当前位置: 首页 > news >正文

Ae:混合模式

Ae 中内置了 Ps 的渲染引擎,同样可在多处应用混合模式 Blending Mode。

c8e2acc4e883a02e6946d04c6672144c.png

与 Ps 相比,除了两组图层通道相关的特定模式,其它的混合模式几乎是一模一样。

相关快捷键:

下一图层混合模式:Shift + =

上一图层混合模式:Shift + -

  ◆  ◆

正常组

只有当像素的不透明度不是 100% 时,才与下方图层的像素产生混合。

请参阅:

《混合模式之一:正常组》

正常 

Normal

默认的混合模式。

像素不透明度为 100% 时,则无混合。

溶解 

Dissolve

产生的随机颗粒是静态的。

动态抖动溶解 

Dancing Dissolve

产生随机变化的动态颗粒。

  ◆  ◆

变暗组

本组模式主要功能:去亮变暗。

请参阅:

《混合模式之二:变暗组》

变暗 

Darken

比较各原色通道,分别取出较小值来组成新的结果色。

相乘 

Multiply

即,正片叠底模式,是最常用的模式之一。

常用于去除白色背景。

颜色加深 

Color Burn

通过加强对比度来强化暗部与中间调区域。

经典颜色加深 

Classic Color Burn

相比颜色加深模式,在画面变暗的同时大大增强对比度。

保留它是为了与 Ae 5.0 及其以前版本项目的兼容。

线性加深 

Linear Burn

通过减少亮度使像素变暗,它与正片叠底的效果类似,但可以保留下方图层更多的颜色细节信息。

较深的颜色 

Darker Color

即,深色模式。与其它变暗模式不同的是,它比较两个图层的复合通道的值(RGB)并显示值小的颜色,因此不会产生新的颜色。

  ◆  ◆

变亮组

本组模式主要功能:去暗变亮。

请参阅:

《混合模式之三:变亮组》

相加 

Add

加法运算,上下图层对应像素的 R、G、B 值分别进行相加组成新的结果色。

变亮 

Lighten

比较各原色通道,分别取出较大值来组成新的结果色。

屏幕 

Screen

即,滤色模式,是最常用的模式之一。

常用于去除黑色背景。

颜色减淡 

Color Dodge

通过降低对比度来使颜色变亮。

经典颜色减淡 

Classic Color Dodge

相比颜色减淡模式,在画面变亮的同时能保留更多的暗部细节。

保留它是为了与 Ae 5.0 及其以前版本项目的兼容。

线性减淡 

Linear Dodge

虽然也是一种加法运算,但与“相加”模式不同的是,“线性减淡”将预乘 Alpha 通道之后的值作为本图层的原像素值,因此,当 Alpha 通道不是纯白时,变亮效果要远低于“相加”模式。

较浅的颜色 

Lighter Color

即,浅色模式。

与其它变亮模式不同的是,它比较两个图层的复合通道的值(RGB)并显示值大的颜色,因此不会产生新的颜色。

  ◆  ◆

叠加组

本组模式主要功能:亮的变得更亮,暗的变得更暗,对比加强。

请参阅:

《混合模式之四:叠加组》

叠加 

Overlay

叠加与强光是一模一样的算法,可理解为“正片叠底 + 滤色”的组合。叠加模式是本组中唯一一个以下方图层为主导的模式。

柔光 

Soft Light

可以理解为是柔和版的强光模式。

强光 

Hard Light

以本图层为主导,亮处滤色,暗处正片叠底。

线性光 

Linear Light

可以理解为“线性加深 + 线性减淡”的组合,效果强烈。

亮光 

Vivid Light

可以理解为“颜色加深 + 颜色减淡”的组合,混合后颜色更加饱和。

点光 

Pin Light

可以理解为“变暗 + 变亮”的组合。

纯色混合 

Hard Mix

即,实色混合模式。该模式导致了最终结果仅包含 6 种基本颜色以及黑色和白色,每个通道的像素色阶值要么是 0,要么是 255。

  ◆  ◆

差值组

基于上下图层对应像素的颜色差异来产生混合效果。

本组模式主要功能:反转或剪切。

请参阅:

《混合模式之五:差值组》

差值 

Difference

对应像素基于原色通道相减的绝对值。

经典差值 

Classic Difference

保留它是为了与 Ae 5.0 及其以前版本项目的兼容。在暗部区域的表现要优于差值模式。

排除 

Exclusion

与差值模式相似,但画面对比度更低。

相减 

Subtract

减法运算,下方图层各通道的值减去本图层对应通道的值。若结果为负数,则剪切为 0。

相除 

Divide

即,划分模式。除法运算,即下方图层各通道值除以本图层的对应通道值,从而得到结果色。

  ◆  ◆

色彩组

基于色彩三要素混合上下图层。

请参阅:

《混合模式之六:色彩组》

色相 

Hue

使用本图层像素的色相,但使用下方图层像素的饱和度与明度,构成结果色。

饱和度 

Saturation

使用本图层像素的饱和度,但使用下方图层像素的色相与明度,构成结果色。

颜色 

Color

使用本图层像素的色相与饱和度,但使用下方图层像素的明度,构成结果色。

发光度 

Luminosity

即,明度模式。

使用本图层像素的明度,但使用下方图层像素的色相与饱和度,构成结果色。

  ◆  ◆

遮罩组

本组模式主要用于将当前图层转换为下方所有图层的遮罩,解决了轨道遮罩只能对一个图层起作用的限制。

模板 Alpha 

Stencil Alpha

将本图层的 Alpha 通道作为下方所有图层的遮罩。

模板亮度 

Stencil Luma

将本图层的亮度通道作为下方所有图层的遮罩。

轮廓 Alpha 

Silhouette Alpha

将本图层的 Alpha 通道反转后作为下方所有图层的遮罩。

轮廓亮度 

Silhouette Luma

将本图层的亮度通道反转后作为下方所有图层的遮罩。

  ◆  ◆

修边组

Alpha 添加 

Alpha Add

当图层对齐时,或者,当上下图层的 Alpha 通道是相互反转的,可能会在图层之间产生接缝。本模式用于删除可见边缘,从而实现无缝合成。

冷光预乘 

Luminescent Premul

当图层素材是使用预乘 Alpha 通道时,在混合之后,通过将超过 Alpha 通道的颜色值添加到最后效果中来防止修剪这些颜色值。

在应用此模式时,最佳效果应该是将预乘 Alpha 通道的素材解释为直接 Alpha 通道。

dcbbd82848704fbddaf7afa29b075941.jpeg

“点赞有美意,赞赏是鼓励”

相关文章:

Ae:混合模式

Ae 中内置了 Ps 的渲染引擎,同样可在多处应用混合模式 Blending Mode。与 Ps 相比,除了两组图层通道相关的特定模式,其它的混合模式几乎是一模一样。相关快捷键:下一图层混合模式:Shift 上一图层混合模式:…...

JS中的变量

系列文章目录 前端系列文章——传送门 JavaScript系列文章——传送门 文章目录系列文章目录前言1、概念2、定义变量3、变量名的规则4、变量本质5、赋值6、常用操作前言 相对于青龙面板来说,变量就是你填入青龙的cookie,简称ck 在实际项目中&#xff0…...

Hadoop运行模块

二、Hadoop运行模式 1)Hadoop官方网站:http://hadoop.apache.org 2)Hadoop运行模式包括:本地模式、伪分布式模式以及完全分布式模式。 本地模式:单机运行,只是用来演示一下官方案例。生产环境不用。伪分…...

Web自动化——前端基础知识(二)

1. Web前端开发三要素 web前端开发三要素 什么是HTMl? Html是超文本标记语言,是用来描述网页的一种标记语言HTML是一种标签规则的形式将内容呈现在浏览器中可以以任意编辑器创建,其文件扩展名为.html或.htm保存即可 什么是CSS?…...

NAS系列 硬件组装

转自我的博客文章https://blognas.hwb0307.com/nas/3260,内容更新仅在个人博客可见。欢迎关注! 前言 之前我在《NAS系列 硬件选择》里讲述了自己为了升级NAS如何选配硬件。本节我大概说一些我的新NAS硬件组装的注意事项。到目前为止,我只装过…...

IDAFrida

IDA&Frida 前言 偶然间发现了一本秘籍《IDA脚本开发之旅》,这是白龙的系列文章,主要是安卓平台,笔者只是根据他的知识点学习,拓展,可以会稍微提及别的平台。本文并不会贴出他的思路分析,只对于源码进…...

通过百度文心一言大模型作画尝鲜,感受国产ChatGPT的“狂飙”

3月16日下午,百度于北京总部召开新闻发布会,主题围绕新一代大语言模型、生成式AI产品文心一言。百度创始人、董事长兼首席执行官李彦宏,百度首席技术官王海峰出席,并展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、…...

Nacos 注册中心 - 健康检查机制源码

目录 1. 健康检查介绍 2. 客户端健康检查 2.1 临时实例的健康检查 2.2 永久实例的健康检查 3. 服务端健康检查 3.1 临时实例的健康检查 3.2 永久实例服务端健康检查 1. 健康检查介绍 当一个服务实例注册到 Nacos 中后,其他服务就可以从 Nacos 中查询出该服务…...

Transformer在计算机视觉中的应用-VIT、TNT模型

上期介绍了Transformer的结构、特点和作用等方面的知识,回头看下来这一模型并不难,依旧是传统机器翻译模型中常见的seq2seq网络,里面加入了注意力机制,QKV矩阵的运算使得计算并行。 当然,最大的重点不是矩阵运算&…...

快速入门Zookeeper技术.黑马教程

快速入门Zookeeper技术.黑马教程一、初识 Zookeeper二、ZooKeeper 安装与配置三、ZooKeeper 命令操作1.Zookeeper 数据模型2.Zookeeper 服务端常用命令3.Zookeeper 客户端常用命令四、ZooKeeper JavaAPI 操作五、ZooKeeper JavaAPI 操作1.Curator 介绍2.Curator API 常用操作2.…...

网易C++实习一面

说下C11新特性 auto有没有效率上的问题?为什么?发生在什么时候? 说下单例模式 什么时候需要加锁,什么时候不需要加锁? 像printf这样的函数,自己本身不修改数据,但是其他人会修改数据&#x…...

进程和线程的区别和联系

进程和线程的区别和联系1. 认识线程2. 进程和线程的关系3. 进程和线程的区别4. 线程共享了进程哪些资源1. 上下文切换2. 线程共享了进程哪些资源1.代码区2. 数据区3. 堆区1. 认识线程 线程是进程的一个实体,它被包含在进程中,一个进程至少包含一个线程,一个进程也可以包含多个…...

Java学习笔记——集合

目录集合与数组的对比集合体系结构Collection——常见成员方法Collection——迭代器基本使用Collection——迭代器原理分析Collection——迭代器删除方法增强for——基本格式增强for——注意点Collection——练习集合与数组的对比 package top.xxxx.www.CollectionDemo;import …...

差分运放公式推导-运算放大器

不知道大家有没遇到这种情况,在计算电路的时候,有时候会突然的忘记一些公式啊啥的,需要回去翻看笔记或者查资料,知其然而不知其所以然。今天跟大家一起来一起推导一遍差分运放的计算过程。 计算过程其实归根结底还是根据运放的虚…...

金丹二层 —— 字符串长度求解的四种方法

前言: 1.CSDN由于我的排版不怎么好看,我的有道云笔记比较美观,请移步有道云笔记 2.修炼必备 1)入门必备:VS2019社区版,下载地址:Visual Studio 较旧的下载 - 2019、2017、2015 和以前的版本 (m…...

深入剖析Linux——进程信号

致前行的人: 要努力,但不着急,繁花锦簇,硕果累累都需要过程! 目录 1.信号概念 1.1生活角度的信号 2. 技术应用角度的信号 3.Linux操作系统中查看信号 4.常用信号发送 4.1通过键盘发送信号 4.2调用系统函数发送信号 4.3…...

API-Server的监听器Controller的List分页失效

前言 最近做项目,还是K8S的插件监听器(理论上插件都是通过API-server通信),官方的不同写法居然都能出现争议,争议点就是对API-Server的请求的耗时,说是会影响API-Server。实际上通过源码分析两着有差别&am…...

jupyter notebook 进阶使用:nbextensions,终极避坑

jupyter notebook 进阶使用:nbextensions,终极避坑吐槽安装 jupyter_contrib_nbextensions1. Install the python package(安装python包)方法一,PIP:方法二,Conda(推荐)&…...

C 语言编程 — Doxygen + Graphviz 静态项目分析

目录 文章目录目录安装配置解析Project related configuration optionsBuild related configuration optionsConfiguration options related to warning and progress messagesConfiguration options related to the input filesConfiguration options related to source brows…...

Mybatis报BindingException:Invalid bound statement (not found)异常

一、前言 本文的mybatis是与springboot整合时出现的异常,若使用的不是基于springboot,解决思路也大体一样的。 二、从整合mybatis的三个步骤排查问题 但在这之前,我们先要知道整合mybatis的三个重要的工作,如此才能排查&#x…...

浏览器访问 AWS ECS 上部署的 Docker 容器(监听 80 端口)

✅ 一、ECS 服务配置 Dockerfile 确保监听 80 端口 EXPOSE 80 CMD ["nginx", "-g", "daemon off;"]或 EXPOSE 80 CMD ["python3", "-m", "http.server", "80"]任务定义(Task Definition&…...

Docker 离线安装指南

参考文章 1、确认操作系统类型及内核版本 Docker依赖于Linux内核的一些特性,不同版本的Docker对内核版本有不同要求。例如,Docker 17.06及之后的版本通常需要Linux内核3.10及以上版本,Docker17.09及更高版本对应Linux内核4.9.x及更高版本。…...

SciencePlots——绘制论文中的图片

文章目录 安装一、风格二、1 资源 安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格 简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源 论文绘图神器来了:一行…...

mongodb源码分析session执行handleRequest命令find过程

mongo/transport/service_state_machine.cpp已经分析startSession创建ASIOSession过程,并且验证connection是否超过限制ASIOSession和connection是循环接受客户端命令,把数据流转换成Message,状态转变流程是:State::Created 》 St…...

Opencv中的addweighted函数

一.addweighted函数作用 addweighted()是OpenCV库中用于图像处理的函数,主要功能是将两个输入图像(尺寸和类型相同)按照指定的权重进行加权叠加(图像融合),并添加一个标量值&#x…...

【AI学习】三、AI算法中的向量

在人工智能(AI)算法中,向量(Vector)是一种将现实世界中的数据(如图像、文本、音频等)转化为计算机可处理的数值型特征表示的工具。它是连接人类认知(如语义、视觉特征)与…...

NLP学习路线图(二十三):长短期记忆网络(LSTM)

在自然语言处理(NLP)领域,我们时刻面临着处理序列数据的核心挑战。无论是理解句子的结构、分析文本的情感,还是实现语言的翻译,都需要模型能够捕捉词语之间依时序产生的复杂依赖关系。传统的神经网络结构在处理这种序列依赖时显得力不从心,而循环神经网络(RNN) 曾被视为…...

用机器学习破解新能源领域的“弃风”难题

音乐发烧友深有体会,玩音乐的本质就是玩电网。火电声音偏暖,水电偏冷,风电偏空旷。至于太阳能发的电,则略显朦胧和单薄。 不知你是否有感觉,近两年家里的音响声音越来越冷,听起来越来越单薄? —…...

云安全与网络安全:核心区别与协同作用解析

在数字化转型的浪潮中,云安全与网络安全作为信息安全的两大支柱,常被混淆但本质不同。本文将从概念、责任分工、技术手段、威胁类型等维度深入解析两者的差异,并探讨它们的协同作用。 一、核心区别 定义与范围 网络安全:聚焦于保…...

链式法则中 复合函数的推导路径 多变量“信息传递路径”

非常好,我们将之前关于偏导数链式法则中不能“约掉”偏导符号的问题,统一使用 二重复合函数: z f ( u ( x , y ) , v ( x , y ) ) \boxed{z f(u(x,y),\ v(x,y))} zf(u(x,y), v(x,y))​ 来全面说明。我们会展示其全微分形式(偏导…...