精华内容
下载资源
问答
  • 这是一张唯美紫色云彩PPT背景图片; 关键词:云彩、天空幻灯片背景图片,唯美风格PPT背景图片,.jpg格式;
  • 这是一张唯美紫色云彩PPT背景图片; 关键词:云彩、天空幻灯片背景图片,唯美风格PPT背景图片,.jpg格式;
  • <br> <br> <br> <br> <br> 这是12张彩色云彩PPT背景图片; 关键词:彩色云彩幻灯片背景图片,唯美云朵PowerPoint背景图片,.jpg格式;
  • 这是12张彩色云彩PPT背景图片; 关键词:彩色云彩幻灯片背景图片,唯美云朵PowerPoint背景图片,.jpg格式;
  • 这是一张唯美紫色云彩PPT背景图片; 关键词:云彩、天空幻灯片背景图片,唯美风格PPT背景图片,.jpg格式;
  • 这是一张彩色晕染云彩PPT背景图片; 关键词:云海、云朵幻灯片背景图片,彩色晕染抽象PowerPoint背景图片,.jpg格式;
  • 这是一张彩色晕染云彩PPT背景图片; 关键词:云海、云朵幻灯片背景图片,彩色晕染抽象PowerPoint背景图片,.jpg格式;
  • 这是一张彩色晕染云彩PPT背景图片; 关键词:云海、云朵幻灯片背景图片,彩色晕染抽象PowerPoint背景图片,.jpg格式;
  • 治愈系云彩桌面壁纸

    2021-02-07 12:49:14
    日出、日落时,经常将云彩作为点缀,避免画面过于平淡无聊。其实云彩本身也是很美的,用它们作为主角,也一样能拍出美丽的风光照。云彩本身,画面未免略显单调...绚丽多彩好看的天边云彩唯美图片宽屏电脑桌面壁纸第二

    日出、日落时,经常将云彩作为点缀,避免画面过于平淡无聊。其实云彩本身也是很美的,用它们作为主角,也一样能拍出美丽的风光照。云彩本身,画面未免略显单调乏味,所以加入一些前景来充实画面是不错的处理方式。

    高图网 www.gaopic.com 带来治愈系云彩桌面壁纸,包括各种云彩桌面壁纸图片、云彩高清桌面图片,希望可以以温柔待温柔!

    高清唯美风景桌面壁纸下载

    精致蓝天白云桌面壁纸下载

    精选火山美景桌面壁纸下载

    绚烂云彩唯美宽屏壁纸

    绚丽多彩好看的天边云彩唯美图片宽屏电脑桌面壁纸第二辑

    绚丽多彩好看的天边云彩唯美图片宽屏电脑桌面壁纸第一辑

    天空奇观超级月亮唯美高清壁纸

    透过云彩的阳光梦幻自然风光高清壁纸

    绝美火烧云自然风光高清桌面壁纸

    精选大瀑布美景桌面壁纸下载

    精选朝霞桌面壁纸下载

    精致夕阳美景桌面壁纸下载

    精选荒漠桌面壁纸下载

    唯美火烧云绚丽自然风光高清桌面壁纸

    炫酷火烧云唯美高清桌面壁纸

    展开全文
  • 彩色渐变云彩云朵PPT背景图片。JPG格式,1920x1080分辨率,高清大图。关键词:光斑 光晕 云朵 云彩
  • python实现使用聚类算法进行图片压缩 现在我们获得了一张图片flower.jpg,我们希望使用聚类算法对图像进行压缩,其思想是:其核心思想是通过聚类将颜色表示数量减少。例如,传统RGB,每个通道0~255(8 bits),则可以...

    python实现使用聚类算法进行图片压缩

    现在我们获得了一张图片flower.jpg,我们希望使用聚类算法对图像进行压缩,其思想是:其核心思想是通过聚类将颜色表示数量减少。例如,传统RGB,每个通道0~255(8 bits),则可以表示16777216 (24 bits)种颜色,通过聚类可以减少到16种颜色。

    代码:

    import numpy as np
    from scipy import misc 
    from sklearn import cluster
    import matplotlib.pyplot as plt
    
    ###STEP1###
    #compress_image函数实现图片压缩功能,compress_image函数将每个像素作为一个元素进行聚类,以此减少其颜色个数。
    #参数img是图片传入的接口,因此我们需要知道变量img的数据结构,请自行查看。 
    def compress_image(img, num_clusters):
        #思考,聚类算法对输入的数据结构要求如何?
        #问题一:补全代码,将img结构进行转换即每个像素作为一个元素,使之能符合聚类算法数据输入的要求。
        X = img.reshape((-1, 1))    #将原来的img文件的数据结构转化为单列格式。不知道img原来的数据结构可能是一个矩阵,我们将每一个像素点都转化为单列的格式。
    
        #print(X.shape)
        # 创建KMeans聚类模型,并训练。
        kmeans = cluster.KMeans(n_clusters=num_clusters, n_init=4, random_state=5)
        kmeans.fit(X)
        
        #问题二:补全代码,分别获取每个数据聚类后的label,以及每个label的质心。
        centroids = kmeans.cluster_centers_.squeeze()  #把img文件新生成的数组将其数组形状中的维度删除 也就是将shape中为1的删除。
        labels = kmeans.labels_                        #那到新数据的质心,目的要替换原来像素点的质心
        
        #问题三:使用质心的数值代替原数据的label值,那么我们将获得一个新的图像。 
        # 提示,使用numpy的choose函数进行进行质心值的代替,reshape函数回复原图片的数据结构,并返回结果。
        input_image_compressed = np.choose(labels, centroids).reshape(img.shape) 
        #使用choose函数将质心替换原来的数据。
    
        return input_image_compressed 
    
    ###STEP2###
    #plot_image函数打印图片
    def plot_image(img, title):
        vmin = img.min()
        vmax = img.max()
        plt.figure()
        plt.title(title)
        plt.imshow(img, cmap=plt.cm.gray, vmin=vmin, vmax=vmax)
    
    
    ###STEP3###
    #读入图片,设置压缩率,实现压缩
    if __name__=='__main__':
        #设置图片的路径和压缩比例
        input_file = "E:/flower/flower.jpg"
        num_bits = 2
        if not 1 <= num_bits <= 8:
            raise TypeError('Number of bits should be between 1 and 8')
        num_clusters = np.power(2, num_bits)
        # 输出压缩的比例
        compression_rate = round(100 * (8.0 - num_bits) / 8.0, 2)
        print ("\nThe size of the image will be reduced by a factor of", 8.0/num_bits)
        print ("\nCompression rate = " + str(compression_rate) + "%")
        # 加载需要压缩的图片
        input_image = misc.imread(input_file, True).astype(np.uint8)
        # 原始图像的输出
        plot_image(input_image, 'Original image')
        # 压缩后的图像输出 
        input_image_compressed = compress_image(input_image, num_clusters)
        plot_image(input_image_compressed, 'Compressed image; compression rate = ' 
                + str(compression_rate) + '%')
    
        plt.show()
    

    结果:

    在这里插入图片描述
    感谢阅读!希望能对你有帮助,有问题可以私信我。

    展开全文
  • 问题:使用kmeans对图片颜色进行聚类 RGB图像,每个像素点值范围0-255 原始图像每个点的取值在0-255之间,也就是说,每个点都可以有256种颜色可以选择,所以每个像素点需要用8byte进行存储,现在我们希望用16种颜色对...

    1、问题:

    问题:使用kmeans对图片颜色进行聚类
    RGB图像,每个像素点值范围0-255

    原始图像每个点的取值在0-255之间,也就是说,每个点都可以有256种颜色可以选择,所以每个像素点需要用8byte进行存储,现在我们希望用16种颜色对其进行表示,也就是每个像素点只需4byte

    2、解题

    0、导包:

    import numpy as np
    import scipy.io as sio
    import matplotlib.pyplot as plt
    from skimage import io
    

    导入新包:skimage

    1、导入数据:

    data  = sio.loadmat(path)
    # print(data.keys())
    A = data['A']
    print(A.shape)
    image = io.imread(img_path)
    plt.imshow(A)
    plt.show()
    

    结果:
    在这里插入图片描述
    其中png与mat格式的图像经过plt.imshow()都是此图
    mat文件中对每个点显示的颜色都进行了设置

    2、对A进行标准化,加快聚类速度

    #1、对A进行标准化
    A = A/255
    A = A.reshape(-1,3)
    

    不知道为啥对A reshape成(-1,3)?
    前置知识:Python官方解释 -1 是不指定的意思,这意思就是,我就要把它变成3列,多少行,机器自己算

    3、引入聚类方法:

    #获取标签所属类别
    def find_centroids(X,centros):
        idx=[]
        for i in range(len(X)):
            #(2,)(k,2)->(k,2)
            dist = np.linalg.norm((X[i]-centros),axis=1)#(k,)求平方和再开方
            id_i = np.argmin(dist)
            idx.append(id_i)
        return np.array(idx)
    centros = np.array([[3,3],[6,2],[8,5]])
    # idx = find_centroids(X,centros)
    # print(idx)
    
    #计算聚类中心点
    def compute_centros(X,idx,k):
        centros = []
        for i in range(k):
            centros_i = np.mean(X[idx==i],axis=0)
            # print(centros_i)
            centros.append(centros_i)
    
        return np.array(centros)
    # print(compute_centros(X,idx,k=3))
    
    #运行Kmeans,重复执行1和2
    def run_kmeans(X,centros,iters):
        k = len(centros)
        centros_all = []
        centros_all.append(centros)
        centros_i = centros
        for i in range(iters):
            idx = find_centroids(X,centros_i)
            centros_i = compute_centros(X,idx,k)
            centros_all.append(centros_i)
        return idx,np.array(centros_all)
    

    4、使用16个点对图像进行聚类,意思是每个点都有16中颜色可选

    k=16
    idx,centros_all = run_kmeans(A,init_centros(A,k),iters=20)
    centros = centros_all[-1]
    #最后一次聚类的16个值
    #print(centros)
    im = np.zeros(A.shape)
    #初始化一个新的图像,对图像中的各个地方进行赋值
    for i in range(k):
        im[idx==i] = centros[i]
    #将im  reshape成原来的大小
    im = im.reshape(128,128,3)
    #显示
    plt.imshow(im)
    plt.show()
    

    结果:
    在这里插入图片描述

    原图:
    在这里插入图片描述

    展开全文
  • canvas作图飘动的云朵

    2021-06-11 02:19:23
    canvas绘制飘动的云朵/*CSS代码片段*/...background-repeat:repeat-y;margin:0;height: 100%;overflow:hidden;font-family:'microsoft yahei',Arial,sans-serif;}/*Javascript代码片段*///创建画布并开始动画funct...

    canvas绘制飘动的云朵

    /*CSS代码片段*/

    html,body{

    background:#049ec4;

    background-repeat:repeat-y;

    margin:0;

    height: 100%;

    overflow:hidden;

    font-family:'microsoft yahei',Arial,sans-serif;

    }

    /*Javascript代码片段*/

    //创建画布并开始动画

    function showCloud(){

    //创建画布设置画布属性

    var canvas = document.createElement("canvas");

    canvas.width = document.body.clientWidth;

    canvas.height = document.body.clientHeight;

    canvas.style.position = "absolute";

    canvas.style.zIndex = 0;

    var ctx = canvas.getContext("2d");

    //向body中添加画布

    document.body.appendChild(canvas);

    //设置一个初始X轴位置

    var i = 0;

    //循环更新画布

    window.setInterval(function() {

    //清空画布

    ctx.clearRect(0, 0, canvas.width, canvas.height);

    //绘制一朵云

    drawCloud(ctx, i, canvas.height * 0.5, canvas.width * 0.25);

    //云朵向右随机移动

    i += Math.random();

    },80)

    }

    /*渲染单个云朵

    context: canvas.getContext("2d")对象

    cx: 云朵X轴位置

    cy: 云朵Y轴位置

    cw: 云朵宽度

    */

    function drawCloud(context, cx, cy, cw) {

    //云朵移动范围即画布宽度

    var maxWidth = context.canvas.width;

    //如果超过边界从头开始绘制

    cx = cx % maxWidth;

    //云朵高度为宽度的60%

    var ch = cw * 0.6;

    //开始绘制云朵

    context.beginPath();

    context.fillStyle = "white";

    //创建渐变

    var grd = context.createLinearGradient(0, 0, 0, cy);

    grd.addColorStop(0, 'rgba(255,255,255,0.8)');

    grd.addColorStop(1, 'rgba(255,255,255,0.5)');

    context.fillStyle = grd;

    context.fill();

    //在不同位置创建5个圆拼接成云朵现状

    context.arc(cx, cy, cw * 0.19, 0, 360, false);

    context.arc(cx + cw * 0.08, cy - ch * 0.3, cw * 0.11, 0, 360, false);

    context.arc(cx + cw * 0.3, cy - ch * 0.25, cw * 0.25, 0, 360, false);

    context.arc(cx + cw * 0.6, cy, cw * 0.21, 0, 360, false);

    context.arc(cx + cw * 0.3, cy - ch * 0.1, cw * 0.28, 0, 360, false);

    context.closePath();

    context.fill();

    }

    .

    展开全文
  • CloudsJS是一款非常简单的云彩飘动效果jQuery插件。通过该插件你可以制作出多层云彩水平飘动的效果,它使用简单,可以为你的网站添加一些观赏性。
  • Delphi特殊色彩,云彩和渐变效果..rar
  • 该特效使用多张透明的云彩PNG图片作为背景图片,使用CSS animation动画来制作云彩水平飘动的动画效果。本代码适用浏览器:搜狗、360、FireFox、Chrome、Safari、Opera、傲游、世界之窗,不支持IE8及以下浏览器。有...
  • 这是一套金色云彩背景的,商业融资计划书PPT模板,共27张; 幻灯片模板使用了一张光芒万丈下的金色云层图片作为背景。中间填写商业融资计划书PPT标题文字。界面设计简洁实用。 PowerPoint模板内容页面,由25张棕色...
  • css3实现云彩动画

    千次阅读 2018-09-19 18:43:25
    ##css3实现云彩动画所需的知识: 定位 固定定位position: fixed 相对定位position: relative 绝对定位position: absolute 静态定位position: static 背景 background-color background-image ...
  • 安卓中是不支持gif动画的自动播放的,要想实现就用代码来控制图片的轮播~以下是步骤:1、用网上的gif动画转图片的软件,把gif图片逐帧转成图片,为了方便说明,这里以软件中常用的等待动画为例,我的是转换成12张...
  • 喜欢拍摄的你肯定喜欢走到哪儿拍到哪儿,在看照片的时候你肯定会发现很多的照片是因为光线不足或者是天气不好而致使图片失去了美感,那么可以在后期处理相片的时候把那阴沉难看的天空背景换掉。这里教大家一种简单的...
  • Ai 制作云彩

    2019-04-18 15:56:26
    图片展示 制作云彩需要用到椭圆工具,圆角矩形工具与弧形工具。首先打开Ai,新建一个文档,在工具栏中找到椭圆工具并点击。点击鼠标左键加键盘上的Shift在新建好的文档上创建一个圆形。将颜色设置为蓝色。 ...
  • 该特效使用多张透明的云彩PNG图片作为背景图片,使用CSS animation动画来制作云彩水平飘动的动画效果。使用方法HTML结构该多层云彩动画效果的HTML结构非常简单:使用一个div.sky作为天馈的背景层,在它的里面放置多...
  • 纯CSS3打造逼真的多层云彩动画特效源码是一款效果非常...该特效使用多张透明的云彩PNG图片作为背景图片,使用CSS animation动画来制作云彩水平飘动的动画效果。本代码适用浏览器:搜狗、360、FireFox、Chrome、Safari
  • 【Unity Shader】2D动态云彩

    万次阅读 多人点赞 2016-01-29 12:58:01
    我们首先会准备一个半圆形的天空顶来模拟背景,然后通常会准备几个图片,这些图片中包含了天空背景,例如蓝色的天空和几朵白色的云彩。每个图片作为一层背景,并赋值给一个材质,该材质会对这些图片进行纹理动画,...
  • 逼真 云彩 云雾 烟雾CSS3 动画效果,这个效果是和鼠标交互的,按住鼠标左键滑动鼠标,即可看到各种色彩、浓度不同的云彩效果,或者说是烟雾、云雾等效果,动画十分逼真流畅,未使用任何的图片,这些云雾全部用CSS3...
  • jquery实现图片左右来回循环飘动,适合用在一些适宜作为左右来回飘动的图片,比如在网页顶部做一个飘动的云彩,一个左右来回飘动的气球等
  • 这是一套金色云彩背景的,商业融资计划书PPT模板,共27张; 幻灯片模板使用了一张光芒万丈下的金色云层图片作为背景。中间填写商业融资计划书PPT标题文字。界面设计简洁实用。 PowerPoint模板内容页面,由25张棕色...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,832
精华内容 732
关键字:

云彩图片