一层层堆叠的意思是什么_干货鉴赏丨原画薄涂/厚涂/伪厚涂到底是什么?

本文探讨了厚涂绘画技法,不依赖线稿,通过色彩堆叠展现立体感和光影效果,尤其在游戏CG制作中常见。介绍了卡卡的厚涂起稿方式,如色块起稿,强调基本功和色彩感觉。并与平涂、半厚涂进行对比,突出了厚涂的写实与立体感。
摘要由CSDN通过智能技术生成
a1306411d15727216c4c5f22e738fb46.gif

什么是厚涂

厚涂类似油画的技法,通常画师不需要画线稿起稿,或者简单起稿最后画完以后颜料已经覆盖线稿,所以在人物的外轮廓看不到线条,在明暗关系上通常会把素描的五大调都做进去,最终会呈现有真实的质感和光影气质。

利用颜料的堆叠,来塑造物体和人物,这种技巧使画面产生一种肌理。这种堆砌而成的三维实体,给油画作品带来厚实的外观。现在的游戏cg基本上都是这种画法。不太注重线条,更多的是素描关系和色彩堆叠。——简单来讲,就是堆颜色。

7543725900a4fa9a3aa9418871ac0b15.png

卡卡

厚涂的起稿方式

厚涂起稿方式有三种:线条起稿、块面起稿、剪影起稿。这里讲一下色块起稿。

色块起稿,心中要有明确的体量感和结构,甚至明暗冷暖都要考虑周全。这种方法的话是非常考验自身的基本功的。

  • 起大色块,色块起稿直接着色法即在画布上作出物象形体轮廓后,这里的话,你自己本身脑子里就有一个画面,大格局的视觉中,强调设计事物的外轮廓,或者在这一步只需要设计好设计物的外轮廓美感。(如图)
c082eba67247b4af715d6d6bd97e5921.png

图源网络

  • 凭借对物象的色彩感觉或对画面色彩的构思铺设颜色确认光源,基本上一次画完
  • 细化,继续上色调整,加一下画面的质感。

这种画法中每笔所蘸的颜料比较浓厚,色彩饱和度高,笔触也较清晰,易于表达作画时的生动感受。

c68ec56893c8988f0b36d09238a3e5e6.png

图源网络

厚涂与平涂、半厚涂的区别

  • 平涂

平涂是对初学者最为友好的上色技法之一,平涂又叫薄涂,最大特点就是上色清新、扁平,颜色过渡有明确的分界线,造型以日系动漫人物为主。平涂的立体感一般通过颜色来塑造。

d273eeb78c4aefc611cf0d7b3efe56df.png

乔一

平涂中还有一种十分特殊的风格,就是“赛璐璐风格”。赛璐璐风格有着明显的线稿,精简的人体结构以及干净清爽的画面,色块分明,和动画片的风格较为相似。

8d25cd3fe6236a47403544b49b7ba9cd.png

胖猫

公众号『CG原画交流所』后台回复数字“3”,可自取同款免费教程

  • 厚涂

厚涂对技法的要求更高,需要创作者巧用笔刷和颜色,在简单的线稿上一层层的叠加颜色乃至完全覆盖掉线稿。在明暗关系上通常会把素描的五大调都放进去,最终会呈现无限趋向真实的质感。

厚涂的立体感很强,追求写实的画面的效果,色彩应用丰富,一般没有线稿或只有草稿就可以作业。

2ceb4f94a07966611cc25627aea951b4.png

猫子

  • 半厚涂

伪厚涂,又叫半厚涂,同厚涂一样,对线稿的精细度要求不高,但要较为完整的线稿。相较于平涂,伪厚涂颜色更为丰富,立体感和光影对比也更强,但又没有厚涂那样复杂。

这种画法画出来的物体比平涂多了体积感,又不像厚涂那样厚重,画面既清新又有质感。

25e079ddfee5a4c7fc5bfee218c7bb5e.png

卡卡

你最喜欢或者擅长哪种风格呢,欢迎留言区交流讨论~


f69e6096f2a151a7ab9431feaf1fe89a.png

公众号『CG原画交流所』里有2800张这类的线稿,小白可以拿去临摹~

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值