Aspose.PSD รายงานการเผยแพร่ Aspose.PSD CLI NLP Editor for .NET 24.6
| Key | สรุป | หมวดหมู่ |
|---|---|---|
| PSDNET-2110 | การเผยแพร่เริ่มต้นของ Aspose.PSD CLI Apps: Aspose.PSD.CLI.Export และ Aspose.PSD.CLI.NLP.Editor | การปรับปรุง |
ตัวอย่างการใช้:
PSDNET-2110. การเผยแพร่เริ่มต้นของ Aspose.PSD CLI NLP Editor
การใช้จากบรรทัดคำสั่ง:
ติดตั้งเครื่องมือ dotnet นี้ก่อน:
dotnet tool install --global Aspose.PSD.CLI.NLP.Editor --version 24.6.0เราขอแนะนำก่อนการใช้งานครั้งแรกให้รันคำสั่งต่อไปนี้:
Aspose.PSD.CLI.NLP.Editor --setup nlp.cliตัวอย่างการใช้
-
คำสั่งนี้จะแปลงไฟล์ที่พบครั้งแรก (ที่สามารถเปิดด้วย aspose.psd) จากโฟลเดอร์ปัจจุบันและจะบันทึกในรูปแบบ png พร้อมทั้งมีการตั้งค่าใบอนุญาต เราขอแนะนำให้ระบุใบอนุญาตเพียงครั้งเดียว เมื่อรันครั้งต่อไป ใบอนุญาตจะถูกใช้จากเส้นทางที่ระบุ การคำสั่งนี้จะแสดงบันทึกสรุปของการประมวลผล NLP ถ้าพร้อมใช้งาน
nlp.cli แปลงไฟล์จากโฟลเดอร์นี้เป็นรูปแบบ png พร้อมทั้งความ๏ถวิล ใบอนุญาต "C:\Aspose\LicenseFile.lic" --verbose -
คำสั่งนี้จะค้นหาไฟล์ที่มีชื่อคล้ายกับ “smth.psd” จากนั้นจะปรับความคมชัดและบันทึกเป็น jpeg พร้อมกับคุณภาพที่ดีที่สุด ชื่อของไฟล์ผลลัพธ์จะถูกพิมพ์ คือ smth.jpg
ปรับความคมชัดใน 10 ชั้นที่มีชื่อวงกลมในไฟล์ smth.psd และบันทึกเป็น output.jpg ด้วยคุณภาพที่ดีที่สุด -
คำสั่งนี้จะห่อไฟล์ที่ระบุที่ทางเดิน และจะลดขนาดลง 25% ไฟล์ผลลัพธ์จะถูกพิมพ์ จะถูกบันทึกในโฟลเดอร์ปัจจุบันของคอนโซล
Resize ไฟล์ C:\Users\someuser\Desktop\input.psd ลง 25% -
คำสั่งนี้จะค้นหาไฟล์ input.psd ใน C:\Users\someuser\Desktop\ จากนั้นจะค้นหาชั้นที่มีดัชนี 3 และจะปรับขนาดเป็นควาว 50px และ สูง 100px จากนั้นชั้นนี้จะถูกบันทึกเป็น PDF ใน C:\Users\someuser\Desktop\output.pdf
ปรับขนาดชั้นด้วยดัชนี 3 ของ C:\Users\someuser\Desktop\input.psd เป็นควาว 50 และสูง 100 และบันทึกเป็น C:\Users\someuser\Desktop\output.pdf -
คำสั่งนี้จะเปิด smth.psd ในโฟลเดอร์ปัจจุบัน แต่จะปิดทุกเอฟเฟกต์ จากนั้นไฟล์นี้จะถูกแปลงเป็นรูปแบบ BMP และเป็น output.bmp ในโฟลเดอร์ปัจจุบัน
เปิด smth.psd โดยไม่มีเอฟเฟกต์ และบันทึกเป็น output.bmp
คำเตือน นี่เป็นแอปพลิเคชันทดลอง โปรดลองใช้และแสดงความคิดเห็น ความคิดเห็นใด ๆ ก็ยินดีต้อนรับ เราต้องการพัฒนาแอปพลิเคชันที่ไม่ต้องเขียนโค้ดสู่ระดับถัดไป การผสมผสานได้อย่างง่ายดายกับคิดเนอร์สตรีมเป็นเป้าหมายของเรา