1. 程式人生 > >GIMP 2.10 影象處理指令碼推薦

GIMP 2.10 影象處理指令碼推薦

GIMP使用指令碼使得影象處理的功能更加強大,對於一些常見操作可以通過指令碼快速實現。GIMP也出來2.10版本了,比前面的2.8相比在介面和功能上都更加強大,本文推薦的外掛是基於GIMP2.10的,不適用2.8,2.6版本。

(1)
在下列網站下載外掛指令碼:

下載之後解壓,具體安裝教程可以檢視裡面的README文件,我也貼出來了

Put the scripts in :

    Windows 7/10
    C:\Program Files\GIMP 2\share\gimp\2.0\scripts
    or
    C:\Users\YOUR-NAME\AppData\Roaming
\GIMP\2.10\scripts 其中C:\Program Files\可以是自己在其他盤安裝的路徑,比如我的在D:\Applications\ Linux /home/yourname/.config/GIMP/2.10/scripts or Linux system-wide /usr/share/gimp/2.0/scripts Put the Gimpressionist presets in : Windows 7/10 C:\Program Files\GIMP 2\share\gimp\2.0\gimpressionist\presets
or C:\Users\YOUR-NAME\AppData\Roaming\GIMP\2.10\gimpressionist\presets 其中C:\Program Files\可以是自己在其他盤安裝的路徑,比如我的在D:\Applications\ Linux /home/yourname/.config/GIMP/2.10/gimpressionist\presets or Linux system-wide /usr/share/gimp/2.0/gimpressionist\presets Put the gradients in : Windows 7/10 C:\Program
Files\GIMP 2\share\gimp\2.0\gradients or C:\Users\YOUR-NAME\AppData\Roaming\GIMP\2.10\gradients 其中C:\Program Files\可以是自己在其他盤安裝的路徑,比如我的在D:\Applications\ Linux /home/yourname/.config/GIMP/2.10/gimpressionist\gradients or Linux system-wide /usr/share/gimp/2.0/gimpressionist\gradients Put the patterns in: Windows 7/10 C:\Program Files\GIMP 2\share\gimp\2.0\paterns or C:\Users\YOUR-NAME\AppData\Roaming\GIMP\2.10\paterns 其中C:\Program Files\可以是自己在其他盤安裝的路徑,比如我的在D:\Applications\ Linux /home/yourname/.config/GIMP/2.10/gimpressionist\paterns or Linux system-wide /usr/share/gimp/2.0/gimpressionist\paterns

安裝步驟一定要正確,而且個人推薦把安裝到GIMP安裝路徑下,而不是在AppData\Roaming下面。

重啟之後,效果如下:
這裡寫圖片描述

還有在“檔案”選單裡面便捷的儲存為png或jpg格式
這裡寫圖片描述

(2)
推薦的第二個外掛是Resynthesizer,支援windows和Linux,下載連結如下:

http://registry.gimp.org/node/27986
以win10為例,解壓檔案後有安裝教程,簡單來說就是把下載的檔案複製到目錄$安裝路徑\GIMP 2\lib\gimp\2.0\plug-ins\ 裡面,重啟即可,相關應用可以參考下面參考連結。
這裡寫圖片描述

相關推薦

GIMP 2.10 影象處理指令碼推薦

GIMP使用指令碼使得影象處理的功能更加強大,對於一些常見操作可以通過指令碼快速實現。GIMP也出來2.10版本了,比前面的2.8相比在介面和功能上都更加強大,本文推薦的外掛是基於GIMP2.10的,不適用2.8,2.6版本。 (1) 在下列網站下載外掛指令

VS2015+QT5.7+opencv3.10影象處理

VS2010+QT5.7+opencv2.4.5影象介面第一個程式       &nbs

番外篇2.3 影象處理與深度學習

在談R-CNN之前,應該要先總結一下模式識別。 模式識別主要是對已知資料樣本的特徵發現和提取,比如人臉識別、雷達訊號識別等,強調從原始資訊中提取有價值的特徵,在機器學習裡面,好的特徵所帶來的貢獻有時候遠遠大於演算法本身的貢獻。在番外篇中,我們使用過opencv

2.0 影象處理

這篇文章有很多個人的理解,會有錯誤,建議讀者看《數字視覺視訊技術》(李玉山,西安電子科技大學出版社)學習最原始的知識。 一、綜述 視覺分為:感覺(perception)和知覺(perception)兩部分,感覺重點於視覺資訊的感測,採集,轉換,變換。知覺在於處理和推理。如

Matlab計算機視覺/影象處理工具箱推薦

計算機視覺/影象處理研究中經常要用到Matlab,雖然其自帶了影象處理和計算機視覺的許多功能,但是術業有專攻,在進行深入的視覺演算法研究的時候Matlab的自帶功能難免會不夠用。本文收集了一些比較優秀的Matlab計算機視覺工具箱,希望能對國內的研究者有所幫助。 VLFeat:著名而常用 許可證:BS

影象處理影象識別筆記(五)影象增強2

上一節中我們講解了灰度變換的原理以及實現方法,本節我們講解空域濾波增強,與灰度變換相同,空域濾波增強是一種空域處理的方法,不過空域濾波不是一種對點做處理的方法,而是利用相鄰畫素間的關係進行增強。空域濾波可以按照增強效果的不同分為平滑與銳化兩類,又都可分為線性與非線性方法,線性濾波利用空域卷積

影象處理基本概念筆記(2

作者:cvvision 連結:http://www.cvvision.cn/8907.html 二、 22、均值濾波 均值濾波是典型的線性濾波演算法,它是指在影象上對目標畫素給一個模板,該模板包括了其周圍的臨近畫素(以目標象素為中心的周圍8個畫素,構成一個濾波模板,即去掉目標畫素本身),再用模

Python程式設計 簡單的影象處理2

有關中醫舌像的簡單分析 黑白圖的應用十分廣泛,它是深度學習影象處理的基礎,是影象分割、影象拼接、影象紋理分析等等技術的組成部分,較常見的應用在於X線圖片、CT圖片、MRI圖片、B超圖片、電鏡圖片等醫學領域。 在傳統醫學的“望聞問切”四診中,望診作為疾病視覺資訊的診察手段被譽為“四診之首”,舌

影象處理2)空間濾波

濾波原理 濾波是為了消除噪聲影響,提高影象質量,濾波方法的選擇取決於噪聲的特性。濾波包括空間濾波和頻率域濾波,在數學上二者可以相互轉化。空間濾波本質上是通過臨近畫素的微操作來實現噪聲降低,比如線性平滑濾波,就是通過臨近畫素的加權或者不加權平均來消減噪聲強度,這對於方差較小較穩定

影象處理——OpenCV】(2

目錄 1、測試程式碼 2、報錯如下 3、報錯原因 4、解決方法 1、測試程式碼 #include <iostream> #include "stdafx.h" #include <opencv2/core/core.hpp> #include <

windows批處理指令碼bat命令解析【10】如何執行cmd命令

說來慚愧,感覺這個本來就不是問題。 先公佈答案: 你在cmd黑視窗下輸入什麼,就把這行命令寫入到bat指令碼中,九江。 前面和後面什麼也不用加。 比如,要在cmd下通過node執行某個hello.js檔案,命令為 node hello.js 那麼在bat指令碼中,只需要作如下

python數字影象處理2):影象的讀取、顯示與儲存

skimage提供了io模組,顧名思義,這個模組是用來圖片輸入輸出操作的。為了方便練習,也提供一個data模組,裡面嵌套了一些示例圖片,我們可以直接使用。 引入skimage模組可用: 1 from skimage import io

TensorFlow學習筆記(10) 影象資料處理

通過對影象的預處理,可以避免模型受到無關因素的影響,可以提高模型的準確率。 影象編碼處理 影象在儲存時並不是直接記錄影象矩陣中各個畫素值,而是記錄經過壓縮編碼之後的結果。將一張影象還原成矩陣,需要解碼的過程。TF提供了對jpeg和png格式影象的編碼/解碼函式: import matplotl

轉發【指令碼安裝Docker報錯(container-selinux >= 2.9)處理解決方法】

轉發【指令碼安裝Docker報錯(container-selinux >= 2.9)處理解決方法】 參考:https://blog.csdn.net/qq_41772936/article/details/81080284 我的測試環境 - VMWare12 - CentO

10分鐘,搭建影象處理程式設計環境,0失敗!(python語言,windows系統)

以前,你可能看過很多的文章,開始搭建一個影象處理的程式設計環境。 結果,按照教程一步一步做的時候,總是出現各種各樣的問題。 就算成功了,後續開發過程中要用到不同版本的opencv,不同版本python,更換特別麻煩。 今天,我以我多年的經驗,給你一個安裝教程。 零

tensorflow學習(10):影象處理函式

一、影象編碼處理 眾所周知,一張RGB彩色想可以看成一個三維矩陣,矩陣中的每一個數字表示了影象上不同位置,不同顏色的亮度。但是影象在儲存時不是直接記錄這些距震中的數字,而是記錄經過壓縮編碼之後的結果,因此要將一張影象還原成一個三維矩陣,需要解碼。tensorflow提供了對JPEG和PN

影象處理與分析(數字影象處理第二版)學習筆記(4.2

第四章 頻率域增強 1,頻率域中濾波基礎? 頻率域濾波基礎根據傅立葉變換的平移性質:當u0=M/2,v0=N/2根據尤拉公式可化為 :. 第一步,將輸入的原影象乘以(-1)^(x+y)進行中心變換; 第二步,計算變換後圖像的DFT(離散傅立葉變換); 第三步,用濾波函式H(u

影象處理基礎(2)

影象的基本運算 影象的基本運算分為點運算、代數運算、邏輯運算和幾何運算。 1.點運算   1.1     g(x,y)=T[f(x,y)] f(x,y):輸入影象的灰度。 g(x,y):輸出影象的灰度。T[ ]:灰度變換函式。點運算是一種畫素的逐點運算

影象處理與分析(數字影象處理岡薩雷斯第二版)學習筆記2

第二章,數字影象基礎 1,人眼視覺原理? 眼球適當聚焦,眼睛外部的光在視網膜上成像。視網膜表面的光接收器:錐狀體和桿狀體。每隻眼睛的錐狀體數目在600萬到700萬之間,主要位於視網膜中間部分,被稱為中央凹(大概1.5mm凹坑相當於1.5*1.5的方形感測器陣列),對顏色敏

影象處理演算法2——Otsu最佳閾值分割法

    Otsu法是1979年由日本大津提出的。該方法在類間方差最大的情況下是最佳的,即統計鑑別分析中所用的度量。Otsu方法有一個重要的特性,就是它完全以在一幅影象的直方圖上執行計算為基礎,而直方圖是很容易得到的一維陣列。     具體的公式推理及公式細節就不說了,詳見 Conzalez 那本書,我是第三