图案的研究

简介:
群里常有人问一些图案的定义,没事研究了一下
1.棋盘格一类的
我定义了个8×8的
打开PS,新建一个500×500白底画布,用于发挥的舞台,好了接下来要有我们的"瓷砖"啊,好了再新建一个8*8的画布定义图案。
如图这样,我放大了
 
最终填充效果
 
其实控制图案的大小可以得到不同的效果,下面这个是32×32大小的图案:

本文转自 xcf007 51CTO博客,原文链接:http://blog.51cto.com/xcf007/100684,如需转载请自行联系原作者



相关文章
|
3月前
|
人工智能 搜索推荐 vr&ar
多模态大模型塑造“多边形战士”应用
【1月更文挑战第4天】多模态大模型塑造“多边形战士”应用
32 2
多模态大模型塑造“多边形战士”应用
|
8月前
|
人工智能 编解码 移动开发
NeRF基于线稿生成逼真三维人脸,细节风格随意改,论文已上SIGGRAPH
NeRF基于线稿生成逼真三维人脸,细节风格随意改,论文已上SIGGRAPH
385 0
|
并行计算 前端开发 数据可视化
【视觉基础篇】11 # 图案生成:如何生成重复图案、分形图案以及随机效果?
【视觉基础篇】11 # 图案生成:如何生成重复图案、分形图案以及随机效果?
120 0
【视觉基础篇】11 # 图案生成:如何生成重复图案、分形图案以及随机效果?
|
数据可视化
【视觉基础篇】15 # 如何用极坐标系绘制有趣图案?
【视觉基础篇】15 # 如何用极坐标系绘制有趣图案?
128 0
【视觉基础篇】15 # 如何用极坐标系绘制有趣图案?
|
机器学习/深度学习 编解码 人工智能
首篇BEV感知生成工作!BEVGen:从鸟瞰图布局生成环视街景图像
本文提出了BEVGen,这是一个条件生成式模型,它合成了一组真实且空间一致的环视图像,这些图像与交通场景的BEV布局相匹配。BEVGen结合了一种新颖的交叉视图转换和空间注意力设计,学习相机和地图视图之间的关系,以确保它们的一致性。BEVGen可以精确地渲染道路和车道线,以及在不同的天气条件和时间生成交通场景。
首篇BEV感知生成工作!BEVGen:从鸟瞰图布局生成环视街景图像
143.Mandelbrot分形图案
143.Mandelbrot分形图案
60 0
|
机器学习/深度学习 编解码 自然语言处理
谷歌像素递归超分辨率研究:怎么消灭低分辨率图像马赛克
最近,谷歌发布了一种把低分辨率图像复原为高分辨率图像的方法,参见机器之心文章《学界 | 谷歌新论文提出像素递归超分辨率:利用神经网络消灭低分辨率图像马赛克》。与最先进的方法相比,这篇论文提出了一种端到端的框架来完成超分辨率任务。它由两个卷积神经网络组成,一个是描述低分辨率图像骨架的优先网络(prior network),一个是用于优化细节特征的调节网络(conditioning network)。这种方法强调了细节特征恢复上的提升,并以概率范式(probabilistic paradigm)的形式提升了其理论。机器之心在本文中对相关研究《Pixel Recursive Super Resolu
353 0
谷歌像素递归超分辨率研究:怎么消灭低分辨率图像马赛克
|
自然语言处理 算法 定位技术
Nature封面:神经科学家成功绘制大脑语义地图,解读人类思想迈出关键一步
科学家使用大脑成像技术绘制了一幅地图,让我们清楚看到大脑不同区域如何表征 958 个常见英语词汇及其含义。揭开这个谜题会有意想不到的回报:通过观察大脑活动,就能知道你在想什么。
505 0
Nature封面:神经科学家成功绘制大脑语义地图,解读人类思想迈出关键一步