首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >word中图片太大压缩

word中图片太大压缩

作者头像
似水的流年
发布于 2020-06-11 02:17:52
发布于 2020-06-11 02:17:52
3.4K0
举报
文章被收录于专栏:电光石火电光石火

电子文档word中经常需要插入图片,然而过多的图片会使word占用空间大,导致word打开缓慢,编辑卡顿等现象。word过大还非常不利于文档的网络传输和拷贝使用。

导致word过大的原因往往是插入的图片未经过压缩,word中文字占用的空间是非常小的。我们只需要在word中对图片进行压缩,就能够在不影响使用的前提下大大降低图片的体积从而减小word文档的体积。

操作方法:双击任意一张图片,调出图片格式工具栏。在工具栏里面找到“压缩图片”,单击并设置好参数,点击确认就能够对图片进行压缩了。

压缩选项里面的“仅应用于此图片”,如果前面的勾打上,你的压缩操作只针对当前图片,不勾表示压缩所有图片。“删除图片的剪裁区域”针对的是在word中进行过图片剪裁操作(剪裁操作只是将不需要的部分隐藏了,并没有删除)的,压缩操作会把剪裁隐藏的部分删除。

分辨率一栏可以设置图片压缩后的质量。一般情况下选择第三项“打印(220ppi)”,这个分辨率几乎不影响图片质量,至少肉眼无法分辨,而且压缩率很高,达到10%左右。虽然有一个“Web(150ppi)”选项,但是一般不选这一项,打印(220ppi)一样可以很好的在网上和投影仪上使用。分辨率一栏从上往下表示的图片压缩率越来越大,图片质量清晰度也越来越差。有时候会看到,前面几项(如高保真,HD(330ppi))为黑色不可选择,这表示你图片的本身清晰度就没有达到相关标准,因此显示灰色。

word的图片压缩功能十分强大也非常好用,学会使用这一功能,以后不管多大的图片,不需要使用其他软件压缩直接插入编辑后一键就能轻松实现高质量压缩,保证文档质量的同时也非常可观地减小了文档的体积。word这一功能,不仅可以用于压缩word里面的图片,还能充当图片压缩工具呢,先插入图片,压缩后,图片另存为保存即可。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-06-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
PyTorch 小课堂开课啦!带你解析数据处理全流程(一)
最近被迫开始了居家办公,这不,每天认真工(mo)作(yu)之余,也有了更多时间重新学习分析起了 PyTorch 源码分享,属于是直接站在巨人的肩膀上了。在简单捋一捋思路之后,就从 torch.utils.data 数据处理模块开始,一步步重新学习 PyTorch 的一些源码模块解析,希望也能让大家重新认识已经不陌生的 PyTorch 这个小伙伴。
OpenMMLab 官方账号
2022/05/25
1.2K0
PyTorch 小课堂开课啦!带你解析数据处理全流程(一)
[源码解析] PyTorch 分布式(2) --- 数据加载之DataLoader
为了更好的介绍参数服务器Paracel的数据加载,我们临时插入两篇PyTorch的数据加载,主要是从分布式的角度进行切入。本文只算是开胃甜点,后续会有专门系列分析PyTorch分布式。
罗西的思考
2021/08/23
1.9K0
[源码解析] PyTorch 分布式(2) --- 数据加载之DataLoader
PyTorch源码解读之torch.utils.data.DataLoader「建议收藏」
PyTorch中数据读取的一个重要接口是torch.utils.data.DataLoader,该接口定义在dataloader.py脚本中,只要是用PyTorch来训练模型基本都会用到该接口,该接口主要用来将自定义的数据读取接口的输出或者PyTorch已有的数据读取接口的输入按照batch size封装成Tensor,后续只需要再包装成Variable即可作为模型的输入,因此该接口有点承上启下的作用,比较重要。这篇博客介绍该接口的源码,主要包含DataLoader和DataLoaderIter两个类。 dataloader.py脚本的的github地址:https://github.com/pytorch/pytorch/blob/master/torch/utils/data/dataloader.py
全栈程序员站长
2022/07/01
8330
torch.utils.data
At the heart of PyTorch data loading utility is the torch.utils.data.DataLoader class. It represents a Python iterable over a dataset, with support for
狼啸风云
2019/09/25
1.1K0
pytorch源码分析之torch.utils.data.Dataset类和torch.utils.data.DataLoader类
Pytorch深度学习框架优势之一是python优先,源代码由python代码层和C语言代码层组成,一般只需要理解python代码层就可以深入理解pytorch框架的计算原理。所以学习pytorch源码需要熟练掌握python语言的各种使用技巧。
全栈程序员站长
2022/08/24
1.1K0
pytorch源码分析之torch.utils.data.Dataset类和torch.utils.data.DataLoader类
pytorch学习笔记(十四): DataLoader源码阅读
根据文章内容为技术社区提供优质内容,以提升技术社区的影响力。
ke1th
2018/01/02
5.1K0
PyTorch-数据处理流程
数据加载处理是深度学习模型训练的前奏,是很重要的一部分。这一过程需要把原始数据,影像或者文本等进行封装、转换,并以合适的格式传递给模型。这个过程依赖torch.utils.data模块,常用以上三个类:
GIS指北
2022/11/14
7650
PyTorch-数据处理流程
PyTorch学习笔记(6)——DataLoader源代码剖析
作为CSDN的忠实用户,最近发现CSDN学院上了一些对新手比较友好的课程。以我的切身体会来看,对于想要了解机器学习算法或者python编程语言的同学,非常有帮助。还记得我最开始学习python的时候,看的是一本写给小孩子的书《趣学Python——教孩子学编程》。
全栈程序员站长
2022/06/29
7530
PyTorch学习笔记(6)——DataLoader源代码剖析
PyTorch 中的数据类型 torch.utils.data.DataLoader
在PyTorch中训练模型经常要使用它,那么该数据结构长什么样子,如何生成这样的数据类型?
全栈程序员站长
2022/08/31
1K0
【他山之石】“最全PyTorch分布式教程”来了!
“他山之石,可以攻玉”,站在巨人的肩膀才能看得更高,走得更远。在科研的道路上,更需借助东风才能更快前行。为此,我们特别搜集整理了一些实用的代码链接,数据集,软件,编程技巧等,开辟“他山之石”专栏,助你乘风破浪,一路奋勇向前,敬请关注。
马上科普尚尚
2020/12/15
3.3K0
【他山之石】“最全PyTorch分布式教程”来了!
Pytorch中的数据加载艺术
数据库DataBase + 数据集DataSet + 采样器Sampler = 加载器Loader
marsggbo
2019/08/04
1.6K0
PyTorch4:模块总览&torch.utils.data
相比TensorFlow,PyTorch 是非常轻量级的:相比 TensorFlow 追求兼容并包,PyTorch 把外围功能放在了扩展包中,比如torchtext,以保持主体的轻便。
小胡胡说
2020/08/07
1.2K0
Pytorch数据读取详解
数据库DataBase + 数据集DataSet + 采样器Sampler = 加载器Loader
marsggbo
2019/08/14
1.3K0
Pytorch数据读取详解
PyTorch从入门到放弃之数据模块
Dataset 和 DataLoader 都 是 用 来 帮 助 我 们 加 载 数 据 集 的 两 个 重 要 工 具类。 Dataset 用来构造支持索引的数据集。 在训练时需要在全部样本中拿出小批量数据参与每次的训练,因此我们需要使用 DataLoader ,即 DataLoader 是用来在 Dataset 里取出一组数据 (mini-batch)供训练时快速使用的。
愷龍
2024/09/07
2150
PyTorch从入门到放弃之数据模块
源码级理解Pytorch中的Dataset和DataLoader
朋友,你还在为构建Pytorch中的数据管道而烦扰吗?你是否有遇到过一些复杂的数据集需要设计自定义collate_fn却不知如何下手的情况?你是否有遇到过数据管道加载速度过慢成为训练性能瓶颈却不知道如何优化的情况?
lyhue1991
2023/02/23
1.5K0
源码级理解Pytorch中的Dataset和DataLoader
PyTorch 学习 -3- 数据读入
我们可以定义自己的Dataset类来实现灵活的数据读取,定义的类需要继承PyTorch自身的Dataset类。主要包含三个函数:
为为为什么
2023/07/20
3950
DataLoader详解
对数据集处理虽说很方便但在参数选取和其他的细节方面还容易出问题,尤其是最后一个Batch长度不足,会导致输出维度发生问题,若直接舍去,我还想要全部的数据结果
全栈程序员站长
2022/08/19
7690
DataLoader详解
【Pytorch基础】加载数据集
  上一篇训练神经网络是用的是批梯度下降,容易陷入鞍点中。Pytorch 提供了一个数据集加载工具,使得我们可以方便地用小批量随机梯度下降来训练网络。其包含两个部分:
yhlin
2023/02/27
9900
【Pytorch基础】加载数据集
【小白学习PyTorch教程】五、在 PyTorch 中使用 Datasets 和 DataLoader 自定义数据
因此,唯一的方法是将数据分批加载到内存中进行处理,这需要编写额外的代码来执行此操作。对此,PyTorch 已经提供了 Dataloader 功能。
润森
2022/08/18
9980
【小白学习PyTorch教程】五、在 PyTorch 中使用 Datasets 和 DataLoader 自定义数据
【转载】Pytorch tutorial 之Datar Loading and Processing (2)
上文介绍了数据读取、数据转换、批量处理等等。了解到在PyTorch中,数据加载主要有两种方式:
marsggbo
2019/03/03
1.5K0
相关推荐
PyTorch 小课堂开课啦!带你解析数据处理全流程(一)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档