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(9)Krita(9)

语言

全部中文(简体)(6)英语(1)日语(1)韩语(1)

格式

全部其他文档 其他(7)PDF文档 PDF(2)
 
本次搜索耗时 0.224 秒,为您找到相关结果约 9 个.
  • 全部
  • 综合其他
  • Krita
  • 全部
  • 中文(简体)
  • 英语
  • 日语
  • 韩语
  • 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
  • epub文档 Krita 5.2 Manual

    must be semi-transparent to get onion skinning working. Note Krita has a bunch of functionality for meta-data, starting at the Create Document screen. The title will be automatically used as a suggestion gradient and weighted. Use all predictors Pixels for MA tree learning. Fraction of pixels used for the Meta-Adaptive Context tree. The MA tree is a way of analyzing the pixels surrounding the current pixel helps set up the various files that Krita expects to see when it runs a script, namely: .desktop meta data file; the main directory for your plugin; __init__.py file; the main python file for your
    0 码力 | 1502 页 | 79.07 MB | 1 年前
    3
  • epub文档 Krita 5.2 マニュアル

    gradient and weighted. Use all predictors Pixels for MA tree learning. Fraction of pixels used for the Meta-Adaptive Context tree. The MA tree is a way of analyzing the pixels surrounding the current pixel helps set up the various files that Krita expects to see when it runs a script, namely: .desktop meta data file; the main directory for your plugin; __init__.py file; the main python file for your メーリングリスト GitLab (KDE Invent) Phabricator Krita Artists Bugzilla: バグトラッカー スプリント Krita マニュアルのマークアップ規約 Meta data 見出し リンク 画像 テキスト表示 参照の置き換え リスト 表 注意事項と補足 Code Snippets その他の整形テキスト 用語集、用語および索引 引用 Text for Non-English
    0 码力 | 1591 页 | 79.16 MB | 1 年前
    3
  • epub文档 Krita 5.2 브로셔

    gradient and weighted. Use all predictors Pixels for MA tree learning. Fraction of pixels used for the Meta-Adaptive Context tree. The MA tree is a way of analyzing the pixels surrounding the current pixel helps set up the various files that Krita expects to see when it runs a script, namely: .desktop meta data file; the main directory for your plugin; __init__.py file; the main python file for your 각 페이지는 다음 세 가지 항목으로 시작해야 합니다: 1. 메타 설명 페이지에 대한 일반적인 설명입니다. 검색 엔진에서 사용하는 HTML 메타 태그로 변환됩 니다: .. meta:: :description: 설명. 2. 작성자 및 라이선스 목록. 페이지를 편집한 사람을 추적하고 크레딧을 제공하기 위한 항목입니다. 기계가 쉽게 읽
    0 码力 | 1531 页 | 79.11 MB | 1 年前
    3
  • epub文档 Krita 5.2 中文手册

    上上预测平均值 – 对 6 个相邻像素的数值进行权衡:上方、左 侧、右上方,加上它们本身的同一方向上的相邻像素。 渐变 + 权衡 – 混合渐变和权衡的方式。 使用所有预测器 MA 树学习像素 用于 Meta-Adaptive Context Tree (元-自适应上下文树) 的像素比例。 MA 树是分析当前像素周围的像素的一种手段,它会根据上下文为这 个像素选择一个预测器。MA 树学习使用的像素越多,它就能更好地 Sphinx 标记语言翻译注意事项 元数据 每个页面起始部分都应该包括下列 4 种要素: 1. 元描述 这是对于该页面内容的概述,它的内容会被转换成一组 html 元标记,以供搜索引擎抓取: .. meta:: :description: 描述文字。 2. 作者列表和许可证 用于记录哪些人编辑过该页面并对他们的贡献进行声明。最好把它注释掉,以避免被机 器人读取。Krita Imagemagick 的 profile 参数嵌入 首先提取元数据 (如有需要): convert image.png image_meta.xmp 对生成的 XMP 文件进行修改,然后把元数据重新嵌入图像: convert -profile image_meta.xmp image.png 每个 XMP 标签可以定义一个许可证。你可以在 Creative Commons 网站上生成 图像所需的许可证
    0 码力 | 1594 页 | 79.20 MB | 1 年前
    3
  • pdf文档 Krita 5.2 官方文档中文版 2023-12-08A

    上上预测平均值 – 对 6 个相邻像素的数值进行权衡:上 方、左侧、右上方,加上它们本身的同一方向上的相邻 像素。 渐变 + 权衡 – 混合渐变和权衡的方式。 使用所有预测器 MA 树学习像素 用于 Meta-Adaptive Context Tree (元-自适应上下文树) 的 像素比例。MA 树是分析当前像素周围的像素的一种手段, 它会根据上下文为这个像素选择一个预测器。MA 树学习使 用的像素越多,它就能更好地理解像素所处环境 Sphinx 标记语言翻译注意事项 元数据 每个页面起始部分都应该包括下列 4 种要素: 1. 元描述 这是对于该页面内容的概述,它的内容会被转换成一组 html 元标记,以供搜索引擎抓取: �� meta�� :description: 描述⽂字。 2. 作者列表和许可证 用于记录哪些人编辑过该页面并对他们的贡献进行声明。最好把它注释掉,以避免被机器 人读取。Krita 文档网站的所有页面均使用 Imagemagick 的 profile 参数嵌入 首先提取元数据 (如有需要): convert image.png image_meta.xmp 对生成的 XMP 文件进行修改,然后把元数据重新嵌入图像: convert -profile image_meta.xmp image.png 每个 XMP 标签可以定义一个许可证。你可以在 Creative Commons 网站上生成图像所需的许可证
    0 码力 | 1685 页 | 91.87 MB | 1 年前
    3
  • epub文档 Krita 5.2 官方文档中文版 2023-12-08A

    上上预测平均值 – 对 6 个相邻像素的数值进行权衡:上方、左侧、 右上方,加上它们本身的同一方向上的相邻像素。 渐变 + 权衡 – 混合渐变和权衡的方式。 使用所有预测器 MA 树学习像素 用于 Meta-Adaptive Context Tree (元-自适应上下文树) 的像素比例。MA 树是分析当前像素周围的像素的一种手段,它会根据上下文为这个像素 选择一个预测器。MA 树学习使用的像素越多,它就能更好地理解像素 Sphinx 标记语言翻译注意事项 元数据 每个页面起始部分都应该包括下列 4 种要素: 1. 元描述 这是对于该页面内容的概述,它的内容会被转换成一组 html 元标记,以供搜索引擎抓取: .. meta:: :description: 描述文字。 2. 作者列表和许可证 用于记录哪些人编辑过该页面并对他们的贡献进行声明。最好把它注释掉,以避免被机器 人读取。Krita 文档网站的所有页面均使用 Imagemagick 的 profile 参数嵌入 首先提取元数据 (如有需要): convert image.png image_meta.xmp 对生成的 XMP 文件进行修改,然后把元数据重新嵌入图像: convert -profile image_meta.xmp image.png 每个 XMP 标签可以定义一个许可证。你可以在 Creative Commons 网站上生成 图像所需的许可证
    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

    上上预测平均值 – 对 6 个相邻像素的数值进行权衡:上方、左侧、 右上方,加上它们本身的同一方向上的相邻像素。 渐变 + 权衡 – 混合渐变和权衡的方式。 使用所有预测器 MA 树学习像素 用于 Meta-Adaptive Context Tree (元-自适应上下文树) 的像素比例。MA 树是分析当前像素周围的像素的一种手段,它会根据上下文为这个像素 选择一个预测器。MA 树学习使用的像素越多,它就能更好地理解像素 Sphinx 标记语言翻译注意事项 元数据 每个页面起始部分都应该包括下列 4 种要素: 1. 元描述 这是对于该页面内容的概述,它的内容会被转换成一组 html 元标记,以供搜索引擎抓取: .. meta:: :description: 描述文字。 2. 作者列表和许可证 用于记录哪些人编辑过该页面并对他们的贡献进行声明。最好把它注释掉,以避免被机器 人读取。Krita 文档网站的所有页面均使用 Imagemagick 的 profile 参数嵌入 首先提取元数据 (如有需要): convert image.png image_meta.xmp 对生成的 XMP 文件进行修改,然后把元数据重新嵌入图像: convert -profile image_meta.xmp image.png 每个 XMP 标签可以定义一个许可证。你可以在 Creative Commons 网站上生成 图像所需的许可证
    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

    词汇表、术语和索引 引⽤ 元数据 每个⻚⾯起始部分都应该包括下列 4 种要素: 1. 元描述 这是对于该⻚⾯内容的概述,它的内容会被转换成⼀组 html 元标记,以供搜索引擎 抓取: �� meta�� :description: 描述⽂字。 2. 作者列表和许可证 ⽤于记录哪些⼈编辑过该⻚⾯并对他们的贡献进⾏声明。最好把它注释掉,以避免被 机器⼈读取。Krita Imagemagick 的 profile 参数嵌⼊ ⾸先提取元数据 (如有需要): convert image.png image_meta.xmp 对⽣成的 XMP ⽂件进⾏修改,然后把元数据重新嵌⼊图像: convert -profile image_meta.xmp image.png 每个 XMP 标签可以定义⼀个许可证。你可以在 Creative Commons ⽹站上⽣成图像所需的许可证 never saves files with this option and the support of it will be removed soon. description: bg.. meta:: Guide to using features from C++11, C++14 and beyond in Krita’s codebase. Modern C++ usage guidelines
    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

    词汇表、术语和索引 引用 元数据 每个页面起始部分都应该包括下列 4 种要素: 1. 元描述 这是对于该页面内容的概述,它的内容会被转换成一组 html 元标记,以供搜索引擎 抓取: .. meta:: :description: 描述文字。 2. 作者列表和许可证 用于记录哪些人编辑过该页面并对他们的贡献进行声明。最好把它注释掉,以避免被 机器人读取。Krita 文档网站的所有页面均使用 Imagemagick 的 profile 参数嵌入 首先提取元数据 (如有需要): convert image.png image_meta.xmp 对生成的 XMP 文件进行修改,然后把元数据重新嵌入图像: convert -profile image_meta.xmp image.png 每个 XMP 标签可以定义一个许可证。你可以在 Creative Commons 网站上生成 图像所需的许可证 never saves files with this option and the support of it will be removed soon. description: bg.. meta:: Guide to using features from C++11, C++14 and beyond in Krita’s codebase. Modern C++ usage guidelines
    0 码力 | 1373 页 | 74.74 MB | 1 年前
    3
共 9 条
  • 1
前往
页
相关搜索词
Krita5.2Manual中文手册官方文档文版中文版20231208A5.10526A20210806A
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