攝影師左瞳兒童攝影教學(xué)后期教程-DM67信息網(wǎng)

提示:要求提前匯款或繳納定金或保證金的均屬詐騙,經(jīng)網(wǎng)站核實(shí)的被舉報(bào)信息,將在第一時(shí)間刪除,構(gòu)建一個(gè)安全的免費(fèi)發(fā)布信息平臺(tái)!

攝影師左瞳兒童攝影教學(xué)后期教程

教程鏈接：http://www.mo-yu.com/thread-2052-1-1.html

小編推薦：

90年代電影港風(fēng)印刷PSD曲線調(diào)色

http://www.mo-yu.com/thread-933-1-1.html

麋鹿雪景兒童雜志人像后期PS調(diào)色動(dòng)作

http://www.mo-yu.com/thread-940-1-1.html

攝影師左瞳教程簡(jiǎn)介

這是作者發(fā)布的第027號(hào)插件，提供了一個(gè)供學(xué)習(xí)使用的交互式遺傳算法（IGA）源碼。可以對(duì)這段不長(zhǎng)的代碼進(jìn)行各種改造，完成自己感興趣的任務(wù)。

這個(gè)IGA原型跟很多開(kāi)源算法代碼不太一樣的是，它可以完成一個(gè)真實(shí)的任務(wù)，即配色設(shè)計(jì)——你可以把它當(dāng)成一個(gè)“秘密花園”填色游戲的自動(dòng)版。如果對(duì)CorelDraw的VBA足夠熟悉的話，可以把配色改成圖形設(shè)計(jì)或更復(fù)雜的設(shè)計(jì)任務(wù)，甚至把代碼移植到其他支持VBA的平臺(tái)上，如Solidworks。

選擇配色作為任務(wù)載體是因?yàn)榕渖珜?shí)施起來(lái)最簡(jiǎn)單。實(shí)際上，這個(gè)IGA原型最初是在Solidworks上針對(duì)3D參數(shù)模型編寫(xiě)的。3D版的 IGA代碼我會(huì)另找時(shí)間整理共享，它比色彩設(shè)計(jì)要復(fù)雜得多，對(duì)初始模型的定義有特殊要求，并且需要借助外部數(shù)據(jù)文檔來(lái)保存產(chǎn)品模型的進(jìn)化數(shù)據(jù)。這些規(guī)范化的準(zhǔn)備工作可以統(tǒng)稱(chēng)為“編碼”——諸般法門(mén)做齊后程序才會(huì)同意干活。

這個(gè)開(kāi)源插件主要面向編程學(xué)習(xí)者（特別是設(shè)計(jì)研究者），所以本文的講解會(huì)啰嗦一些，不像以前只是簡(jiǎn)單的使用說(shuō)明了。由于簡(jiǎn)化了很多內(nèi)容，這個(gè)插件實(shí)際上效果不是很好。它只是展示一下IGA是如何運(yùn)行的，有興趣研究的人可以繼續(xù)修改完善。

1.交互式遺傳算法簡(jiǎn)介

交互式遺傳算法（Interactive Genetic Algorithms，IGA）是進(jìn)化算法大家族的一個(gè)比較邊緣化的小分支。

遺傳算法的基本原理是模擬生物種群的優(yōu)勝劣汰，通過(guò)個(gè)體的交配繁衍代代演化直至產(chǎn)生最優(yōu)個(gè)體。對(duì)設(shè)計(jì)問(wèn)題而言，這里的“個(gè)體”就是指設(shè)計(jì)方案了；“交配繁衍”則是指設(shè)計(jì)方案的參數(shù)重組或參數(shù)調(diào)整（變異），直到出現(xiàn)最佳的參數(shù)組合。設(shè)計(jì)方案的“參數(shù)”是個(gè)統(tǒng)稱(chēng)，它包含所有可被設(shè)計(jì)師操作的設(shè)計(jì)要素，如尺寸、形態(tài)、色彩、材質(zhì)、零部件等等。

本文的IGA代碼案例中，設(shè)計(jì)參數(shù)只有一種，即色彩。

說(shuō)IGA邊緣化，是因?yàn)樽詣?dòng)生成的設(shè)計(jì)方案的優(yōu)劣需要人來(lái)交互評(píng)價(jià)（所以叫交互式遺傳算法）。一般的遺傳算法都是使用某個(gè)標(biāo)準(zhǔn)自動(dòng)計(jì)算，不需要人參與，如解方程：評(píng)價(jià)標(biāo)準(zhǔn)就是方程的等號(hào)左右兩邊差多少，差的越少越好，一點(diǎn)不差就表示等號(hào)成立，方程成功解出。但是對(duì)設(shè)計(jì)問(wèn)題，讓程序來(lái)判斷哪個(gè)方案更好很困難，尤其是牽涉到美學(xué)之類(lèi)的主觀評(píng)價(jià)標(biāo)準(zhǔn)。所以需要人的介入。

人進(jìn)行評(píng)價(jià)效率自然不會(huì)高，所不能像一般的遺傳算法進(jìn)化個(gè)成千上萬(wàn)代才出結(jié)果。十幾代已經(jīng)夠多了，所以效果會(huì)打折。因此IGA在某些情況下就是一種不得已退而求其次的選擇，效率低就低吧，人的角色不能少。至于效率問(wèn)題，就得研究其他方法來(lái)彌補(bǔ)了。所以IGA的學(xué)術(shù)論文大部分在討論如何提高進(jìn)化效率和進(jìn)化效果，以及搜索的全面性，以免收斂太快錯(cuò)過(guò)了潛在的更好的方案。

IGA的研究文獻(xiàn)很多，這里就不多扯了，看懂了這個(gè)插件再學(xué)會(huì)修改，就可以做些自己的東西了。

插件的核心部分約200行。后來(lái)為了形成一個(gè)完整的插件又補(bǔ)充了一些增加程序穩(wěn)健性的語(yǔ)句（如判斷輸入合法性），現(xiàn)在這個(gè)程序有500多行。