Neat Image用户指南·摘要
Nebo—用户指南
Nebo—⽤户指南Nebo在笔记本中选择⽂本管理笔记添加对象（图像、素描、图表、数学）书写和转换在笔记中搜索笔势和格式保存并导出打开应⽤程序时显⽰教程。
尝试练习以了解关于 Nebo 的更多信息并探索有助于充分利⽤ Nebo 的多种笔势。
您现在也可跳过这部分，稍后再轻按右上⽅菜单中的教程来重试。
在笔记本中当您⾸次打开应⽤程序时，您必须创建笔记本。
选择标题，设置识别语⾔，并为图标定义颜⾊。
笔记本的识别语⾔⼀旦设定，今后将⽆法更改。
要创建页⾯，请轻按左侧⾯板上的 + 。
轻按以打开页⾯，然后使⽤下列按钮：1. 返回笔记本管理器视图。
2. 使⽤画笔或橡⽪擦。
此外，还可以更改笔画的宽度和颜⾊。
3. 添加对象（图像、素描、图表、数学对象）。
4. 打开搜索栏。
5. 撤消上⼀操作。
6. 恢复上⼀操作。
7. 从以下选项中进⾏选择：转换或清除整个页⾯，导出页⾯（纯⽂本、HTML 或 Word），显⽰教程，打开 Nebo 帮助部分，显⽰应⽤程序设置，查看⼀般信息。
管理笔记您的笔记本属于名为我的⽂件夹的⽂件夹的⼀部分。
⽂件夹包含您的笔记本，⽽各个笔记本则包含您所想要的任意数量的页⾯。
轻按显⽰您的页⾯预览以及各页⾯的创建⽇期。
您可以拖放它们来更改顺序。
再次轻按可使左侧⾯板消失。
轻按以返回笔记本管理器并显⽰您的笔记本。
再次轻按以返回⾄⽂件夹管理器，并显⽰⽂件夹。
轻按底部左侧的 + 创建⽂件夹、笔记本或页⾯。
要重命名⽂件夹或笔记本，您可以从左向右滑动，或长按并选择编辑。
要删除⽂件夹、笔记本或页⾯，您可从右向左滑动，或长按并选择删除。
要导⼊笔记本，请在笔记本管理器中轻按左侧⾯板右下⽅的导⼊。
要导出笔记本，请长按笔记本并轻按导出。
提供的选择视系统上安装的内容⽽定。
书写和转换要在页⾯上书写⽂本，请轻按画笔选项卡中的。
我们强烈建议您在参考线上书写，这样才能更好地识别您的⽂本。
如果想要建⽴项⽬符号列表，请使⽤以下其中⼀种项⽬符号：预览会实时显⽰⽂本的转换版本，这样您就可以检查⼿写⽂本是否得到正确的识别。
neatreader笔记
NeatReader是一款专为阅读和管理EPUB电子书而设计的软件，它支持在多种平台上使用，包括Windows、Mac、iOS和Android。
以下是在NeatReader 中做笔记的一些功能和步骤：
1. 打开书籍：
首先，在NeatReader中打开你要阅读和做笔记的EPUB电子书。
2. 添加高亮和下划线：
在阅读过程中，如果你遇到想要做标记的文本，可以选择文本并点击工具栏上的"高亮"或"下划线"按钮进行标注。
3. 添加注释：
如果你想要对某段文字添加详细的注释，可以选择文本后点击"注释"按钮。
这将在右侧边栏打开一个注释窗口，你可以在其中输入你的注释内容。
4. 查看和管理笔记：
在NeatReader的主界面，你可以通过点击右上角的"笔记"图标来查看所有的笔记和注释。
在这里，你可以看到所有高亮、下划线和注释的列表，并可以按照章节或者时间顺序进行排序和筛选。
5. 导出笔记：
NeatReader还允许你将笔记导出为不同的格式，如PDF、HTML或者Markdown等。
你可以在笔记管理界面找到相关的导出选项。
6. 同步笔记：
如果你在多个设备上使用NeatReader，并且启用了云同步功能，那么你的笔记和标注将会自动在各个设备之间同步，方便你在任何地方继续阅读和编辑。
以上就是在NeatReader中做笔记的基本步骤和功能。
通过这些功能，你
可以更好地组织和理解你的阅读材料，提高学习和研究的效率。
imagej使用手册
imagej使用手册
ImageJ是一款功能强大的图像处理和分析软件，使用手册如下：
1. 安装与运行：ImageJ可以在线或下载后运行，只要安装了Java 或更高
版本虚拟机的计算机即可。
支持Windows、Mac OS X以及Linux系统。
2. 显示、编辑、分析、处理、保存和打印图像：ImageJ可以显示、编辑、
分析、处理、保存和打印8位、16位和32位图像。
可读取的图片格式包括TIFF、GIF、JPEG、BMP、DICOM、FITS以及“原始图件”。
支持“堆栈”（以及多维的堆栈），一系列的图片共用一个窗口。
3. 图像处理和测量计算：可以计算用户自定义选择的面积和像素值统计，可以测量距离和角度，可以创建密度直方图和线图。
所有功能在任意倍数下均可使用。
此外，ImageJ是多线程的程序，因此，像图片读取这种较耗时的操作可与
其他操作同时进行。
希望以上信息对您有帮助。
imagenet 使用说明
imagenet 使用说明Imagenet 使用说明引言：Imagenet 是一个庞大且广泛使用的图像数据库，用于计算机视觉领域的研究和发展。
本文将详细介绍Imagenet 的使用方法和重要性。
一、Imagenet 的定义和背景Imagenet 是一个由斯坦福大学研究团队创建的图像数据库，旨在为计算机视觉领域的研究提供数据支持。
该数据库包含超过一百万张图片，涵盖了来自超过一千个类别的物体和场景。
每个类别都包含了数百至数千张图片，这使得Imagenet 成为了一个全面而丰富的图像数据集。
二、Imagenet 的用途Imagenet 的主要用途是用于图像分类和目标识别的研究。
通过Imagenet 数据集，研究人员可以开展各种计算机视觉任务的实验和算法优化。
其重要性主要体现在以下几个方面：1. 训练模型：Imagenet 数据集可以用于训练深度学习模型，如卷积神经网络（CNN）。
通过大规模的数据集，模型可以学习到更广泛的特征和模式，从而提高分类和识别的准确性。
2. 评估算法：Imagenet 提供了一个标准化的评估基准，可以用于比较不同算法和模型的性能。
研究人员可以使用Imagenet 数据集进行算法的测试和对比，评估其在图像分类和目标识别任务上的表现。
3. 推动研究进展：Imagenet 的广泛应用促进了计算机视觉领域的研究进展。
通过分享和利用Imagenet 数据集，研究人员可以共同推动图像分类、目标检测和图像理解等方向的研究。
三、Imagenet 数据集的获取和使用要使用Imagenet 数据集，需要遵循以下步骤：1. 注册和获取许可：访问Imagenet 数据集需要进行注册并获取相应的许可证。
用户可以在Imagenet 网站上注册账号，并按照要求进行许可证申请。
2. 下载数据集：一旦获得了许可证，用户可以通过Imagenet 网站提供的下载链接获取数据集。
根据需求，用户可以选择下载全部数据或特定类别的数据。
使用AI技术进行自动摘要生成的步骤指南
使用AI技术进行自动摘要生成的步骤指南在信息爆炸的时代，我们每天都会面对大量的文本内容，例如新闻报道、学术论文、社交媒体帖子等等。
然而，由于时间有限和信息过载的情况下，我们很难阅读并理解所有这些文本。
在这种情况下，自动摘要生成技术成为了一项非常有价值和实用的任务。
使用AI技术进行自动摘要生成可以帮助我们快速准确地概括一个文本的主旨和关键信息。
本篇文章将为您介绍使用AI技术进行自动摘要生成的步骤指南。
一、数据收集和预处理1. 收集相关语料库：首先，为了训练一个有效的自动摘要生成模型，需要收集足够数量和类型的语料库。
这些语料库可以包含新闻文章、学术论文以及其他各种领域的文本。
2. 数据清洗：为了提高模型性能和准确度，在训练之前需要对语料库进行数据清洗。
这包括去除特殊字符、停用词以及标点符号，并对文本进行分词处理。
二、模型选择与训练1. 选择适当的自动摘要生成模型：目前，有多种机器学习模型和深度学习模型可用于自动摘要生成任务。
例如，经典的统计模型如TF-IDF算法、TextRank算法等，以及基于神经网络的Seq2Seq模型、Transformer模型等。
根据任务需求和数据集特征选择适合的模型。
2. 数据划分与训练：将收集到的语料库分为训练集和验证集，并使用训练集对选用的模型进行训练。
在训练过程中，可以通过调整超参数、增加迭代次数等方法优化模型性能。
三、特征提取和编码1. 文本表示：将每个文本转换为机器可以处理的向量表达形式是自动摘要生成任务中非常重要的步骤。
常用的文本表示方法包括词袋模型、词嵌入技术（如Word2Vec和GloVe）、句子嵌入技术（如Skip-thoughts）等。
2. 序列编码：对于较长的文本，在提取特征时需要考虑上下文信息。
可以使用LSTM、GRU等循环神经网络对序列进行编码并获取更全面准确的特征。
四、训练与优化1. 损失函数选择：在训练自动摘要生成模型时，需要选择合适的损失函数来评估模型的性能。
IMAGEM软件使用说明
IMAGEM软件使用说明IMAGEM软件使用说明1、软件介绍1.1 软件概述IMAGEM是一款用于图像处理和编辑的专业软件，具有丰富的功能和强大的性能。
通过使用IMAGEM，用户可以轻松地进行图像的裁剪、调整、滤镜效果添加、文字和图形的添加等操作。
1.2 主要特点- 强大的图像处理功能，包括裁剪、调整亮度、对比度、饱和度等。
- 提供多种滤镜效果，如模糊、锐化、黑白效果等。
- 支持文字和图形的添加，用户可以在图像上添加文字或自定义图形。
- 支持多种图像格式的导入和导出。
- 用户友好的界面，简单易用。
2、安装和启动2.1 安装软件请按照软件提供的安装向导进行安装，根据提示完成安装过程。
安装完成后，双击桌面上的图标即可启动软件。
3、软件界面3.1 主界面介绍软件的主界面分为菜单栏、工具栏、图像编辑区和属性调整区四个部分。
- 菜单栏：包括文件、编辑、视图、工具、帮助等菜单，用于执行各种操作和设置。
- 工具栏：提供常用的工具按钮，如选择、画笔、橡皮擦等。
- 图像编辑区：显示当前打开的图像，用户可以在此进行编辑和处理。
- 属性调整区：显示当前选择的工具或操作的属性调整选项。
4、图像编辑功能4.1 打开和保存图像在菜单栏中选择文件->打开，选择要编辑的图像文件，确定即可打开图像。
在编辑完成后，选择文件->保存，选择保存的位置和文件名，确定即可保存图像。
4.2 裁剪图像在工具栏中选择裁剪工具，拖动鼠标选择要裁剪的区域，然后确定进行裁剪。
4.3 调整图像属性在属性调整区中可以调整图像的亮度、对比度、饱和度等属性，通过滑动调整条进行调整。
4.4 添加滤镜效果在菜单栏中选择工具->滤镜，选择要添加的滤镜效果，然后确定即可应用到图像上。
4.5 添加文字和图形在工具栏中选择文字工具或图形工具，图像编辑区可以添加文字或图形。
可以通过属性调整区调整文字的字体、颜色、大小等属性，或者调整图形的形状、颜色等属性。
Open eVision Studio 2.3 用户指南说明书
Open eVision Studio 2.3©EURESYS s.a.2018-Document D120CN-Using Open eVision Studio-2.3-CN-010100built on2018-01-19Open eVision Studio用户指南使用条款EURESYS s.a.应保留硬件和软件文档以及EURESYS s.a.商标的所有财产权、所有权和利益。
文档中提及的所有公司和产品的名称可能是其各自所有者的商标。
未经事先通知，不得对本书中包含的EURESYS s.a的硬件或软件、品牌或文档进行许可、使用、出租、租赁、翻译、复制、复印或修改。
EURESYS s.a.可能随时自行修改产品规格或更改本文档中给出的信息，恕不另行通知。
EURESYS s.a.对于使用其硬件或软件而引起的任何类型的收入、利润、商誉、数据、信息系统损失或损害，或与使用其硬件或软件相关的，或因本文档遗漏或错误造成的其他特殊的、偶然的、间接的、后果性的或惩罚性的损害赔偿，概不负责。
本文档随Open eVision Studio2.3.0(doc build2018-01-19)提供。
©2018EURESYS s.a.2Open eVision Studio用户指南1.使用Open eVision Studio5 1.1.选择您的编程语言5 1.2.导航界面6 1.3.对图片使用工具7第1步：选择一个工具7第2步：打开图片8第3步：管理ROIs8第4步：配置工具10第5步：运行工具和检查执行时间11第6步：使用生成的代码12 1.4.预处理和保存图片132.Tutorials16 2.1.Preliminaries16 2.2.EasyImage16Converting a Gray-Level Image into a Binary Image16 Extracting an Object Contour18 Transforming a Gray-Level image into its Black and White Edges19 Detecting the Corners of an Object Using Harris Corner Detector20 Detecting a Horizontal or Vertical Line Using Projection21 Creating a Flexible Mask22 Computing Gray-Level Statistics Using a Flexible Mask23 Detecting the Corners of an Object Using Hit-and-Miss Transform24 Extracting a Vector Using Profile Function25 Enhancing an X-ray image26 Correcting Non-Uniform Illumination27 Correcting Shear Effect28 Correcting Skew Effect30 2.3.EasyColor31Performing Thresholding on Color Images31 Performing Color Segmentation32 2.4.EasyObject33Removing Non-Significant Objects After Image Segmentation33 Detecting Differences Between Images Using Min-Max References35 Detecting Printing Errors Using a Flexible Mask37 2.5.EasyMatch39Learning a Pattern and Creating an EasyMatch Model File39 Matching a Pattern According to a Model File393Open eVision Studio用户指南Learning a Pattern According to an ROI40 Improving the Score of Matching Instances by Using"Don't Care Areas"42 2.6.EasyFind44Detecting Highly-Degraded Occurrences of a Reference Model in Multiple Files44 Improving the Score of Found Instances by Using"Don't Care Areas"46 2.7.EasyGauge48Measuring the Rotation Angle of an Object48 Measuring the Diameter of a Circle50 Measuring a Distorted Rectangle51 Locating Points Regarding to a Coordinate System53 Unwarping a Distorted Image55 2.8.EasyOCR57Learning Characters and Creating an EasyOCR Font57 Recognizing Characters According to a Font59 2.9.EasyOCV60Creating an EasyOCV Model File60 Inspecting Characters in an Image According to a Model File61 Inspecting Characters in an ROI According to a Model File62 Learning a Model Using Statistics(1)64 Learning a Model Using Statistics(2)67 2.10.EasyBarCode68Reading Bar Codes Automatically68 2.11.EasyMatrixCode70Reading Data Matrix Codes Automatically70 Learning a Data Matrix Code and Creating an EasyMatrixCode Model File71 451.1.1.选择您的编程语言当您第一次启动Open eVision Studio 时，显示以下欢迎界面：1.选择您的编程语言。
neatlogic使用方法
neatlogic使用方法
NeatLogic是一套渐进式ITOM平台，为不同类型、不同规模用户提供完整的ITOM解决方案。
以下是其使用方法：
1. 建立需求关系：使用NeatLogic之前，首先明确用户的需求，根据需求来制定IT战略计划，以及创建系统间关系和集成等。
2. 定义功能模块：基于用户的需求，NeatLogic平台的功能模块如ITSM、CMDB、持续集成、知识库、运维自动化、报表、巡检、研发管理、代码管理等可以提供帮助。
3. 实施与部署：按照规划的步骤，实施并部署NeatLogic平台。
这可能包括安装软件、配置系统参数、设置用户权限等。
4. 使用与监控：完成部署后，用户可以开始使用NeatLogic平台进行日常的运维工作。
同时，需要定期监控系统的运行状态，确保系统稳定并能够满足业务需求。
5. 优化与升级：随着业务的发展和技术的进步，可能需要优化或升级NeatLogic平台。
此时，可以根据实际情况进行调整和改进，以保持系统的先进性和竞争力。
以上内容仅供参考，如需了解更多信息，建议访问NeatLogic官网或咨询专业人士。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Neat Image用户指南·摘要版本：5.21 Neat Image的操作步骤：步骤1：打开输入文件（Open an input image）；步骤2：准备设备噪点配置文件（Prepare a device noise profile）；步骤3：调整过滤设置（Adjust filter settings）步骤4：对输入图像应用过滤（Apply filter to the input image）步骤5：保存输出图像（Save the output image）2 Neat Image的操作步骤1：打开输入文件（Open an input image）注意：Neat Image只支持RGB或灰度图像。
3 Neat Image的操作步骤2：准备设备噪点配置文件为了对输入图像进行过滤操作，Neat Image需要得到输入图像的噪点特性。
对于工作于某种模式下的特定设备的噪点特性存储在所谓的噪点配置文件（device noise profile）中。
准备设备噪点配置文件有以下三种方法：1、使用Profile Matcher（配置文件匹配）功能从现成的配置文件集中自动选择适的配置文件；2、手动从现成的配置文件集中自动选择适合输入图像的配置文件。
3、使用Auto Profile（自动配置）功能以输入图像自身或以指定的测试图像中制作新的配置文件；对于前两种方法，为了使现成的配置文件更吻合输入图像，可以对选择的配置文件进行微调分析（Fine-tuning）——点击“Auto Fine-Tune ”按钮，或选择菜单“Profile->Auto Fine-Tune”。
对于第3种方法，即制作一个新的配置文件，通常包含以下三个步骤：步骤1：制作一个配置文件；步骤2：验证配置文件；步骤3：保存配置文件。
为了保证能得到最佳的效果，推荐使用方法3来准备设备噪点配置文件。
3.1 制作配置文件3.1.1 制作配置文件的步骤1：制作一个配置文件有两种方法可供选择：1、使用regular image（规则图像）法制作；2、使用Calibration Target（校准目标）法制作。
如果你对每个输入图像制作一个单独使用的配置文件，可以选择采用规则图像法制作。
前提是输入图像或替代图像中必须包含足够的“uniform（均匀的）”、“featureless（平凡的）”区域，以用于噪点的分析。
所谓“均匀的”区域（图像中的所有色彩通道只存在微小的变化）应是除了噪点之外，没有图像细节可被明显察觉的区域，诸如阴暗的天空、无云的清晰天空等。
Neat Image所需的“均匀的”区域至少为60×60像素，建议为100×100像素。
如果输入图像没有满足要求的“均匀的”区域，也没有替代图像可使用，可考虑采用校准目标法制作。
另外，如果要制作可供一系列同设备同模式图像使用的配置文件，也推荐采用校准目标法制作。
3.1.1.1 使用规则图像（regular image）法制作配置文件步骤1：准备用于噪点分析的规则图像。
如果当前输入图像中没有足够大的“均匀的”区域，可以选择替代图像。
所谓替代图像，应该是以同样的设备（如数码相机、扫描仪等）在同样的模式和条件下得到的图像，该图像应至少存在一个满足分析所需的“均匀的”区域。
步骤2：选择工作色彩空间（只在高级模式下有效）Neat Image输出图像的色彩空间将于输入图像的色彩空间保持一致。
但是为了降噪的效率，Neat Image会在过程中临时转换为另一种色彩空间——被称为“工作色彩空间”。
对于彩色图像，推荐使用YCrCb工作色彩空间，对于灰度图像，将会转化为RGB格式。
RGB工作色彩空间也可用作特殊用途，比如对图像的单个色彩通道进行降噪。
如果改变了工作色彩空间的设置，Neat Image将试着重新进行噪点分析。
步骤3：分析图像的噪点Neat Image提供了两种途径来引导噪点分析——自动和手动。
自动分析简单因此适合于新手，但在一些困难的情况（比如图像没有足够大的“均匀的”区域）下，自动分析无法工作或无法产生理想的结果。
当然，你总是可以跳过自动分析而直接使用手动分析。
自动分析：Neat Image自动在图像中寻找“均匀的”区域，并以此进行噪点的分析。
点击工具栏上的“Auto profile（自动配置）”按钮，或选择菜单“Profile->Auto Profile with Regular Image”，或按F2，Neat Image将以蓝色选框显示自动选择的“均匀的”区域，并自动开始分析。
如果发现选框中包含某些图像的主要细节，请移动选框或重新画一个选框，并重按“Auto profile”按钮。
接着检查窗口下方状态栏的“Profile quality（配置质量）”指示的数值，如果该值足够高（比如高于75%），那么可以确信噪点配置文件是准确的。
此时可以进入制作配置文件的步骤2——验证配置文件。
如果“Profile quality”值不够高，那么试着选择另一个区域，并重按“Auto profile”按钮。
如果仍不奏效，可以采用替代图像，或者采用校准目标法制作。
手动分析（只在高级模式下有效）：手动分析需要两个子步骤——粗略分析和微调分析。
手动分析仍需要寻找“均匀的”区域，但与自动分析不同的是，区域需要由你自己确定。
子步骤A：粗略分析用鼠标点击拖动的方式在图像上选择一块你认为符合均匀要求的区域（记住：该区域至少为60×60像素，建议为100×100像素），在窗口右侧的“Rough Noise Analyzer（粗略噪点分析器）”框中，将会动态显示你选择的区域是否满足要求。
在选择前，可以放大、平移、滚动图像以发现合适的区域。
还可以使用“图像查看器调整（Image Viewer Adjustments）”窗口，调整图像的显示方式，比如调整亮度和对比度以更好的发现噪点。
备注：Image Viewer Adjustments点击Neat Image操作界面Filtration Job Editor栏中的“Image viewer adjustments ”按钮。
在弹出的Image viewer adjustments窗口中，可以调整图像的亮度、对比度来轻松的发现感兴趣的区域。
在此窗口的调整只影响图像的显示效果，而不会改变图像本身。
在选择区域的过程，应避免出现任何警告信息。
点击“Rough Noise Analyzer”框中的“Rough Noise Analyzer ”按钮，或选择菜单“Profile-> Build Rough Profile Using Selected Area”，这时Neat Image将通过分析选择区域来衡量噪点特性，并生成粗略配置文件（rough profile）。
粗略分析只需进行一次。
子步骤B：微调分析为了更准确的降噪，衡量噪点等级与不同图像区域的局部亮度之间的关联度是很有帮助的。
如果噪点与亮度的关联度很微小（比如在暗部噪点大而亮部噪点小的情况），则必须考虑这种关联性因素。
进行微调分析的目的就是衡量这种关联度，衡量的结果反映在“Fine-Tuning Analyzer（微调分析器）”框中的9条均衡器（equalizer）中，分别对应着红、绿、蓝感应器从最暗到最亮的亮度范围。
均衡器滑条的值对应着与粗略噪点配置文件相关的不同亮度范围的噪点等级的评估值，正值反映更高的噪点评估值，更多的图像元素将被视为噪点，负值则相反。
微调分析也可以自动或手动操作。
自动微调分析：点击“Auto Fine-Tuning Analyzer ”按钮，或选择菜单“Profile->Auto Fine-Tune”。
自动微调分析将自动寻找和分析若干“均匀的”区域，而不需要人工干预。
完成后即可进入制作配置文件的步骤2——验证配置文件。
在自动微调分析后，通常情况下无需对均衡器进行调整。
如果你觉得有必要，比如某些均衡器滑尺的值存在红底色（意味着不准确），或者值超出了正常的正值范围，这时可以进行手动微调分析。
手动微调分析：对于手动微调分析，需要按以下步骤手工一步步的选择和分析若干“均匀的”区域。
⑴发现和选择一个“均匀的”区域。
用鼠标点击拖动的方式在图像上选择一块你认为符合均匀要求的区域，区域的大小应在30×30至300×300像素之间。
在选择前，可以放大、平移、滚动图像以发现合适的区域。
还可以使用“图像查看器调整（Image Viewer Adjustments）”来发现在非常暗或非常亮的部分的“均匀的”区域。
在鼠标点击和拖动区域的过程中，在“Fine-Tuning Analyzer”框下方的选取状态（如会动态指示出所选区域包含怎样的频率（frequency）组合，如“high”、“high+mid”、“high+mid+low”、“high+mid+low+very low freqs”。
区域的大小被分析的频率组合等级200×200～300×300 High, medium, low and very low最好100×100～200×200 High, medium and low好60×60～100×100 High and medium可以30×30～60×60 High差最佳的情况是选择一个足够大的区域，包含所有的频率组合。
备注：什么是“频率”？在Neat Image中“频率”这个术语用来指示一定尺寸的图像元素（image elements），无论是重要细节还是噪点。
High频率对应小尺寸的图像元素，Medium频率对应中等尺寸的元素，Low频率对应大尺寸的元素。
作为参考，请看Filtration Job Editor栏Noise Filter Settings框中不同频率的样例。
在选择区域的过程，应避免出现任何警告信息。
当选择一个图像区域后，该区域在亮度范围的位置，将以红色字体的数值显示在均衡器的相应滑尺上，同样被显示为均衡器底部的彩色指示器。
⑵用手动微调分析器分析选择的区域点击“Manual Fine-Tuning Analyzer ”按钮，或选择菜单“Profile->Fine-Tune Using Selected Area”。
分析结果被显示在噪点配置均衡器中。
对于规则的只包含噪点的区域，对应的滑条得到“适当的（measured）”状态——滑块上的值显示为绿底色，如-27%。
如果区域被分析出存在信号的削波（signal clipping），对应的滑条得到“不准确的（inaccurate）”状态——滑块上的值显示为红底色，如-86%。