程相关课程

• ps教程之趣味外传 案例灵活变通

  讲师：Oeasy 中级 62548人正在学习

• PS入门教程——新手过招 慕课网推出的PS入门教程，PS入门学习必备课程，本课程将带你从PS的基本界面开始熟悉，ps入门课程主要分为三个章节，ps基本工具，ps选择与变形，ps色彩调整，通过小案例来学习简单的工具，终极目标就是先揭开PS的面纱，让你掌握PS的基本用法。

  讲师：Oeasy 入门 634870人正在学习

• PS大神通关教程 祁大湿带你梳理PS知识体系，分享实战经验，让你真正掌握PS使用方法。工具使用，图层操作，色彩调整，十八般武艺样样精通。真正实现菜鸟到大神的华丽转身。

  讲师：祁连山 入门 393009人正在学习

ps 教程相关教程

• 5. 实例测试希尔排序代码 我们来测试希尔排序算法的性能，使用10000个随机数进行测试：import randomimport datetimefrom sort_algorithms import shell_sort, insert_sort2if __name__ == '__main__': nums = [random.randint(10, 10000) for i in range(10000)] start = datetime.datetime.now() shell_sort(nums) # insert_sort2(nums) end = datetime.datetime.now() print('Running time: %s Seconds' % (end-start))PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.071001 Seconds然后来看看我们用前面改进的插入排序算法 (使用前面完成的 insert_sort2() 方法) 进行测试并和希尔排序的结果对比。可以看到希尔排序的性能大概是插入排序算法的 3 倍，所以希尔排序相比插入排序算法性能提升还是非常明显的。PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.216178 Seconds
• 4. ps 命令参数介绍 Centos操作系统中进程的状态有五种：运行：正在运行或在运行队列中等待；中断：休眠中，受阻，在等待某个条件的形成或接受到信号；不可中断：收到信号不唤醒和不可运行, 进程必须等待直到有中断发生；僵死：进程已终止, 但进程描述符存在, 直到父进程调用 wait4() 系统调用后释放；停止：进程收到SIGSTOP，SIGSTP，SIGTIN，SIGTOU 信号后停止运行运行。ps 命令可以用来查看进程相关信息，下面列举一些 ps 命令的参数：ps 命令参数名称功能与作用描述-a显示现行终端机下的所有程序，包括其他用户的程序。-A显示所有程序。-c列出程序时，显示每个程序真正的指令名称，而不包含路径，参数或常驻服务的标示。-e此参数的效果和指定 A 参数相同。 例如： ps -ee列出程序时，显示每个程序所使用的环境变量。f用ASCII字符显示树状结构，表达程序间的相互关系。-H显示树状结构，表示程序间的相互关系。-N显示所有的程序，除了执行ps指令终端机下的程序之外。-s采用程序信号的格式显示程序状况。-S列出程序时，包括已中断的子程序资料。-u以用户为主的格式来显示程序状况。-x显示所有程序，不以终端机来区分。Tips：使用上述一个或者多个参数可以查看到指定的进程信息。
• 3. 查看进程 在启动一个软件进程之后，可以使用 ps 命令查看启动软件的进程，命令如下：ps -aux | grep nginx执行结果如下图：Tips：ps -aux | grep nginx 中的 ps 表示查看进程，aux 是进程跟的参数，|grep nginx 表示使用管道查看 nginx 的进程。
• 3.1 教学 Python 可以作为《程序设计语言》课程的教学语言，在教学领域得到了国际和国内知名高高校认可。以世界著名的麻省理工学院 (MIT)为例，《计算机科学及编程导论》在 MIT 的课程编号是 6.00.1，是 MIT 计算机科学及工程学院的经典课程。之前，课程一直使用 Scheme 作为教学语言，不过由于 Python 简单、易学等原因，近年来已经改用 Python 作为教学语言了。
• 5. 优化快速排序算法 对于优化快速排序，在这里我们只考虑最简单的一种优化思路，就是基准数的选择。前面的快排算法中，我们都是选择列表的第一个元素作为基准数，这在列表随机的情况下是没有什么问题的，但对本身有序的列表进行排序时，时间复杂度就会退化到 O(n2)O(n^2)O(n2)。我们来进行相关测试：# 冒泡排序算法import datetimeimport randomfrom sort_algorithms import get_num_position, quick_sort# python默认递归次数有限制，如果不进行设置，会导致超出递归最大次数import sys sys.setrecursionlimit(1000000)if __name__ == '__main__': # 对于设置10000，本人电脑会出现栈溢出错误 # nums = [random.randint(10, 10000) for i in range(6000)] nums = [i for i in range(6000)] start = datetime.datetime.now() quick_sort(nums, 0, len(nums) - 1) end = datetime.datetime.now() print('Running time: %s Seconds' % (end-start))第一个注释的语言是对 nums 列表随机生成，而第二个直接情况是直接生成有序的列表。我们分别看执行结果：# 随机列表快排PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.027907 Seconds# 有序列表快排PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:02.159677 Seconds可以看到明显的差别，差不多差了 80 倍，这确实是纯快排算法存在的一个问题。如果我们往这个有序列表中插入少量随机数，打破有序的情况，会看到性能会有较大提升。这个问题的根源在于基准数目的选择，对于有序的列表排序时每次都是选择的最小或者最大的值，这就是最坏的情况。一个显而易见的改进策略就是随机选择列表中的值作为基准数，另一种是从头 (left)、中 ([left + right] // 2) 和尾 (right) 这三个元素中取中间值作为基准数。我们分别进行测试：import randomdef get_base(nums, left, right): index = random.randint(left, right) if index != left: nums[left], nums[index] = nums[index], nums[left] return nums[left]def get_base_middle(nums, left, right): if left == right: return nums[left] mid = (left + right) >> 1 if nums[mid] > nums[right]: nums[mid], nums[right] = nums[right], nums[mid] if nums[left] > nums[right]: # nums[left]最大，nums[right]中间，所以交换 nums[left], nums[right] = nums[left], nums[mid] if nums[mid] > nums[left]: # 说明nums[left]最小, nums[mid]为中间值 nums[left], nums[mid] = nums[mid], nums[left] return nums[left]def get_num_position(nums, left, right): # base = nums[left] # 随机基准数 base = get_base(nums, left, right) # base = get_base_middle(nums, left, right) while left < right: # 和前面相同，以下两个while语句用于将基准数放到对应位置，使得基准数左边的元素都小于它，右边的数都大于它 while left < right and nums[right] >= base: right -= 1 nums[left] = nums[right] while left < right and nums[left] <= base: left += 1 nums[right] = nums[left] # 基准数的位置，并返回该位置值 nums[left] = base return left改进后的测试结果如下：# 有序列表-随机基准值PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.021890 Seconds# 随机列表-随机基准值PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.026948 Seconds# 有序列表-中位数基准值PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.012944 Seconds# 随机列表-中位数基准值 PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.020933 Seconds可以看到使用中位数基准值在有序列表情况下排序速度更快。最后还有一个简单的常用优化方案，就是当序列长度达到一定大小时，使用插入排序。# 改造前面的插入排序算法def insert_sort(nums, start, end): """ 插入排序 """ if not nums: return False for i in range(start + 1, end + 1): t = nums[i] for j in range(i - 1, start - 1, -1): k = j if nums[j] <= t: k = k + 1 break nums[j + 1] = nums[j] nums[k] = t return True # ...def quick_sort(nums, start, end): """ 快速排序算法 """ if (end - start + 1 < 10): # 在排序的数组小到一定程度时，使用插入排序 insert_sort(nums, start, end) return # 找到基准数位置，同时调整好数组，使得基准数的左边小于它，基准数的右边都是大于它 pos = get_num_position(nums, start, end) # 递归使用快排，对左边使用快排算法 quick_sort(nums, start, pos - 1) # 对右边元素使用快排算法 quick_sort(nums, pos + 1, end)下面是使用【随机基准+插入排序优化】的测试结果如下：# 有序列表-[随机基准+使用插入排序优化]PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.010962 Seconds# 无序列表-[随机基准+使用插入排序优化]PS C:\Users\spyinx\Desktop\学习教程\慕课网教程\算法慕课教程\code> & "D:/Program Files (x86)/python3/python.exe" c:/Users/spyinx/Desktop/学习教程/慕课网教程/算法慕课教程/code/test_algorithms.pyRunning time: 0:00:00.018935 Seconds可以看到这些小技巧在真正大规模数据排序时会有非常明显的效果。更多的优化方法以及测试，读者可以自行去实验和测试，这里就不再继续讲解了。
• 2. 教程设计 本门教程首先会对 ECharts 的简单使用以及各个配置项讲解，再对 ECharts 中视图的构成组件进行一一解读，之后会通过实例和使用对 ECharts 中所有的图表进行讲解，最后我们将在进阶部分对当下流行的库与 ECharts 的整合进行全面介绍。

ps 教程相关搜索

pack package package文件 padding pages page对象 panda panel panel控件 param parameter parcel parent parentnode parents parse parse error parseint partition pascal

查看更多慕课网实用课程