1. 闪电 – 适合无损压缩使用的快速模式。对于有损压缩， 将使用最快的检测方式；对于无损压缩，将使用渐变色 预测器和快速直方图，但不使用 MA 树。 2. 雷声 – 无论是有损还是无损，雷声和闪电模式在检测方 式上是类似的，但雷声使用固定 MA 树和渐变色预测 器。 3. 猎鹰 – 禁用所有选项，不使用无损模式。 4. 猎豹 – 在选择 DCT 大小时启用系数重新排列、上下文 聚类和启发式探测，启用定量化步骤。 聚类和启发式探测，启用定量化步骤。 5. 野兔 – 启用类 Gabor 滤波器、从亮度推测色品、预测 定量化等步骤。 6. 袋熊 – 启用误差扩散定量化和 DCT 启发式检测。 7. 懂树 – 启用点、块、样条检测，启用上下文聚类。 8. 小猫 – 基于视觉心理学的算法优化自适应定量化。 9. 乌龟 – 启用更加彻底的自适应定量化查找。 你可以在高级部分中强制启用某些选项，即使它们已在权衡 的预设中被禁用。 图像可以被分隔成小块并行编码。你可以在使用模块化模式 时选择图块的大小，而 VarDCT 的图块大小默认为 256x256。 128x128 256x256 512x512 1024x1024 预测器 选择和 MA 树配合使用的预测器。VarDCT 模式会将图像的 复杂渐变抽象成数学函数来进行压缩，模块化模式则是检测 每个像素能够通过它的相邻像素进行描述，例如“与左边像 素颜色相同”。建议值是默认。 默认 – 让编码器自行选择。

1. 闪电 – 适合无损压缩使用的快速模式。对于有损压缩，将使用最 快的检测方式；对于无损压缩，将使用渐变色预测器和快速直方 图，但不使用 MA 树。 2. 雷声 – 无论是有损还是无损，雷声和闪电模式在检测方式上是类 似的，但雷声使用固定 MA 树和渐变色预测器。 3. 猎鹰 – 禁用所有选项，不使用无损模式。 4. 猎豹 – 在选择 DCT 大小时启用系数重新排列、上下文聚类和启 发式探测，启用定量化步骤。 发式探测，启用定量化步骤。 5. 野兔 – 启用类 Gabor 滤波器、从亮度推测色品、预测定量化等步 骤。 6. 袋熊 – 启用误差扩散定量化和 DCT 启发式检测。 7. 懂树 – 启用点、块、样条检测，启用上下文聚类。 8. 小猫 – 基于视觉心理学的算法优化自适应定量化。 9. 乌龟 – 启用更加彻底的自适应定量化查找。 你可以在高级部分中强制启用某些选项，即使它们已在权衡的预设中 图像可以被分隔成小块并行编码。你可以在使用模块化模式时选择图 块的大小，而 VarDCT 的图块大小默认为 256x256。 128x128 256x256 512x512 1024x1024 预测器 选择和 MA 树配合使用的预测器。VarDCT 模式会将图像的复杂渐变 抽象成数学函数来进行压缩，模块化模式则是检测每个像素能够通过 它的相邻像素进行描述，例如“与左边像素颜色相同”。建议值是默 认。 默认 – 让编码器自行选择。

1. 闪电 – 适合无损压缩使用的快速模式。对于有损压缩，将使用最快 的检测方式；对于无损压缩，将使用渐变色预测器和快速直方图， 但不使用 MA 树。 2. 雷声 – 无论是有损还是无损，雷声和闪电模式在检测方式上是类似 的，但雷声使用固定 MA 树和渐变色预测器。 3. 猎鹰 – 禁用所有选项，不使用无损模式。 4. 猎豹 – 在选择 DCT 大小时启用系数重新排列、上下文聚类和启发 式探测，启用定量化步骤。 式探测，启用定量化步骤。 5. 野兔 – 启用类 Gabor 滤波器、从亮度推测色品、预测定量化等步 骤。 6. 袋熊 – 启用误差扩散定量化和 DCT 启发式检测。 7. 懂树 – 启用点、块、样条检测，启用上下文聚类。 8. 小猫 – 基于视觉心理学的算法优化自适应定量化。 9. 乌龟 – 启用更加彻底的自适应定量化查找。 你可以在高级部分中强制启用某些选项，即使它们已在权衡的预设中被 禁用。 图像可以被分隔成小块并行编码。你可以在使用模块化模式时选择图块 的大小，而 VarDCT 的图块大小默认为 256x256。 128x128 256x256 512x512 1024x1024 预测器 选择和 MA 树配合使用的预测器。VarDCT 模式会将图像的复杂渐变抽 象成数学函数来进行压缩，模块化模式则是检测每个像素能够通过它的 相邻像素进行描述，例如“与左边像素颜色相同”。建议值是默认。 默认 – 让编码器自行选择。

1. 闪电 – 适合无损压缩使用的快速模式。对于有损压缩，将使用最快 的检测方式；对于无损压缩，将使用渐变色预测器和快速直方图， 但不使用 MA 树。 2. 雷声 – 无论是有损还是无损，雷声和闪电模式在检测方式上是类似 的，但雷声使用固定 MA 树和渐变色预测器。 3. 猎鹰 – 禁用所有选项，不使用无损模式。 4. 猎豹 – 在选择 DCT 大小时启用系数重新排列、上下文聚类和启发 式探测，启用定量化步骤。 式探测，启用定量化步骤。 5. 野兔 – 启用类 Gabor 滤波器、从亮度推测色品、预测定量化等步 骤。 6. 袋熊 – 启用误差扩散定量化和 DCT 启发式检测。 7. 懂树 – 启用点、块、样条检测，启用上下文聚类。 8. 小猫 – 基于视觉心理学的算法优化自适应定量化。 9. 乌龟 – 启用更加彻底的自适应定量化查找。 你可以在高级部分中强制启用某些选项，即使它们已在权衡的预设中被 禁用。 图像可以被分隔成小块并行编码。你可以在使用模块化模式时选择图块 的大小，而 VarDCT 的图块大小默认为 256x256。 128x128 256x256 512x512 1024x1024 预测器 选择和 MA 树配合使用的预测器。VarDCT 模式会将图像的复杂渐变抽 象成数学函数来进行压缩，模块化模式则是检测每个像素能够通过它的 相邻像素进行描述，例如“与左边像素颜色相同”。建议值是默认。 默认 – 让编码器自行选择。

在数字绘画中，你可以通过图层组把不同的元素分开在不同的图层 绘制。各个图层的内容保持独⽴，你可以随时更改它们的内容和前 后顺序，最终合并输出成成品。这叫做 合成。 你可以通过图层把线稿置于底⾊之上，或者把树⽊放在远⼭前⾯， 在编辑时图层之间不会互相影响。 Krita 的图层有多种类型，每种图层都有特定的⽤途： 颜料图层 这种图层就是栅格图层。这是 Krita 最常⽤的⼀种图层，⼿绘笔 刷⼯具等⼤多数⼯具都是在这种图层上进⾏绘制的。 4.4 新版功能: 亮度映射、渐变映射模式： 亮度映射 纹理图像的亮度值将影响笔画颜⾊的亮度值。它可以⽤来模 拟包括纸张、画布、⽪⾰、树⽪等材质上绘制的效果。 渐变映射 将图像的灰阶或者亮度值映射到当前渐变。在使⽤颜⾊富有 变化的纹理图像时有⽤，如蛇⽪、树⽪、星星等。 截断策略 截断策略将控制效果强度将在什么范围内、针对什么位置影响 纹理效果。 禁⽤ 不进⾏截断，将使⽤完整的范围。 ⽰在列表的底部。在此例⼦中它们都是各种植物的图像。 8. 现在我们打算挑选⼀张冬⻘树的图像，⽤它制作⼀个专⽤的冬 ⻘树笔刷。操作如下： 9. 点击选中所需的笔尖图像。 10. 在笔刷选项⾯板的顶部，找到当前笔刷名称，点击它右边带有 画笔图标的⼩按钮，更改笔刷预设的名称为类似“Trees - Tall Evergreen (树⽊ - ⾼⼤冬⻘树)”。(译者注：⽬前 Krita 只能 使⽤英⽂命名预设，多语⾔⽀持将在

底部。在此例子中它们都是各种植物的图像。 8. 现在我们打算挑选一张冬青树的图像，用它制作一个专用的冬青树笔刷。 操作如下： 9. 点击选中所需的笔尖图像。 10. 在笔刷选项面板的顶部，找到当前笔刷名称，点击它右边带有画笔图标的 小按钮，更改笔刷预设的名称为类似“Trees - Tall Evergreen (树木 - 高大冬 青树)”。(译者注：目前 Krita 只能使用英文命名预设，多语言支持将在 现在这个冬青树笔刷已经成功保存到笔刷预设列表中。你还可以调整诸如 大小、间距、压力映射等选项，点击面板右上角的“覆盖原有笔刷”按钮即 可更新已保存预设的参数。 13. 笔刷预设本身制作完成后，你可能还想为它制作一个预览图。操作如下： 制作预览图最简单的办法就是在笔刷选项面板右边的绘图区的方框内进行绘 制。首先点击绘图区右下角的“重置”按钮将原有预览图清空。调整笔刷大小直 至整个冬青树图像可以放