Преобразование цветовых палитр изображений в стиле пиксель-арт
Возможности получения пиксельного рисунка из готового изображения или фотографии в высоком разрешении. Метод преобразования цветовой палитры в области стенографии изображений, при котором все пиксели одного цвета изменяются на один и тот же цвет.
| Рубрика | Культура и искусство |
| Вид | статья |
| Язык | русский |
| Дата добавления | 13.03.2023 |
| Размер файла | 534,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ПРЕОБРАЗОВАНИЕ ЦВЕТОВЫХ ПАЛИТР ИЗОБРАЖЕНИЙ В СТИЛЕ ПИКСЕЛЬ-АРТ
И.С. Шушарина, А.В. Кузьмин
Аннотация
Актуальность и цели. Рассматривается задача преобразования разрешения и цветов изображений для имитации стиля pixel art низкого разрешения. Материалы и методы. Авторами используется представление цвета в формате RGB. Для конвертирования цветов использованы расстояния между точками, представляющими цвет внутри цветового куба RGB. Результаты. Для преобразования цветовых палитр изображения разработана программа на языке C# в среде Visual Studio 2019. Предусмотрена возможность настройки таких параметров, как палитра, интервал и метод определения цвета в палитре. Представлены результаты выполнения преобразований цветовых палитр тестовых изображений с различными параметрами. Выводы. Результаты вычислительных экспериментов с тестовыми изображениями показывают, что разработанная программа в целом выполняет свои функции. Допустимыми с точки зрения визуальных свойств результата параметрами являются интервал со значением 4 и метод определения цвета в палитре с использованием формулы евклидова расстояния. Дальнейшие исследования могут быть связаны с оценкой полученных преобразованных изображений экспертом-художником с целью определения параметров, позволяющих получить наиболее выразительные и гармоничные цветовые схемы.
Ключевые слова: цветовая палитра, компьютерная графика, pixel art, цифровое изображение, программное обеспечение
Abstract
COLOR PALETTES CONVERTING IN PIXEL ART IMAGES
I.S. Shusharina, A.V. Kuzmin
Background. The article is devoted to the task of converting the resolution and colors of images to simulate the low-resolution pixel art style. Materials and methods. The authors use color representation in RGB format. To convert colors, the distances between the points representing the color in the interior of the RGB color cube were used. Results. To convert the color palettes of an image, a C# program was developed in the Visual Studio 2019 environment. It is possible to configure such parameters as a palette, an interval, and a method for determining the color in the palette. The results of transformations of color palettes of test images with different parameters are presented. Conclusions. The resuits of computational experiments with test images show that the developed program, in general, performs its functions. Valid parameters from the point of view of the visual properties of the result are an interval with a value of 4 and a method for determining the color in the palette using the Euclidean distance formula. Further research may be related to the evaluation of the resulting converted images by an expert artist in order to determine the parameters that make it possible to obtain the most expressive and harmonious color schemes.
Keywords: color palette, computer graphics, pixel art, digital image, software
Введение
На сегодняшний день появилось достаточно большое количество видов цифрового искусства. Одним из них является пиксельная графика, которая была наиболее распространена в видеоиграх на приставках начала 1990-х гг. и набирает популярность сейчас. Дизайнеры часто используют рисунки в этом жанре, чтобы добиться оригинального эффекта.
Пиксельная графика, или ріхєі art - это направление цифрового искусства, в котором изображения создаются на пиксельном уровне [1]. Идея этого жанра заключается именно в технологии создания иллюстрации, требующей достаточно больших затрат времени и труда. Такие особенности, как отсутствие сглаживания, малый размер окончательного рисунка, небольшое количество цветов отличают пиксельную графику от других жанров компьютерного искусства.
Наиболее интересной задачей в данном направлении является получение пиксельного рисунка из готового изображения или фотографии в высоком разрешении. Автоматические методы, такие как метод ближайшего соседа или метод бикубической интерполяции, дают неудовлетворительный результат. Художникам приходится вручную преобразовывать изображения, что может занимать до 8 человеко-часов на одну работу.
На протяжении длительного времени тема обработки изображений и преобразования цвета остается актуальной. Последние исследования в этой области касаются работы с качеством изображения, преобразования цветовых моделей и создания соответствующих алгоритмов и изобретений.
Так, [2] описывает способ повышения качества изображения при кодировании и декодировании данных. В [3] уделяется внимание подходу к конвертации цвета RGB в RGBW с улучшением цветовой насыщенности без изменения общей яркости. Статья [4] рассматривает преобразование, связанное с обработкой серого уровня, с помощью квантового формализма и сравнение его с классической обработкой изображений. В [5] говорится о методах преобразования цвета в видеопроизводстве посредством таблиц, позволяющих эффективно использовать вычислительные ресурсы компьютеров. В статье [6] представлен алгоритм преобразования цветов растрового изображения в пространстве HSV, который применяется как для локальной замены цветов, так и для приведения нескольких изображений к единой палитре, например, для создания художественных эффектов. В [7] рассматривается преобразование стандартного изображения в изображение, которое строится из его преобладающих палитр затенения с использованием алгоритма K-Means для вычисления группировки и извлечения эффективной палитры затенения. преобразование цвет пиксельный рисунок
В статье [8] предлагается метод преобразования цветовой палитры в области стенографии изображений, при котором все пиксели одного цвета изменяются на один и тот же цвет. Статья [9] рассматривает основанный на палитре подход для реалистичного перекрашивания изображений на уровне объектов, а в [10] представлен новый метод обнаружения объектов с экстремальным цветом, который может быть использован в качестве ориентиров или для идентификации объектов.
На данный момент отсутствуют исследования в области трансформации изображений в пиксель-арт, а также не были освещены конкретные пути решения данной проблемы.
Предлагается выполнять такое преобразование в два этапа:
1) понижение разрешения;
2) изменение цветности.
Если первая задача решается стандартными способами и средствами компьютерной графики, то вторая задача не имеет стандартного решения. При этом на данном этапе важно сокращение количества используемых цветов с повышением «цветности» (субъективной насыщенности и яркости цветов).
Выходом может стать создание алгоритма преобразования цветовой палитры, который менял бы цвет каждого пикселя, делая изображение более ярким, простым, контрастным и приближенным к ручной работе.
Материалы и методы
В растровой компьютерной графике изображение представляется в виде совокупности пикселей - отдельных точек различных цветов и оттенков. Такой тип представления графической информации позволяет создать или воспроизвести практически любой рисунок вне зависимости от сложности с использованием более чем 16 миллионов оттенков цветов.
Растровые изображения естественны для большинства устройств вводавывода графической информации, таких как мониторы, сканеры, цифровые фотоаппараты, матричные и струйные принтеры [11].
Наиболее распространенной моделью представления цвета является RGB. Человеческим глазом непосредственно воспринимаются три цвета - красный, зеленый и синий. Остальные цвета образуются путем смешивания трех основных (рис. 1).
В модели RGB количество каждого компонента измеряется числом от 0 до 255, следовательно, имеет 256 градаций. Полное количество цветов, представляемых этой моделью, равно 16 777 216. Именно в этой модели отображает рисунок экран монитора, и кодирует изображение сканер.
Пусть а - число, заданное пользователем в параметре «Интервал». Алгоритм разработанной программы выделяет в исходном изображении участок размером аха пикселей и записывает цвет каждого его пикселя в список. Далее для каждого цвета по отдельности суммируются значения компонентов красного, зеленого и синего, после чего выполняется усреднение посредством деления суммы каждого цветового компонента на количество пикселей в участке. Для полученных средних значений компонентов алгоритм подбирает наиболее близкий цвет из составленной палитры, а затем отрисовывает пиксель на новой поверхности. Таким образом алгоритм проходит по всему исходному изображению, обрабатывая каждую область размера аха.
Задание метода определения ближайшего цвета указывает, как алгоритм будет выбирать наиболее подходящий цвет из составленной палитры для обрабатываемого участка исходного изображения.
Наиболее примитивным является метод покомпонентного вычитания. Алгоритм проходит по всем цветам палитры, вычисляя наименьшее расстояние между компонентами цвета палитры (p) и среднего цвета обрабатываемой области (pm). Результат такого вычисления с точки зрения геометрии не является расстоянием между точками в пространстве, однако он вычислительно прост и может быть включен в исследование по той причине, что конечным результатом работы алгоритма является не точное определение расстояний между точками в цветовом пространстве, а визуальный эффект, трансформирующий цветовую палитру изображения. Расстояние при таком методе вычисляется простым поэлементным вычитанием в соответствии с формулой
где p и pm - точки, соответствующие цвету палитры и среднему цвету обрабатываемого участка (см. рис. 1); pr и pmr - компоненты красного цвета точек p и pm; pg и pmg - компоненты зеленого цвета точек p и pm; pb и pmb - компоненты синего цвета точек p и pm.
Второй метод, реализованный в программе, основан на евклидовом расстоянии. Так как работа выполняется в трехмерном цветовом пространстве RGB, расстояние между цветовыми компонентами можно определить как расстояние между двумя любыми точками в трехмерном евклидовом пространстве с декартовой системой координат [12]. Соответственно, в рамках данного метода расстояние вычисляется по формуле
Результаты
В качестве решения поставленной задачи была разработана программа для получения визуального эффекта в стиле pixel art из обычных изображений. Написание, отладка и сборка кода проводилась в среде Visual Studio 2019 с использованием объектно-ориентированного языка программирования C#. Программа использует следующие библиотеки: System, System.Collections.Generic, System.ComponentModel, System.Data, System.Drawing, System.Linq, System.Text, System.Threading.Tasks, System.Windows.Forms. Ключевым является пространство имен System.Drawing, обеспечивающее доступ к функциональным возможностям графического интерфейса GDI - [13].
На рис. 2 представлен интерфейс разработанной программы.
Рис. 2 Интерфейс программы
Одним из ключевых настраиваемых параметров программы является интервал. Он определяет сложность и детальность результата: чем больше значение, тем более примитивным получается изображение на выходе.
Интерфейс включает в себя панель управления, где находятся все необходимые инструменты для преобразования изображений, и два поля, для исходного изображения и результата соответственно. Кнопка «Открыть» позволяет выбрать любое имеющееся на компьютере изображение, подлежащее обработке, в форматах JPEG или PNG, а кнопка «Сохранить» сохраняет полученный результат в выбранном каталоге в формате PNG. Панель управления также содержит элементы настройки палитры. При нажатии кнопки «Сгенерировать» в списке палитры появятся 16 цветов, выбранных случайным образом из тех, что имеются в исходном изображении. Нажатие кнопки «Очистить» удаляет все цвета из списка. С помощью кнопки «Добавить цвет» пользователь может определить для палитры любое количество любых цветов. Число, указанное в параметре «Интервал», есть количество пикселей высоты и ширины исходного изображения, преобразуемые в 1 пиксель обработанного изображения. Пользователь может выбрать один из реализованных в программе методов определения цвета в палитре: «Вычитание» или «Евклидово расстояние». Кнопка «Конвертировать» применяет все указанные настройки к исходному изображению и выводит результат в соответствующее поле. При запуске программы палитра по умолчанию состоит из 16 случайных цветов, которые наиболее популярны в браузерах, а значение параметра интервала равно 4.
Обсуждение
Для демонстрации работы алгоритма проведен эксперимент с одинаковым набором цветов в палитре, но разными значениями параметра интервала и методами определения цвета.
На рис. 3 параметр интервала равен 4, выбран метод вычитания. Как можно заметить, на крыше дома присутствуют элементы зеленого цвета, чего быть не должно.
Рис. 3 Результат применения метода «Вычитание»
При том же значении интервала и таких же цветах в палитре метод с применением формулы евклидова расстояния дает более правильный результат (рис. 4). Из доступных цветов палитры он создает рисунок, максимально приближенный к исходному изображению.
Рис. 4 Результат применения метода «Евклидово расстояние»
Увеличение параметра интервала до 10 приводит к снижению четкости и детальности рисунка, пиксели становятся крупнее (рис. 5).
Рис. 5 Результат применения метода вычитания
Эксперименты с тестовым изображением показывают, что все методы и параметры позволяют достичь требуемого результата - получить изображение в стиле пиксель-арт. Однако среди методов определения цвета в палитре более точным оказался метод на основе вычисления евклидова расстояния. Однозначно выявить лучшее значение параметра «Интервал» сложно. В зависимости от ожидаемого результата и желаемого эффекта на конечном изображении значения данного параметра могут варьироваться как угодно. Тем не менее наиболее четким и приближенным к оригиналу изображение получается при значениях не более 5. При значении 25 данного параметра детали рисунка уже практически не просматриваются.
Заключение
Таким образом, было найдено решение задачи трансформации изображений и фотографий высокого разрешения в пиксель-арт низкого разрешения. Разработана программа, которая позволяет получить необходимый визуальный эффект, с регулируемым параметром разрешения и наглядной демонстрацией разницы в подходах нахождения ближайшего цвета в палитре.
За счет случайного выбора палитры из 16 цветов каждый раз можно получать изображение с уникальным визуальным эффектом. Кроме этого, пользователь может самостоятельно создать палитру необходимого размера из любых цветов. Регулированием значений параметра интервала, отвечающего за разрешение получаемого рисунка, достигаются разные эффекты. Чем больше это число, тем менее детализированным получается результат, тем более крупными становятся пиксели.
По результатам анализа полученных изображений можно сделать вывод, что более эффективным для определения цвета в палитре является применение формулы евклидова расстояния. Эмпирически установлено, что значение параметра интервала следует выбирать не более 5.
Предложенные в статье средства позволяют получить упрощенное с точки зрения цветовой палитры изображение, однако для получения действительно качественных изображений в стиле pixel art требуется тонкая настройка параметров, оптимизация алгоритмов на основе данных экспериментальных исследований на наборах изображений с различной цветностью, что является направлением дальнейших исследований.
Список литературы
1. Пиксельная графика // Википедия. URL: ййр8://т.-дакірейіа.о^/^ікі/Пиксельная_ графика (дата обращения: 08.01.2022).
2. Патент 2619888. Российская Федерация, МПК Н 04 N 19/00. Зависимый от режима коэффициент сканирования и преобразование направления для разных форматов дискретизации цвета / Гэмей Д. А., Сондерс Н. Я., Шарман К. Д., Силкок П. Д. ; заявл. 26.04.2013 ; опубл. 19.05.2017, Бюл. № 14. 103 с.
3. Патент 2647623 C1. Российская Федерация, МПК Н 04 N 9/64. Система и способ преобразования цвета RGB в RGBW / Чэнь Л. ; заявл. 25.07.2014 ; опубл. 16.03.2018, Бюл. № 8. 22 с.
4. Гушанский С. М., Коробейникова Н. М., Потапов В. С. Разработка метода квантового преобразования цвета и вычисление негатива квантового изображения // Инженерный вестник Дона. 2021. № 5. С. 197-203.
5. Андреев П. Р., Смирнова Т. Н. Применение таблиц преобразования цветов в мультимедиа // Состояние и перспективы развития ИТ-образования: сб. докл. и науч. ст. Всерос. науч.-практ. конф. 2019. С. 206-210.
6. Дарьенко Д. Д., Соловьева А. Н. Алгоритм замены основных цветов растрового изображения // Интеллектуальные системы в производстве. 2019. Т. 17, № 1. С. 34-39.
7. Паван Кумар И., Хара Гопал В. П., Рамасуббаредди С. [и др.]. Извлечение доминирующей цветовой палитры с помощью алгоритма кластеризации K-Means и реконструкция изображения // Data Engineering and Communication Technology. Достижения в области интеллектуальных систем и вычислений. 2020. Т. 1079. doi:10.1007/978-981-15-1097-7_78
8. Маргаликас Э., Раманаускайте С. Стеганография изображений на основе преобразования цветовой палитры в цветовом пространстве. 2019. doi: 10.1186/s13640019-0484-x
9. Цуй М. У., Чжу З., Ян У. К естественному объектному перекрашиванию изображений // Visual Media. 2022. № 8. Р. 317-328. doi:10.1007/s41095-0210245-5.
10. Фореро М. Г., Авира-Наварро Дж., Эррера-Ривера С. Новый метод обнаружения экстремальных цветов в изображениях // Springer, Cham. 2020. Т. 12088. doi:10.1007/978-3-030-49076-8_9
11. Херн Д. Бейкер П. Компьютерная графика и стандарт OpenGL. М.: Вильямс, 2005. 1168 с.
12. Эйнджел Э. Интерактивная компьютерная графика. Вводный курс на базе OpenGL. М.: Вильямс, 2001. 592 с. URL: https://scask.ru/d_book_innr.php?id=43 (дата обращения: 12.01.2022).
13. Компьютерная графика - Основы библиотеки System.Drawing. URL: https://grafika.me/node/24 (дата обращения: 11.01.2022).
References
1. Pixel graphics. Wikipedia. (In Russ.). Available at: https://ru.wikipedia.org/wiki/ Piksel'naya_ grafika (accessed 08.01.2022).
2. Patent 2619888. Russian Federation, MPK N 04 N 19/00. Time-dependent scanning coefficient and direction transformation for different color sampling formats. Gemey D.A., Sonders N.Ya., Sharman K.D., Silkok P.D.; appl. 26.04.2013; publ. 19.05.2017, bull. № 14:103. (In Russ.)
3. Patent 2647623 C1. Russian Federation, MPK N 04 N 9/64. The system and method of converting RGB color to RGBW. Chen' L.; appl. 25.07.2014; publ. 16.03.2018, bull. № 8:22. (In Russ.)
4. Gushanskiy S.M., Korobeynikova N.M., Potapov V.S. Development of the method of quantum color transformation and calculation of the negative of a quantum image. Inzhenernyy vestnik Dona = Engineering Bulletin of the Don. 2021;(5): 197-203. (In Russ.)
5. Andreev P.R., Smirnova T.N. Application of color conversion tables in multimedia.
6. Sostoyanie i perspektivy razvitiya IT-obrazovaniya: sb. dokl. i nauch. st. Vseros. nauch.-prakt. konf. = The state and prospects for the development of IT education: a collection of reports and scientific articles of the All-Russian Scientific and Practical Conference. 2019:206-210. (In Russ.)
7. Dar'enko D.D., Solov'eva A.N. Algorithm for replacing the primary colors of a bitmap image. Intellektual'nye sistemy v proizvodstve = Intelligent systems in production. 2019;17(1):34-39. (In Russ.)
8. Pavan Kumar I., Khara Gopal V.P., Ramasubbareddi S. [et al.]. Extraction of dominating color palette using K-Means clustering algorithm and image reconstruction. Data Engineering and Communication Technology. Dostizheniya v oblasti intellektual'nykh sistem i vychisleniy. 2020;1079. (In Russ.). doi:10.1007/978-981-15-1097-7_78
9. Margalikas E., Ramanauskayte S. Steganografiya izobrazheniy na osnove preobrazovaniya tsvetovoy palitry v tsvetovom prostranstve = Image steganography based on the transformation of the color palette in the color space. 2019. (In Russ.). doi:10.1186/s13640-019-0484-x
10. Tsuy M.U., Chzhu Z., Yan U. Towards natural object repainting of images. Visual Media. 2022;(8):317-328. (In Russ.). doi:10.1007/s41095-021-0245-5.
11. Forero M.G., Avira-Navarro Dzh., Errera-Rivera S. A new method for detecting extreme colors in images. Springer, Cham. 2020;12088. (In Russ.). doi:10.1007/978-3030-49076-8_9
12. Khern D. Beyker P. Komp'yuternaya grafika i standart OpenGL = Computer graphics and the OpenGL standard. Moscow: Vil'yams, 2005:1168. (In Russ.)
13. Eyndzhel E. Interaktivnaya komp'yuternaya grafika. Vvodnyy kurs na baze OpenGL = Interactive computer graphics. Introductory course based on OpenGL. Moscow: Vil'yams, 2001:592. (In Russ.). Available at: https://scask.ru/d_book_innr.php?id=43 (accessed 12.01.2022).
14. Computer graphics - The basics of the System library.Drawing. (In Russ.). Available at: https://grafika.me/node/24 (accessed 11.01.2022).
Размещено на Allbest.ru
...Подобные документы
Способы получения негативного фотографического изображения. Метод получения фотографии при помощи нитрата серебра. Получение и сохранение статичного изображения на светочувствительном материале при помощи фотокамеры. Основные виды и жанры фотографии.
презентация [473,0 K], добавлен 08.12.2011Теоретическая система цветовых полутонов. Хроматические и ахроматические группы цвета. Гармонизация цветовых сочетаний и цветовой круг. Изучение цветового круга из 6 градаций цветового тона с постепенным высветлением к белому, состоящим из 7 ступеней.
курсовая работа [340,3 K], добавлен 07.09.2015Особенности изображения ликов святых на иконах - святой представляется в том чине, в котором он особо послужил и в котором его прославляет Церковь. Описание изображений праведников, ангелов, святителей, диаконов, преподобных царей, воинов-мучеников.
презентация [15,8 M], добавлен 16.11.2010Обзор истории фотографии, способа получения первых фотографических изображений, выпуска коммерческих фотокамер. Анализ места и значения фотографии в художественной культуре. Живопись и фотография: общее и основные отличия. Современные жанры фотографии.
презентация [1,3 M], добавлен 13.09.2012Цвет и магия у первобытных народов. Символика цвета в странах востока. Цветовая символика ислама. Символика цвета в христианской западной Европе и общественной жизни. Цветогармонические ряды новой эпохи. Цветовой круг Гете. Цветовые триады Рунге.
курсовая работа [103,9 K], добавлен 24.04.2011Исследование ключевых тем и цветовой палитры сезона. Конструирование, моделирование и художественное оформление комплекта одежды молодежной возрастной категории в стиле ретро. Особенности технологической обработки, последовательность монтажа изделия.
курсовая работа [3,7 M], добавлен 24.03.2015Расположение и архитектура древнейших катакомбных христианских храмов в Риме. Основные символические изображения в христианских катакомбах: голубь, крест, виноградная лоза. Использование библейских изображений и изображений литургического характера.
реферат [125,7 K], добавлен 27.11.2010Природа цвета и окраски предметов. Роль световых волн в восприятии цветов. Природные свойства. Значение цвета и основные направления цветов в живописи. Эффекты цветовой перспективы и рефлекса. Категории цветов: хроматические, цветные и ахроматические.
контрольная работа [23,3 K], добавлен 22.01.2009Цвет как свойство света вызывать определенное зрительное ощущение в зрительном органе человека, его разновидности и сочетания. Импрессионизм как направление в искусстве, зародившееся во Франции в конце 1860-х годов, отражение цветовой эволюции в нем.
контрольная работа [3,3 M], добавлен 20.09.2015Значение цвета в декоративной композиции как изобразительного и выразительного средства. Основные свойства цветов, их психологическое восприятие. Историческое развитие колористических тенденций, особенности гармоничных цветовых сочетаний в костюме.
курсовая работа [29,8 K], добавлен 03.05.2011Различная степень выразительности зелёного цвета. Эмоциональное воздействие цвета на человека и его использование в искусстве. Взаимосвязь цвета и личности. Значение зелёного цвета в одежде, в дизайне интерьеров, в брендах ведущих торговых марок.
контрольная работа [27,0 K], добавлен 28.04.2014Цвет как элемент дизайна. Психофизиологическая реальность цвета, цветовое воздействие на восприятие человека. Понятия и термины теории цвета: эффективная работа с цветами. Применение цвета: реклама, дизайн интерьера, ландшафтный и промышленный дизайн.
курсовая работа [3,3 M], добавлен 24.04.2015Определение понятия и сущности цветовой символики. Рассмотрение основ воздействия цвета и его сочетаний на человека. Изучение особенностей данного вида символизма в истории и кулитуре Европы. Исследование цветовой символики Европы эпохи Ренессанса.
курсовая работа [32,0 K], добавлен 19.12.2014История и основные этапы зарождения и развития искусства фотографии, его современное состояние. Технические достижениях в области фотографии в России и за рубежом до 1917 года. Дальнейшие тенденции и направления сохранения, использования изображения.
реферат [27,3 K], добавлен 01.01.2011Цветовой символизм как аспект индийской культуры. Значения красного, белого и желтого цветов. Сложная символика цвета в Древнем Китае. Слияние и неразрывность символов как характерная черта японской культуры. Значение цветовой символики в японском театре.
презентация [3,5 M], добавлен 26.03.2015Загадочный мир фотографии. Как начиналась фотография. История фотографии - это захватывающая история зарождения и воплощения в жизнь мечты о фиксации и длительном сохранении изображений. Фотография-это искусство. Фотопублицистика. Художественный стиль.
реферат [1,4 M], добавлен 21.09.2008Музейная экспозиция как целенаправленная и научно обоснованная демонстрация музейных предметов. Специфические особенности фотографического изображения, изобразительные средства и выразительные возможности. Изучение роли фотографии музейной экспозиции.
курсовая работа [65,1 K], добавлен 22.10.2012Появление эскиза и возникновение чертежа. Создание графических изображений, переход от рисунка к чертежу. Развитие технического эскиза в России. Современные тенденции в этой области. Использование графических программ для разработки авторских эскизов.
курсовая работа [8,8 M], добавлен 09.01.2014Описания становления цветовой знаковой системы, которая неразрывно связана с развитием художественной культуры. Анализ цветовой символики в Древней Индии и Китае. Обзор познавательного значения в виде условного и кодового цветного изобразительного знака.
презентация [1,2 M], добавлен 29.01.2012Цвет как свойство предмета вызывать определенное зрительное ощущение в зависимости от длины световой волны солнечного спектра. Знакомство с основными закономерностями восприятия цвета. Анализ способов восприятия красок природы без завесы константности.
дипломная работа [253,6 K], добавлен 22.01.2016
