Как создать собственный датасет из картинок Google
Проблемы такого датасета
На этом этапе у вас могли возникнуть два очень правильных вопроса.
Разве мы таким образом не выучим ошибку (bias) поисковика?
Это мы и делаем: выучиваем, что поисковик знает о данной категории. Я бы сказал, что это в некотором смысле выжимка знаний (Knowledge Distillation). Мы берём все данные и метаданные об изображениях, которые есть у Гугла, а также знания, накопленные их моделями, и выжимаем все эти знания в одну модель. И всё же, если Гугл не считает что-то хорошим примером абстрактного искусства, наша модель тоже будет так думать.
Разве мы не получим очень шумные данные?
Так и есть, и это может стать проблемой, если у вас нет способа почистить их. Например, если вы таким образом собираете датасет с различными моделями машин, вам нужно будет прогнать данные через детектор машин, и убрать изображения, на которых машин не обнаружено. Если вы делаете датасет селфи, как Эндрю Карпаты, вам нужно будет проверить, что на каждой картинке есть лицо.
Я не придумал, как почистить датасет в случае с искусством, так что решил надеяться, что поможет просто большой объём данных.
Собираем набор отрицательных примеров
Чтобы уметь отличать искусство от неискусства, модель должна увидеть примеры вещей, искусством не являющихся. К счастью, у нас есть датасет ImageNet, в котором, по удачному стечению обстоятельств, собрано много изображений таких вещей.
ImageNet LSVRC 2012 можно скачать с сайта Academic Torrents.
Чтобы не добавлять ещё больше шума в наш датасет, отфильтруем те классы ImageNet, которые не связаны семантически с нашими категориями.
Для этого мы воспользуемся векторными представлениями слов (word embeddings) из пакета Gensim. С их помощью мы переведём классы ImageNet и наши категории в их word2vec-версии.
Word2vec
Word2vec — это модель (группа моделей — прим. перев.), которая отображает слово в 300-мерный вектор, который называется его представлением. Сеть обучена помещать рядом в этом 300-мерном пространстве слова, которые встречаются в похожих контекстах — например, слова
word2vec(король) — word2vec(мужчина) + word2vec(женщина) = word2vec(королева)
Эта статья подробно объясняет векторные представления слов и их свойства.
Многие собранные категории описываются несколькими словами (например, «Античная поэзия»), поэтому для них я сложил их векторные представления. Например, вектор для «американского колониального искусства» вычислялся как word2vec(американское) + word2vec(колониальное) + word2vec(искусство).
Затем я посчитал косинусное расстояние между векторами для классов ImageNet и всеми категориями. Чем больше расстояние, тем меньше семантическая близость.
Я выбрал 66% самых удалённых классов ImageNet. Из-за этого потерялись некоторые потенциально неоднозначные классы, такие как «ваза». Теперь модель не увидит многие сложные отрицательные примеры — вещи, которые похожи на искусство, но не являются ими. Тем не менее, я решил пока забыть про эту проблему.
Из выбранных классов мы случайно выберем столько же изображений, сколько у нас положительных примеров.
В итоге, в нашем датасете около 120 тысяч положительных примеров искусства, и около 120 тысяч отрицательных примеров.
Обучение и оценка
В качестве модели донастроим предобученную на ImageNet модель Inception ResNet V2. Изображения приведём к размерам 299 на 299.
Для увеличения датасета воспользуемся аугментацией: поворотами, обрезанием, сдвигом, увеличением и горизонтальным отражением.
Уберём только последний слой, и заменим его на дропаут с коэффициентом 0,8 и полносвязным слоем с двумя выходами.
После обучения последних 10 свёрточных слоёв модели в течение 5 эпох на валидационной выборке из 30 тысяч изображений достигается точность более 0,99.
Вот предсказания модели на валидационной выборке (второе изображение в третьем ряду классифицировано неверно).
Результаты на валидационной выборке (обучался только последний слой)Я собрал небольшую тестовую выборку из изображений, которые я сфотографировал сам.
Результаты на тестовой выборке (обучался только последний слой)
Добавляем больше данных
Тем не менее, наш классификатор искусства лучше всего работает, когда объект (картина, статуя и т. д.) является основным на изображении. Так вышло из-за того, что Гугл в основном выдаёт изображения, которые прямо соответствуют запросу и не содержат лишнего шума (как и изображения в ImageNet — прим. ред.)
Чтобы справиться с этим, соберём второй набор категорий — ещё 30. Таким образом, мы надеемся получить фоновый шум, скачав изображений следующих вещей:
Галерея искусств
Музей искусств
Люди в музее
Селфи в музее
Инсталляция
…
Кроме того, добавим некоторые категории, которых не было в изначальном списке:
Граффити
Муралы
Перформанс
Уличные артисты
Декоративно-прикладное искусство
Религиозное искусство
…
Ожидаемо, это улучшило точность на изображениях, в которых есть люди. Кроме того, мы продемонстрировали огромное преимущество данного метода: мы смогли добавить новые объекты просто и недорого.
Наша модель выучила вероятностное распределение изображений, полученых из Гугла. Тем не менее, весьма вероятно, что настоящие картинки выглядят немного иначе и сломают модель. Предлагаю вам донастроить её с помощью типичных изображений, к которым вы хотите её применять. Потребуется гораздо меньше картинок. Код граббера выложен, можете с ним поиграться.
Несмотря на все возможные подводные камни, полагаю, что это ценный метод создания датасета в случаях, когда другие варианты недоступны или слишком дороги.
Оригинал
Как создать картинку?
С помощью программы Photoshop можно не просто осуществлять различные манипуляции с изображениями, но и создавать их самостоятельно.
Создание картинки в редакторе Photoshop
Чтобы создать картинку в «Фотошопе» с чистого листа, вам необходимо запустить программу, зайти в меню «Файл» и выбрать «Создать». После этого вы увидите диалоговое окошко, где вам предстоит разобраться с большим количеством всевозможных настроек:
Имя
Прежде чем создать картинку, придумайте для нее название (по умолчанию она получит название «Без имени — 1»). Оно будет применяться при сохранении документа, а также показываться в наименовании вкладки на панели.
Размеры
Изначально пользователю предлагается выбрать вариант «Заказная». Это значит, что вы самостоятельно сможете указать нужную высоту и ширину документа, которые желаете получить.
Отдельного внимания заслуживает тот факт, что в полях «Высота» и «Ширина» можно указать, в каких единицах будет измеряться картинка. Здесь все зависит исключительно от поставленных задач, а также от ваших личных предпочтений. Стоит заметить, что сейчас наиболее распространенной единицей измерения принято считать пиксели.
Учитывайте, что практически все опытные мастера используют именно этот вариант. Для изображений, которые предназначаются для печати, зачастую выбирают миллиметры. Колонки идеально подходят при формировании картинок для приложений предпечатной подготовки, где в дальнейшем в документ придется вписать в заданное количество колонок.
Разрешение
Здесь необходимо определить число пикселей на дюйм документа. Учитывайте, что в документах с повышенным разрешением в 1 дюйме содержится намного больше пикселей, чем в документах с минимальным разрешением аналогичного размера.
Если вы готовитесь создать картинку, которая будет просматриваться лишь на мониторе, то используйте стандартное значение — 72 пикселя на дюйм. Если вы планируете распечатать ее, то выставите разрешение не меньше 150 пикселей на дюйм. Если изображение будет отправлено на качественный принтер, то смело используйте разрешение 300 пикселей на один дюйм.
Содержимое фона
Здесь можно определить расцветку стартового фона картинки. Пользователь может выбрать из раскрывающегося списка следующие варианты:
- Белый. Используется в программе Photoshop по умолчанию. Другими словами, если вы не планируете что-то менять, то новое изображение будет создаваться с белого листа.
- Прозрачный. Данная настройка предоставляет возможность создавать картинки на прозрачном фоне, не содержащем пикселей цвета. Прозрачность в Photoshop отображается в виде шахматной доски.
Рассмотрев все основные параметры, можно приступить к созданию картинки:
- Если вы задали все нужные настройки, то можете нажать кнопку «Ок», находящуюся справа в окошке.
- На рабочем пространстве бпоявится чистый лист нужного формата, где вы сможете создать любую картинку.
Создание картинок с помощью онлайн-сервисов
На сегодняшний день в Сети представлено огромное количество сервисов, позволяющих создать картинку онлайн. Таким образом, вам не придется скачивать и устанавливать на свой персональный компьютер различные программы. Достаточно зайти на соответствующий веб-ресурс и воспользоваться доступным функционалом.
Примерами могут служить:
Большинство онлайн-сервисов предлагают все необходимые инструменты для редактирования изображений: кисти, ластик, карандаши, заливка, текст, обводка, градиенты, тени пр. Благодаря им вы сможете создать рисунок с нуля или подкорректировать уже имеющееся изображение.
Как сделать картинку уникальной для блога или сайта
Как и многие из вас, я уделяю большое внимание подлинности текста статей. Перед публикацией проверяю его с помощью специальных сервисов, например Advego Plagiatus и всеми способами ускоряю индексацию, чтобы никто не успел его украсть.
Но вот картинкам такого пристального внимания не уделяла и оказывается напрасно. Картинки тоже являются контентом и они должны быть уникальны.
Раньше я спокойно брала понравившиеся мне изображения в Интернете и, изменив их название и размер, вставляла на блог.
Но для успешного развития блога весь контент должен быть уникальным: как текст, так и картинки. Даже при уникальных статьях, вы можете попасть под фильтры поисковых систем. А кто этого хочет? Правильно, никто.
Поэтому мы разберем следующие вопросы:
- Где взять уникальные картинки
- Как проверить изображение на уникальность
- Как просто создать уникальную картинку при помощи фотошопа
Где взять уникальные картинки
У вас есть несколько возможностей. Выбирайте ту, что подойдет именно вам.
- Заказать картинки художнику;
- Купить в фотобанке;
- Собственные фотографии;
- Сделать самому в фотошопе.
Первые два способа платные и не каждый может себе позволить ими пользоваться, особенно на начальном этапе создания блога.
Размещение на блоге собственных фотографий — неплохой способ решения проблемы, особенно для блогов о рецептах и путешествиях.
И я решила по мере возможности вставлять на блог фото, сделанные лично мной, например, в статьях здесь и здесь.
Но не всегда есть возможность подобрать подходящую к статье фотографию. И в этом случае тоже есть решение. Но об этом чуть позже.
Как проверить картинку на уникальность
Для этого есть специальный сервис, который позволит вам проверить картинку на уникальность — www.tineye.com. Конечно, проверка не даст 100% гарантии, что картинка уникальна. Но это все же лучше, чем ничего.
Для примера возьму картинку из одной из моих статей и проверю ее в данном сервисе:
Как видите, сервис нашел 66 совпадений. Кошмар. Над что-то с этим делать.
Как сделать картинку уникальной
Если взять несколько изображений из Интернета, скомбинировать их и вставить надпись, то кажется, что получилась совершенно новая уникальная картинка, но не для поисковых систем. Они научились распознавать цветовой код картинки.
Что же делать?
Открываем нашу картинку с помощью фотошопа, идем в меню «Изображение» → «Повернуть холст» → «Отразить холст по горизонтали». Сохраняем изменения и проверяем, что у нас получилось:
Совпадений уже меньше, иногда этого способа достаточно. Но не всегда, как в моем случае. Не забывайте, что не одни мы с вами такие умные и другие тоже используют этот прием.
У этого способа есть недостаток. Им нельзя воспользоваться для изображений, где есть слова.
Продолжаем работу над картинкой. Используем функцию «поворот картинки». Идем в «Изображение» → «Повернуть холст» → «Произвольно» и выбираем угол поворота:
После небольших манипуляций у меня получился следующий результат:
Намного лучше, чем раньше, согласны?
Для создания уникального изображения также можно использовать обрезку краев с помощью инструмента «Рамка».
Еще несколько советов:
- Не используйте изображения, защищенные водяным знаком, чтобы избежать конфликта с правообладателем.
- Не скачивайте картинки с первой же страницы выдачи, полистайте немного вперед.
- Как только появится возможность используйте первые три способа получения уникальной картинки. Поисковые системы развиваются стремительно и возможно через некоторое время способ описанный мной в этой статье потеряет свою актуальность.
- Не забывайте оптимизировать картинки перед вставкой в статью (изменяйте размер, прописывайте название картинки и ключевое слово в теге ALT. Если у вас несколько картинок в статье, не стоит ко всем прописывать одно и то же ключевое слово. Поисковые системы это не любят.
Итак, как сделать картинку уникальной, я вам рассказала. Вы научились писать уникальные и полезные статьи и дополнять их уникальными изображениями.
Создаем свои собственные крутые обои для рабочего стола
В этом уроке я расскажу как создать свои обои большого разрешения и хорошего качества. Они будут носить фантастический характер — космос, станция, летающая машина и т.д.
Все что нам понадобится это Фотошоп, его функции и набор картинок (скачайте их обязательно).
Функции которые мы будем использовать:
- Перо
- Прямоугольник
- Выделение узла
- Режимы смешивания
- Магнитное лассо
- Фильтры
Эти обои вы можете использовать:
- На рабочем столе
- На телефоне
- На ноутбуке
- В соц сетях
- Где только захотите
Процесс выполнения:
Шаг 1. Создаем новый документ в Фотошопе
Откройте в фотошопе файл (который вы скачали) wallpaper-fon.jpg и сохраните его в формате .psd.
Эта картинка будет служить фоном.
Шаг 2. Добавляем машину
Вставьте изображение из файла car.jpg. Для этого просто перетащите файл в фотошоп на изображение.
Теперь надо машину отразить по горизонтали, для этого нажмите меню Редактирование — Трансформация — Отразить по горизонтали.
Возьмите Перо и нарисуйте им контур (Перо должно быть в режиме Контура) вокруг автомобиля. Колеса я намеренно не выделял, оставил арки пустыми.
Потом выполните меню Слой — Векторная Маска — Активный контур. Дайте имя этому слою Stang.
С помощью инструмента Прямоугольник нарисуйте фигуру как на рисунке, вместо первого колеса. С помощью инструмента стрелка выделите две верхние точки у прямоугольника и перетащите немного вправо, чтобы фигура получилась с наклоном.
Вторую фигуру нарисуйте точно также, а точки передвиньте в соответствие с аркой и как у меня на рисунке.
Перетащите слои с фигурами под слой с машиной.
Шаг 3. Добавляем колеса
Добавьте в изображение файл shock.png. Это будут держалки для колес.
Нажмите CTRL+T и немного поверните его.
С помощью Пера обрисуйте его и создайте векторную маску как делали раньше (Слой — Векторная маска — Активный контур). Это чтобы избавится от белого фона.
Нажмите двойным кликом на этот слой. В появившемся окне установите режим смешивания (Blending Mode) на Линейный Свет (Linear Light). Прозрачность 60% (Opacity).
Дайте имя слою Shocks.
Далее вставьте изображение из файла koleso.jpg
Собственно из него вырежьте одно колесо под наклоном. Как обычно с помощью векторной маски.
Кстати — подробнее про маски читайте тут.
Разместите колеса над слоем shocks, над держателем для колеса. Слою дайте имя Hover Tire.
Вставьте изображение из файла flycar.jpg. Здесь мы возьмем пламя, которое будет бить из колеса.
Вырежьте его и поместите на колесо. Смотрите на рисунок:
Режим смешивание установите Линейный Свет (Linear Light)
Двойным щелчком кликните на маску слоя с пламенем и сделайте такие же настройки:
Шаг 4. Добавляем второе колесо
Абсолютно такими же средствами сделайте второе колеса, подбирайте детали в нужных пропорциях и углах обзора.
Для второго держателя колеса, примените стиль Глянец (Satin), режим смешивания Умножение (Multiply), прозрачность 50% (Opacity)
Режим смешивания для слоя с пламенем Линейный Свет (Linear Light)
И настройка маски слоя:
Шаг 5. Пламя с другой стороны
Скопируйте слой с пламенем и посетите на другую сторону. Отразите по горизонтали.
Поместите этот слой под слой с автомобилем.
Шаг 7. Настройка цветов.
Создайте новые корректирующие слои, обязательно нажмите на иконку чтобы коррекция затрагивала только слой с кузовом автомобиля.
Фотофильтр (Photo Filter)
Уровни (Levels)
Шаг 7. Последний штрих — блики
Добавьте блики с помощью фильтра — Фильтр — Рендеринг — Блик (Filter — Render — Lens Flare)
Готово
Автор перевода — Александр Акимов
Ни у кого уже не возникает сомнения в том, насколько большую роль для восприятия текста играют изображения. Даже самая интересная статья может потерять половину читателей, если она не будет сопровождаться подходящими иллюстрациями. Умная мысль или цитата получит гораздо большее распространение, если она будет оформлена в виде банера, демотиватора, картинки. Такую картинку будут гораздо чаще кликать и расшаривать в Pintetrest, Facebook и Twitter, в отличие от простого текста.
Раньше для создания подобных картинок приходилось использовать графические редакторы и тратить на это свое время. Однако сейчас у нас появился сервис Share As Image, который позволяет делать это буквально на лету.
Share As Image — это простое веб-приложение, которое предназначено для создания графических изображений с нанесенным на них текстом. Он позволяет использовать свою собственную картинку в качестве фона или выбрать из предложенных сервисом фоновых изображений, паттернов, заливок. Для красивого отображения текста можно воспользоваться встроенными дизайнерскими шрифтами, однако большинство из них работает только с латиницей. Кроме этого, присутствуют базовые функции форматирования, в том числе, изменение размера, привязки, цвета текста.
Но самое прекрасное в этом сервисе то, что вам вовсе не обязательно каждый раз заходить на сайт для создания новой картинки. Установив специальный букмарклет, вы сможете делать это на любой странице. Просто выделяете нужное место в тексте, нажимаете букмарклет и через секунду цитата уже загружена в Share As Image. Вам остается только сделать необходимые настройки и расшарить изображение в одной из социальных сетей. Вы можете также получить ссылку на специальную страницу в сети, где будет опубликована ваша работа.
Основные функции сервиса Share As Image доступны бесплатно. Однако если вы заплатите за премиум-аккаунт, то получите больше фоновых изображений, возможность использования своего логотипа, загрузку созданных изображений на свой компьютер и некоторые другие полезные функции.
Share As Image
Как создать собственный датасет из картинок Google
Проблемы такого датасета
На этом этапе у вас могли возникнуть два очень правильных вопроса.
Разве мы таким образом не выучим ошибку (bias) поисковика?
Это мы и делаем: выучиваем, что поисковик знает о данной категории. Я бы сказал, что это в некотором смысле выжимка знаний (Knowledge Distillation). Мы берём все данные и метаданные об изображениях, которые есть у Гугла, а также знания, накопленные их моделями, и выжимаем все эти знания в одну модель. И всё же, если Гугл не считает что-то хорошим примером абстрактного искусства, наша модель тоже будет так думать.
Разве мы не получим очень шумные данные?
Так и есть, и это может стать проблемой, если у вас нет способа почистить их. Например, если вы таким образом собираете датасет с различными моделями машин, вам нужно будет прогнать данные через детектор машин, и убрать изображения, на которых машин не обнаружено. Если вы делаете датасет селфи, как Эндрю Карпаты, вам нужно будет проверить, что на каждой картинке есть лицо.
Я не придумал, как почистить датасет в случае с искусством, так что решил надеяться, что поможет просто большой объём данных.
Собираем набор отрицательных примеров
Чтобы уметь отличать искусство от неискусства, модель должна увидеть примеры вещей, искусством не являющихся. К счастью, у нас есть датасет ImageNet, в котором, по удачному стечению обстоятельств, собрано много изображений таких вещей.
ImageNet LSVRC 2012 можно скачать с сайта Academic Torrents.
Чтобы не добавлять ещё больше шума в наш датасет, отфильтруем те классы ImageNet, которые не связаны семантически с нашими категориями.
Для этого мы воспользуемся векторными представлениями слов (word embeddings) из пакета Gensim. С их помощью мы переведём классы ImageNet и наши категории в их word2vec-версии.
Word2vec
Word2vec — это модель (группа моделей — прим. перев.), которая отображает слово в 300-мерный вектор, который называется его представлением. Сеть обучена помещать рядом в этом 300-мерном пространстве слова, которые встречаются в похожих контекстах — например, слова король и царь. У представлений слов есть много интересных свойств, но интереснее всего то, что они позволяют нам производить над смыслами слов арифметические операции. Например:
word2vec(король) — word2vec(мужчина) + word2vec(женщина) = word2vec(королева)
Эта статья подробно объясняет векторные представления слов и их свойства.
Многие собранные категории описываются несколькими словами (например, «Античная поэзия»), поэтому для них я сложил их векторные представления. Например, вектор для «американского колониального искусства» вычислялся как word2vec(американское) + word2vec(колониальное) + word2vec(искусство).
Затем я посчитал косинусное расстояние между векторами для классов ImageNet и всеми категориями. Чем больше расстояние, тем меньше семантическая близость.
Я выбрал 66% самых удалённых классов ImageNet. Из-за этого потерялись некоторые потенциально неоднозначные классы, такие как «ваза». Теперь модель не увидит многие сложные отрицательные примеры — вещи, которые похожи на искусство, но не являются ими. Тем не менее, я решил пока забыть про эту проблему.
Из выбранных классов мы случайно выберем столько же изображений, сколько у нас положительных примеров.
В итоге, в нашем датасете около 120 тысяч положительных примеров искусства, и около 120 тысяч отрицательных примеров.
Обучение и оценка
В качестве модели донастроим предобученную на ImageNet модель Inception ResNet V2. Изображения приведём к размерам 299 на 299.
Для увеличения датасета воспользуемся аугментацией: поворотами, обрезанием, сдвигом, увеличением и горизонтальным отражением.
Уберём только последний слой, и заменим его на дропаут с коэффициентом 0,8 и полносвязным слоем с двумя выходами.
После обучения последних 10 свёрточных слоёв модели в течение 5 эпох на валидационной выборке из 30 тысяч изображений достигается точность более 0,99.
Вот предсказания модели на валидационной выборке (второе изображение в третьем ряду классифицировано неверно).
Результаты на валидационной выборке (обучался только последний слой)Я собрал небольшую тестовую выборку из изображений, которые я сфотографировал сам.
Результаты на тестовой выборке (обучался только последний слой)Добавляем больше данных
Тем не менее, наш классификатор искусства лучше всего работает, когда объект (картина, статуя и т. д.) является основным на изображении. Так вышло из-за того, что Гугл в основном выдаёт изображения, которые прямо соответствуют запросу и не содержат лишнего шума (как и изображения в ImageNet — прим. ред.)
Чтобы справиться с этим, соберём второй набор категорий — ещё 30. Таким образом, мы надеемся получить фоновый шум, скачав изображений следующих вещей:
Галерея искусств
Музей искусств
Люди в музее
Селфи в музее
Инсталляция
…
Кроме того, добавим некоторые категории, которых не было в изначальном списке:
Граффити
Муралы
Перформанс
Уличные артисты
Декоративно-прикладное искусство
Религиозное искусство
…
Ожидаемо, это улучшило точность на изображениях, в которых есть люди. Кроме того, мы продемонстрировали огромное преимущество данного метода: мы смогли добавить новые объекты просто и недорого.
Наша модель выучила вероятностное распределение изображений, полученых из Гугла. Тем не менее, весьма вероятно, что настоящие картинки выглядят немного иначе и сломают модель. Предлагаю вам донастроить её с помощью типичных изображений, к которым вы хотите её применять. Потребуется гораздо меньше картинок. Код граббера выложен, можете с ним поиграться.
Несмотря на все возможные подводные камни, полагаю, что это ценный метод создания датасета в случаях, когда другие варианты недоступны или слишком дороги.
Оригинал
Как создать тему рабочего стола из любимых фотографий?
В вашей Windows 7 уже есть множество красивых тем, на сайте Windows вы можете загрузить еще больше, но в этой заметке я расскажу вам, как создать свою собственную тему рабочего стола. Включите в нее фотографии из отпуска, семейные снимки или просто удачные кадры, определите цвет границ окон, выберите звуковые эффекты и подходящую заставку экрана. Хорошее настроение и позитивные эмоции гарантированы!
Создать тему можно всего в пять простых шагов:
1. Отберите фотографии для будущей темы, затем сохраните их в отдельной папке. Этот шаг можно пропустить, если вы хотите включить в тему фотографии только из одной, уже существующей папки. Если вы хотите добиться идеального результата, обратите внимание на рекомендуемые параметры фотографий: jpg, 1920х1200 пикселей, 96dpi. В зависимости от размера экрана изображение будет обрезаться (16:9, 16:10 или 4:3, например).
2. Примените любую предустановленную тему. Щелкните правую кнопку мыши на рабочем столе и нажмите Персонализация. Выберите одну из тем – именно с одной из имеющихся тем начинается создание вашей собственной.
3. Измените фон рабочего стола. Пора включить любимые фотографии в тему! Щелкните Фон рабочего стола и в появившемся окне нажмите кнопку Обзор. Выберите папку, в которой находятся ваши фотографии, нажмите ОК. В новом окне вы увидите фотографии – оставьте галочки только на тех, что должны войти в вашу тему (выбрать несколько фотографий вам поможет клавиша CTRL). Сохраните изменения.
4. Персонализируйте! Измените цвет окон и панели задач (вы можете создать свой собственный цвет), звуки (вы можете записать свой звук), выберите заставку (хранителем экрана вы можете назначить все ваши фотографии). Играйте и пробуйте – Windows 7 всеми своими средствами готов помочь создать для вас правильное настроение.
5. Сохраните тему. После того, как вы сохранили последние действия, нужно сохранить всю тему. Щелкните правую кнопку мыши на вашей теме и нажмите Сохранить – для вашего экрана или для общего доступа.
Наслаждайтесь вашими любимыми фотографиями в слайдшоу прямо на рабочем столе, поделитесь темой с друзьями и близкими. Нажмите «Мне нравится», если вы хотите создать свою тему в Windows 7.
Подробности о том, как создать тему в Windows 7 смотрите на сайте http://bit.ly/grf7Ym (функция доступна только для версий Домашняя расширенная и выше).
Отправить ответ