Photoshop人像摄影后期调色圣经 PDF 版

  • 更新时间:
  • 7392人关注
  • 点击下载

Photoshop人像摄影后期调色圣经》是一本关于Photoshop相关的电子书资源,介绍了关于Photoshop、人像、摄影、后期调色方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小41103 MB M,钟百迪,张伟编写,目前豆瓣、亚马逊、当当、京东等综合评分为:7.7分,一起来看下具体内容。

Photoshop人像摄影后期调色圣经》从摄影爱好者的实际需求出发,从摄影前期与后期的结合人手,在处理照片的过程中,注重原理对实践的指导意义。在处理过程中避免出现眼高手低的情况,一步一步深入浅出,为摄影爱好者揭开照片为什么不精彩的谜团。《Photoshop人像摄影后期调色圣经》注重原理指导实践,让摄影爱好者触类旁通,真正把握照片处理的意义。
《Photoshop人像摄影后期调色圣经》是专门针对摄影后期的调色类书籍,对相关知识进行深入剖析,结合案例,手把手地指导在摄影后期技术上无法突破的摄影爱好者,为他们提供实际有用的摄影技巧,从而创作出优秀的摄影作品。未经许可,不得以任何方式复制或抄袭《Photoshop人像摄影后期调色圣经》之部分或全部内容。

版本: Kindle电子书
文件大小: 41103 KB
纸书页数: 231
出版社: 电子工业出版社; 第1版 (2011年1月1日)
语种: 简体中文
ASIN: B00FF1Y42O
品牌: 电子工业出版社

展开阅读

Photoshop相关资源

学习笔记

21小时10分钟前回答

python 3利用Dlib 19.7实现摄像头人脸检测特征点标定

Python 3 利用 Dlib 19.7 实现摄像头人脸检测特征点标定 0.引言 利用python开发,借助Dlib库捕获摄像头中的人脸,进行实时特征点标定; 图1 工程效果示例(gif) 图2 工程效果示例(静态图片) (实现比较简单,代码量也比较少,适合入门或者兴趣学习。) 1.开发环境 python: 3.6.3 dlib: 19.7 OpenCv, numpy import dlib # 人脸识别的库dlibimport numpy as np # 数据处理的库numpyimport cv2 # 图像处理的库OpenCv 2.源码介绍 其实实现很简单,主要分为两个部分:摄像头调用+人脸特征点标定 2.1 摄像头调用 介绍下opencv中摄像头的调用方法; 利用 cap = cv2.VideoCapture(0) 创建一个对象; (具体可以参考官方文档) # 2018-2-26# By TimeStamp# cnblog……

3小时24分钟前回答

OpenCV-Python 摄像头实时检测人脸代码实例

参考 OpenCV摄像头使用 代码 import cv2cap = cv2.VideoCapture(4) # 使用第5个摄像头(我的电脑插了5个摄像头)face_cascade = cv2.CascadeClassifier(r'haarcascade_frontalface_default.xml') # 加载人脸特征库while(True): ret, frame = cap.read() # 读取一帧的图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转灰 faces = face_cascade.detectMultiScale(gray, scaleFactor = 1.15, minNeighbors = 5, minSize = (5, 5)) # 检测人脸 for(x, y, w, h) in faces: cv2.rectangle(gray, (x, y), (x + w, y + h), (0, 255, 0), 2) # 用矩形圈出人脸 cv2.imshow('Face Recognition', gray) if cv2.waitKey(1) & 0xFF == ord('q'): breakcap.release() # 释放摄像头cv2.destroyAllWindows() 效果 以上所述是小编给大家介绍的OpenCV-Python 摄像头实时检测人脸详解……

6小时19分钟前回答

Python3利用Dlib实现摄像头实时人脸检测和平铺显示示例

1. 引言 在某些场景下,我们不仅需要进行实时人脸检测追踪,还要进行再加工;这里进行摄像头实时人脸检测,并对于实时检测的人脸进行初步提取; 单个/多个人脸检测,并依次在摄像头窗口,实时平铺显示检测到的人脸; 图 1 动态实时检测效果图 检测到的人脸矩形图像,会依次平铺显示在摄像头的左上方; 当多个人脸时候,也能够依次铺开显示; 左上角窗口的大小会根据捕获到的人脸大小实时变化; 图 2 单个/多个人脸情况下摄像头识别显示结果 2. 代码实现 主要分为三个部分: 摄像头调用,利用 OpenCv 里面的 cv2.VideoCapture() ; 人脸检测,这里利用开源的 Dlib 框架,Dlib 中人脸检测具体可以参考……