积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部综合其他(7)Krita(7)

语言

全部中文(简体)(6)日语(1)

格式

全部其他文档 其他(5)PDF文档 PDF(2)
 
本次搜索耗时 0.188 秒,为您找到相关结果约 7 个.
  • 全部
  • 综合其他
  • Krita
  • 全部
  • 中文(简体)
  • 日语
  • 全部
  • 其他文档 其他
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Krita 5.2 官方文档中文版 2023-12-08A

    颜色的种类多不胜数,我们首先要有一套规则来对它们进行排列。 人们通常会按照日常观察到的自然现象来排列颜色:如按照彩虹的 红橙黄绿青蓝紫顺序排列颜色的色相,或者按照由白到黒的顺序排 列颜色的亮度。自然现象本身是物理原理的反映。色相的先后顺序 与光的波长有关,靠近红橙色的光波长较长,靠近紫蓝色的光波长 较短。光的亮度与它的能量有关,能量强则亮度高,能量弱则亮度 低。这些不同的光进入人眼后被视网膜感知,然后被大脑处理并理 输出空间 这个比较棘手,但一般情况下使用 sRGB。 这一点比较复杂,因为:虽然你可以在不同的程序之间使用 OCIO 和 ICC,但我们推荐把供引 擎使用的图像设为 sRGB 或灰阶。有许多基于物理原理的现代渲染器允许把图像指定为线性图 像或者 ʻsrgbtrcʼ 图像来进行处理。在该类渲染器中图像空间的正确识别至关重要,所以设为 sRGB 是一种额外的保险。 虽然游戏引擎需要加载为它们优化过的内容,一般推荐使用 0.22 0.22 0.0 0.05 0.53 0.0 0.0 1.0 0.0 上面的实验很好地解释了为什么颜色在线性空间中的混色结果更为明亮和柔和。但这里有一个 很现实的问题:虽然线性空间在物理上更准确,但 sRGB 对色彩空间的利用更高效,所以绝大 多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果并不好: sRGB 在某些坐标上给出了比线性空间 暗得多的数值
    0 码力 | 1685 页 | 91.87 MB | 1 年前
    3
  • epub文档 Krita 5.2 中文手册

    输出空间 这个比较棘手,但一般情况下使用 sRGB。 这一点比较复杂,因为:虽然你可以在不同的程序之间使用 OCIO 和 ICC,但我们推荐把供引 擎使用的图像设为 sRGB 或灰阶。有许多基于物理原理的现代渲染器允许把图像指定为线性图 像或者 ‘srgbtrc’ 图像来进行处理。在该类渲染器中图像空间的正确识别至关重要,所以设为 sRGB 是一种额外的保险。 虽然游戏引擎需要加载为它们优化过的内容,一般推荐使用 0.22 0.22 0.0 0.05 0.53 0.0 0.0 1.0 0.0 上面的实验很好地解释了为什么颜色在线性空间中的混色结果更为明亮和柔和。但这里有一个 很现实的问题:虽然线性空间在物理上更准确,但 sRGB 对色彩空间的利用更高效,所以绝大 多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果并不好:sRGB 在某些坐标上给出了比线性空间 暗得多的数值 擎内的转换环节,从而提高渲染速度。 线性空间有一个最为明显的缺点:把一种颜色与黑、白混色时,黑色的效果非常不明显,而白 色的效果非常强势,这是因为在线性空间中浅灰色所占的比例比深灰色要大得多。说到底,尽 管线性空间在物理学上是准确的,在配合基于物理学的游戏渲染引擎和光线追踪时效果更好, 但 Krita 毕竟是一个绘画工具,如果你习惯了在符合人类感知特点的 sRGB TRC 空间下面进行混 色,没有人会因此刁难你。 特性化和校准
    0 码力 | 1594 页 | 79.20 MB | 1 年前
    3
  • epub文档 Krita 5.2 官方文档中文版 2023-12-08A

    输出空间 这个比较棘手,但一般情况下使用 sRGB。 这一点比较复杂,因为:虽然你可以在不同的程序之间使用 OCIO 和 ICC,但我们推荐把供引 擎使用的图像设为 sRGB 或灰阶。有许多基于物理原理的现代渲染器允许把图像指定为线性图 像或者 ‘srgbtrc’ 图像来进行处理。在该类渲染器中图像空间的正确识别至关重要,所以设为 sRGB 是一种额外的保险。 虽然游戏引擎需要加载为它们优化过的内容,一般推荐使用 0.22 0.22 0.0 0.05 0.53 0.0 0.0 1.0 0.0 上面的实验很好地解释了为什么颜色在线性空间中的混色结果更为明亮和柔和。但这里有一个 很现实的问题:虽然线性空间在物理上更准确,但 sRGB 对色彩空间的利用更高效,所以绝大 多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果并不好:sRGB 在某些坐标上给出了比线性空间 暗得多的数值 擎内的转换环节,从而提高渲染速度。 线性空间有一个最为明显的缺点:把一种颜色与黑、白混色时,黑色的效果非常不明显,而白 色的效果非常强势,这是因为在线性空间中浅灰色所占的比例比深灰色要大得多。说到底,尽 管线性空间在物理学上是准确的,在配合基于物理学的游戏渲染引擎和光线追踪时效果更好, 但 Krita 毕竟是一个绘画工具,如果你习惯了在符合人类感知特点的 sRGB TRC 空间下面进行混 色,没有人会因此刁难你。 特性化和校准
    0 码力 | 1562 页 | 79.19 MB | 1 年前
    3
  • epub文档 Krita 5.1 官方文档中文版 2023-05-26A

    输出空间 这个比较棘手,但一般情况下使用 sRGB。 这一点比较复杂,因为:虽然你可以在不同的程序之间使用 OCIO 和 ICC,但我们推荐把供引 擎使用的图像设为 sRGB 或灰阶。有许多基于物理原理的现代渲染器允许把图像指定为线性图 像或者 ‘srgbtrc’ 图像来进行处理。在该类渲染器中图像空间的正确识别至关重要,所以设为 sRGB 是一种额外的保险。 虽然游戏引擎需要加载为它们优化过的内容,一般推荐使用 0.22 0.22 0.0 0.05 0.53 0.0 0.0 1.0 0.0 上面的实验很好地解释了为什么颜色在线性空间中的混色结果更为明亮和柔和。但这里有一个 很现实的问题:虽然线性空间在物理上更准确,但 sRGB 对色彩空间的利用更高效,所以绝大 多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果并不好:sRGB 在某些坐标上给出了比线性空间 暗得多的数值 擎内的转换环节,从而提高渲染速度。 线性空间有一个最为明显的缺点:把一种颜色与黑、白混色时,黑色的效果非常不明显,而白 色的效果非常强势,这是因为在线性空间中浅灰色所占的比例比深灰色要大得多。说到底,尽 管线性空间在物理学上是准确的,在配合基于物理学的游戏渲染引擎和光线追踪时效果更好, 但 Krita 毕竟是一个绘画工具,如果你习惯了在符合人类感知特点的 sRGB TRC 空间下面进行混 色,没有人会因此刁难你。 特性化和校准
    0 码力 | 1547 页 | 78.22 MB | 1 年前
    3
  • pdf文档 Krita 4.x 官方文档中文版 2021-08-06A

    颜⾊的种类多不胜数,我们⾸先要有⼀套规则来对它们进⾏排列。 ⼈们通常会按照⽇常观察到的⾃然现象来排列颜⾊:如按照彩虹的 红橙⻩绿⻘蓝紫顺序排列颜⾊的⾊相,或者按照由⽩到黒的顺序排 列颜⾊的亮度。⾃然现象本⾝是物理原理的反映。⾊相的先后顺序 与光的波⻓有关,靠近红橙⾊的光波⻓较⻓,靠近紫蓝⾊的光波⻓ 较短。光的亮度与它的能量有关,能量强则亮度⾼,能量弱则亮度 低。这些不同的光进⼊⼈眼后被视⽹膜感知,然后被⼤脑处理并理 输出空间 这个⽐较棘⼿,但⼀般情况下使⽤ sRGB。 这⼀点⽐较复杂,因为:虽然你可以在不同的程序之间使⽤ OCIO 和 ICC,但我们推荐把 供引擎使⽤的图像设为 sRGB 或灰阶。有许多基于物理原理的现代渲染器允许把图像指定 为线性图像或者 ‘srgbtrc’ 图像来进⾏处理。在该类渲染器中图像空间的正确识别⾄关 重要,所以设为 sRGB 是⼀种额外的保险。 虽然游戏引擎需要加载为它们优化过的内容,⼀般推荐使⽤ 0.22 0.22 0.0 0.05 0.53 0.0 0.0 1.0 0.0 上⾯的实验很好地解释了为什么颜⾊在线性空间中的混⾊结果更为明亮和柔和。但这⾥有 ⼀个很现实的问题:虽然线性空间在物理上更准确,但 sRGB 对⾊彩空间的利⽤更⾼效, 所以绝⼤多数图像还是选择了 sRGB TRC 来进⾏编码。不过在这个例⼦中使⽤后者的效果 并不好:sRGB 在某些坐标上给出了⽐线性空间 暗得多的数值
    0 码力 | 1594 页 | 110.95 MB | 1 年前
    3
  • epub文档 Krita 4.x 官方文档中文版 2021-08-06A

    输出空间 这个比较棘手,但一般情况下使用 sRGB。 这一点比较复杂,因为:虽然你可以在不同的程序之间使用 OCIO 和 ICC,但我们推荐把 供引擎使用的图像设为 sRGB 或灰阶。有许多基于物理原理的现代渲染器允许把图像指定 为线性图像或者 ‘srgbtrc’ 图像来进行处理。在该类渲染器中图像空间的正确识别至关重 要,所以设为 sRGB 是一种额外的保险。 虽然游戏引擎需要加载为它们优化过的内容,一般推荐使用 0.22 0.22 0.0 0.05 0.53 0.0 0.0 1.0 0.0 上面的实验很好地解释了为什么颜色在线性空间中的混色结果更为明亮和柔和。但这里有 一个很现实的问题:虽然线性空间在物理上更准确,但 sRGB 对色彩空间的利用更高效, 所以绝大多数图像还是选择了 sRGB TRC 来进行编码。不过在这个例子中使用后者的效果 并不好:sRGB 在某些坐标上给出了比线性空间 暗得多的数值 少引擎内的转换环节,从而提高渲染速度。 线性空间有一个最为明显的缺点:把一种颜色与黑、白混色时,黑色的效果非常不明显, 而白色的效果非常强势,这是因为在线性空间中浅灰色所占的比例比深灰色要大得多。说 到底,尽管线性空间在物理学上是准确的,在配合基于物理学的游戏渲染引擎和光线追踪 时效果更好,但 Krita 毕竟是一个绘画工具,如果你习惯了在符合人类感知特点的 sRGB TRC 空间下面进行混色,没有人会因此刁难你。 特性化和校准
    0 码力 | 1373 页 | 74.74 MB | 1 年前
    3
  • epub文档 Krita 5.2 マニュアル

    通常は、最初にすることは自然に目にするものに応じて色を整理します。例 えば、私たちは虹の順番に色調を並び替える傾向にありますし、明るさの値 は白から黒のトーンの範囲で考えます。もちろん、自然そのものは物理法則 に縛られていますし、色調の並びや明るさの考え方は波長や光のエネルギー と密接に関係し、空間を飛び交って最終的に私たちの目に入ります。 現実世界 の場合には、色(色調)を多色との混合で並べ、まずシアン、マゼン ドキュメントはリソースを保存し、リソースライブラリ として機能することもできます。現在はパレットにしか使われていま せん。 メモリストレージ 最後に、メモリライブラリは Krita が生成しディスクに物理的なバー ジョンがないリソースを一時的に保存する場所です。現在は前景色から 背景色へのグラデーションに使われています。 リソースライブラリは 設定 ‣ リソースライブラリを管理... で管理できま 4. Krita を再起動します。 5. 追加したいバージョンのリソースだけを追加します。 バックアップファイルの削除 Krita でプリセットを削除しても、Krita は実際にはプリセットを物理的に削 除しているわけではありません。ブラックリストに追加して次回 Krita を起 動してもこのリストにあるものは読み込まれないだけです。このリストに あるブラシを削除するには バックアップファイルを削除
    0 码力 | 1591 页 | 79.16 MB | 1 年前
    3
共 7 条
  • 1
前往
页
相关搜索词
Krita5.2官方文档中文文版中文版20231208A手册5.10526A20210806A
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩