看官方的解释就能大致明白这个术语的意思,它相当于一个形状遮罩,遮挡下方的内容后,下方的内容会按照它当前的形状来展示。
Sketch中提供两种Mask,一种是Outline Mask,即普通的Mask,让遮罩的内容按照Mask的形状来展示;另外一种是Alpha Mask,即透明的Mask,利用透明Mask的颜色透明度实现被遮罩内容的处理。下图是官方给的两种Mask对比图。
普通Mask的应用场景主要是利用Mask处理图像的形状,典型的应用是处理社交网络的头像,下面以圆形头像为例看看在Sketch中是怎么 *** 作的。
方法步骤如下:
(1)首先在Sketch中导入想要处理的头像图片
(2)绘制一个圆形,位于头像图片上方,需要注意的是,圆形的大小不可超过图像的大小,因为超过遮罩内容后,超出的部分会显示Mask的内容,失去遮罩的效果。
(3)选中头像图片和圆形,在图像上右键点击,在d出的菜单中选择“Mask”即可
(4)最后来看看效果吧,如图所示,得到一枚圆形头像,Sketch会把Mask自动编组
细心的同学应该发现了,上文中普通Mask的圆形颜色填充和边框都不用进行处理,只是使用了圆形的遮挡效果;而Alpha Mask实质是在普通Mask的基础上,使用圆形的颜色透明度效果,所以Alpha Mask的应用场景是对图像进行简单的透明度处理。
方法步骤如下:
(1)按照普通Mask的方式先生成普通的mask,然后在组合中选中mask,再在功能菜单中依次选中“Layer”→“Mask Mode”→“Alpha Mask”。
(2)变更为Alpha Mask,我们就可以调整 Mask的透明度,对图像进行进一步的处理,选中Mask,再在检查器Fills中,点击fill上方的颜色选择器,再调整透明度即可。这里例子模拟了一下宇宙大爆炸产生的光芒效果,其他效果还有很多,例如透明渐变等等,需要童鞋们具体去摸索。
在 OpenCV Java 接口中调用 GrabCut 算法时,可以使用 Imgproc.grabCut 方法来进行图像分割,并通过设置 mask 来控制算法的效果。具体的 *** 作步骤如下:
读取需要进行图像分割的图像,并将其转换为 Mat 格式:
Mat img = Imgcodecs.imread("input.jpg")
定义 mask 矩阵,用于指定前景和背景的区域。矩阵中的每个像素可以设置为以下四个值之一:
Imgproc.GC_BGD:背景像素;
Imgproc.GC_FGD:前景像素;
Imgproc.GC_PR_BGD:可能是背景像素;
Imgproc.GC_PR_FGD:可能是前景像素。
例如,下面的代码将 mask 初始化为背景像素:
Mat mask = new Mat(img.size(), CvType.CV_8UC1, new Scalar(Imgproc.GC_BGD))
调用 Imgproc.grabCut 方法进行图像分割。该方法的第一个参数为输入图像,第二个参数为 mask 矩阵,第三个参数为包含掩码区域的矩形,第四个参数为 bgdModel,第五个参数为 fgdModel,第六个参数为迭代次数,第七个参数为分割算法的模式。
例如,下面的代码使用默认值调用 Imgproc.grabCut 方法进行图像分割:
Mat result = new Mat()
Imgproc.grabCut(img, mask, new Rect(), new Mat(), new Mat(), 5, Imgproc.GC_INIT_WITH_MASK)
根据 mask 矩阵的值,将图像分割成前景和背景两部分。例如,下面的代码将前景部分保存为 foreground,背景部分保存为 background:
Mat foreground = new Mat()
Mat background = new Mat()
Core.compare(mask, new Scalar(Imgproc.GC_FGD), foreground, Core.CMP_EQ)
Core.compare(mask, new Scalar(Imgproc.GC_BGD), background, Core.CMP_EQ)
通过以上步骤,就可以设置 mask 矩阵的值,并进行 GrabCut 图像分割了。
在这里介绍使用AE遮罩MASK工具的方法,希望本指南能帮到你。
01比如,在AE合成窗口中已有一张图片。
02接下来,用遮罩MASK把小狗圈出来,其余图像隐藏。选中此图片的图层。注意哦,这一步很重要。
03然后,调出椭圆工具,鼠标移到小狗这里,画一个圈,把小狗圈起来。
04现在,只有小狗可以看到,其余图像是看不到的,这就是遮罩MASK的用法。当然,我们也可以用矩形工具,或是星形工具,或是钢笔工具来画遮罩的。在哪画就显示哪的图像。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)