Цвета по-английски
Каждый охотник желает знать, где сидит фазан. А каждый охотник за знаниями хочет знать все цвета и оттенки на английском языке, чтобы описывать природные красоты, встречающиеся на его пути. Ведь как иногда хочется сказать что-то вроде: «Посмотрите на этот золотистый закат, растворяющийся за бледно-зелеными и голубыми холмами, бросающий на них последние багряные всполохи…» На английском сказать. Но из груди вырывается вздох и фраза «The sky is beautiful». Может быть, вы уже знаете основные цвета по-английски, но давайте рассмотрим этот вопрос поглубже.
Цвета радужного спектра на английском
Run Off You Girls, Boys In View! (Бегите, девочки, мальчики идут!) Это — одна из специальных фраз, которые используются для запоминания последовательности цветов на английском. Вот еще одна такая «запоминалка»: Richard Of York Gave Battle
Пройдемся по спектру.
Цвета на английском с транскрипцией и переводом:
Вот мы уже и встретились с культурными различиями: небольшая путаница с синим цветом и непонятный для русскоговорящих «индиго».
Включить индиго в радугу придумал Ньютон. Он взял за основу идею о том, что, раз существует семь музыкальных нот, цветов радуги тоже должно быть семь. Indigo — это глубокий насыщенный синий, стремящийся к красному. Заметьте, что ударение в английском слове нужно ставить на первый слог, а не на второй, как в русском. Раньше пигмент для краски индиго добывали из одноименного растения в Индии, поэтому этот цвет также называют «indian blue».
Почему «синий» и «голубой» обозначаются одинаково? «Вlue» — какой это цвет на самом деле? Ответ: и синий, и голубой. В английском нет отдельных слов для светло-синего и темно-синего.
Голубой цвет переводится на английский как light blue (light — светлый).
Colour, shade и tint
«Цвет» по-английски — colour (в американском варианте пишется color).
Слово легко будет запомнить, если вы когда-нибудь занимались ремонтом. Возможно, вы помните, что в строительных магазинах продается специальный пигмент, который называется колер, им колеруют смесь, то есть, создают именно ту краску, которая вам нужна.
В то время как в русском мы используем для обозначения разновидности одного и того же цвета одно слово — «оттенок», по-английски это можно выразить двумя словами — tint и shade. Разница в том, что tint — это оттенок, который получается при добавлении к базовому цвету белого, а shade
В таблицу выше не вошли названия многих цветов, которые, тем не менее, активно используются в повседневной речи.
Часто употребляемые английские цвета с переводом на русский:
Black: какой это цвет? Конечно, черный.
В английском он, как и в нашем родном языке, ассоциируется с чем-то плохим, злым. Например, человеку, который сделал вам какую-нибудь гадость, можно сказать: «Your soul is as black as night» (Твоя душа черная, как ночь).
А вот black sheep (черная овца) — это не обязательно кто-то плохой, но отношение к нему, мягко говоря, не очень хорошее. Black sheep — это идиома, описывающая изгоя, «белую ворону», человека, которого не принимает окружение:
I’m the black sheep of the family because I get bad grades (Я «паршивая овца» в семье, потому что получаю плохие оценки).
To blackmail — еще одно слово с негативной коннотацией, в составе которого есть black. Оно означает: шантажировать кого-то, добывать деньги, угрожая чем-нибудь.
My ex-boyfriend blackmailed me (Мой бывший парень шантажировал меня).
То ли дело white, что за цвет надежды, добра и чистоты! Даже ложь, если она белая — white lie — не так страшна, эдакая «ложь во спасение», чтобы не расстраивать собеседника, а то и вовсе комплимент:
You look… erm… good in this dress! — Oh, please, don’t tell white lies! (Ты выглядишь… эээ… хорошо в этом платье! — О, пожалуйста, не надо меня обманывать/утешать!)
Говоря об эмоциональном наполнении, надо упомянуть, что слово «white» может описывать страх.
Испуганный человек выглядит бледным, поэтому и в русском есть такие выражения, как «побелеть от страха», «белый, как полотно». В английском же есть идиома: «white as a sheet» (белый, как простыня).
Хотя внезапно напуганный человек выглядит «white as a sheet», постоянно чего-то боящийся, трусливый человек — это yellow-bellied man. Дословно, у него «желтый живот» (живот — belly).
Как вы думаете, какой цвет используется для описания того, кто злится? А смущенного человека, у которого кровь от стыда приливает к лицу? Конечно, этот цвет — красный, и английский язык имеет в своем арсенале такие выражения, как «red in the face» и « to get (be, turn) red». Проанализируйте примеры:
He immediately turned red, and I knew he was embarrassed. (Он сразу же покраснел, и я понял, что он смущен)
Olga turned red in the face with anger.
(Ольга покраснела от злости).
Pink употребляют, когда говорят о здоровье и хорошем самочувствии. В одной песне есть слова:
Enjoy yourself
While you’re still in the pink
(Получай удовольствие, пока здоровье позволяет).
In the pink значит в хорошей форме, молодой, здоровый. Это прямая ассоциация с цветом кожи.
To be tickled pink — «быть в восторге», «быть очень довольным». Дословно эта идиома переводится как «быть пощекоченным до розового цвета».
I was tickled pink to meet my favorite singer. (Я был в восторге от встречи со своим любимым певцом).
Что касается зеленого, то это цвет зависти и ревности. В английском можно «позеленеть от зависти» — to be/turn green with envy.
Кроме того, когда вы green, это значит, что вы являетесь в чем-то новичком, у вас недостаточно опыта.
В русском тоже есть это значение для зеленого цвета: молодо — зелено.
Но зеленый — еще и цвет возможностей и бережного отношения к природе.
To give the green light (дать зеленый свет) означает одобрить что-то, дать возможность что-то сделать.
Green economy — это экономика, учитывающая требования экологии.
Recycling is an important part of green economy (Вторичная переработка — это важная часть «зеленой» экономики).
Теперь про голубой цвет по-английски. Blue — цвет грусти и печальной музыки под названием блюз. Любопытно, что совсем недавно в русском языке синий цвет не был эмоционально окрашен, ну, синий и синий, цвет неба и моря, о чем тут грустить? Но у нас появилась песня «Цвет настроения — синий», и эта фраза распространилась хештегами по всему интернет-пространству.
Теперь мы тоже можем с гордостью заявить, что у нас есть свое понимание синего цвета как настроения.
— I haven’t been learning English lately.
— Почему ты грустна, Маша?
— Я в последнее время забросила английский.
Эмоционально заряжено и слово gray: какой цвет, как не серый, выразит скуку, тоску, дождливую погоду и плохое настроение?
Gray day — сумрачный день
А еще gray — это седой. Gray hair — седые волосы.
Возможны два варианта написания: gray и grey. Первый более распространен в США, второй — в других англоговорящих странах.
Цветовые тонкости: оттенки, градации, многоцветность
Представьте, что у вас в руках кусочек янтаря.
Он переливается разными оттенками и трудно сказать, orange это или yellow, какой цвет преобладает.
В русском мы говорим: желто-оранжевый, т.е. добавляем -о и через дефис пишем вторую часть. В английском добавляем суффикс -ish:
Yellowish orange — желтовато-оранжевый.
Amber is yellowish-orange. (Янтарь желтовато-оранжевый).
Исключения:
- в слове reddish (красноватый) удваивается буква d
- black (черный) — не изменяется
Кстати, само слово «amber» — тоже цвет, его перевод — янтарный. Хотя, скорее, это оттенок.
Аналогом нашего русского «черно-белый» будет «black and white». Как видите, используется союз «and», а форма слов остается неизменной.
Если нужно выразить градацию — тон светлее, темнее или насыщеннее, на помощь приходят слова light (светлый),
Например, light pink — цвет светлее розового, бело-розовый.
Dull — тусклый, скучный;
Pale — бледный.
Цвета и оттенки на английском языке, как и во многих других языках, часто происходят от названий растений, камней, металлов, всего, что нас окружает. Цвет silver — это «серебристый», golden — «золотистый», сиреневый цвет по-английски будет «lilac», как и соответствующее растение, а plum — цвет сливы, потому что plum — это и есть слива.
Еще примеры природных оттенков:
Скорее всего, вы и сами догадаетесь о значении, если встретите цвета, перевод которых совпадает с названиями растений и других природных материалов.
Например, фиолетовый цвет переводится на английский как violet, что совпадает с названием растения (фиалка).
Правда, «violet» используется не так часто, как обиходное «purple». Люди, не обладающие специфическими знаниями о цветах, назовут так любой оттенок между синим и красным. Они могут сказать «bluish purple» (голубовато-фиолетовый), или «pinkish purple» (розово-фиолетовый), если захотят углубиться в детали.
Восприятие цветов — вещь субъективная. Есть один старый стишок, в котором говорится, что фиалки… синего цвета!
Roses are red
Violets are blue
Sugar is sweet
So are you.
(Розы красные, фиалки синие, сахар сладкий, так же, как и ты)
Автор немного грешит против правды, ведь violets are violet, или purple. Проблема в том, что это не так хорошо рифмуется, как blue, поэтому фиалки стали синими.
А вы можете использовать первые строчки этого стихотворения, чтобы сказать что-нибудь очевидное, например:
Roses are red
Violets are blue
I enjoy learning English
And I hope so do you.
Что это за цвет? / Хабр
В предыдущей статье мы определяли цвет одежды по изображению, и это может помочь нам для принятия решений о том, одежду каких стилей покупать, и каким клиентам их отправлять. Мы описали гибридный подход с участием человека и машины, однако подробно описывали только часть работы человека – перевод изображений в иерархию цветов. В данной статье мы углубимся в часть работы компьютера – наш текущий алгоритм компьютерного зрения, процесс его разработки и идеи на будущее.
Откуда нам знать, что алгоритм работает?
Перед разработкой алгоритма нужно задуматься над тем, как мы будем оценивать его работу. Допустим, мы написали алгоритм, и он говорит, что «на этом изображении есть следующие цвета» – правильным ли будет его решение? И что это вообще значит — «правильным»?
Для решения этой задачи мы выбрали два важных измерения – правильную разметку основного цвета и правильное количество цветов.
Мы задаём это как расстояние CIEDE 2000 (формула цветового отличия) между основным цветом, предсказанным нашим алгоритмом, и нашим реальным основным цветом, а также считаем среднюю абсолютную ошибку в количестве цветов. Такой выбор мы сделали по следующим соображениям:
- Эти параметры легко подсчитать.
- При увеличении количества метрик было бы труднее выбрать «лучший» алгоритм.
- При уменьшении количества метрик мы можем упустить важное различие между двумя алгоритмами.
- В любом случае у большинства предметов одежды есть один-два главных цвета, и многие из наших процессов полагаются на основной цвет. Поэтому правильно вычислить основной цвет гораздо важнее, чем правильно вычислить второй или третий цвета.
Что насчёт «реальных» данных? Наша команда мерчандайзеров обеспечила нас метками, однако наши инструменты дают им возможность выбирать только самые общие цвета, вроде «серого» или «синего» – их нельзя назвать точным значением.
Такие общие определения включают довольно много разнообразных оттенков, поэтому их в качестве реальных цветов использовать не получится. Придётся строить собственный набор данных.
Кто-то из вас мог уже задуматься о сервисах типа Mechanical Turk. Но нам не нужно размечать очень много изображений, поэтому описать эту задачу, возможно, будет даже тяжелее, чем просто выполнить её. Кроме того, создание набора данных помогает лучше разобраться в них. Мы по-быстрому сварганили приложение на HTML/Javascript и случайным образом выбрали 1000 изображений, выбрали для каждого пиксель, представляющий его основной цвет, и разметили количество увиденных нами на изображении цветов. После этого получить два числа, оценивающие качество нашего алгоритма, стало просто (расстояние до главного цвета CIEDE и количество цветов MAE).
Иногда мы проверяли работу программ вручную, запуская оба алгоритма на одном изображении и выводя два списка цветов. Затем мы вручную проставили оценки 200 изображениям, выбирая, какие цвета были распознаны «лучше».
Очень важно подобным образом плотно работать с данными – чтобы не просто получить результат («алгоритм Б в 70% случаев отработал лучше алгоритма А»), но и понять, что происходит в каждом из случаев («алгоритм Б обычно выбирает слишком много групп, а алгоритм А упускает светлые цвета»).
Свитер и выбранные двумя разными алгоритмами цвета
Наш алгоритм извлечения цвета
Перед обработкой изображений мы преобразуем их в цветовое пространство CIELAB (или просто LAB) вместо более распространённого RGB. В результате наши три цифры будут обозначать не количество красного, зелёного и синего. Точки пространства LAB (правильнее будет L*a*b*, но мы для простоты будем писать LAB) обозначают три разных оси. L обозначает яркость от чёрного 0 до белого 100. A и B обозначают цвет: А указывает место в диапазоне от зелёного -128 до красного 127, а В – от синего -128 до жёлтого 127. Основное преимущество такого пространства – воспринимаемая однородность.
Расстояние или разница между двумя точками в пространстве LAB будет восприниматься одинаково, вне зависимости от их местонахождения, если евклидово расстояние между ними в пространстве тоже будет одинаковым.
Естественно, у LAB есть другие проблемы: к примеру, мы рассматриваем изображения на компьютерных экранах, использующих RGB-пространство, зависящее от устройства. Также гамма LAB шире, чем у RGB, то есть в LAB можно выражать такие цвета, какие не выразишь через RGB. Поэтому преобразование из LAB в RGB не может быть двусторонним – преобразовав точку в одном направлении, а потом в обратном, можно получить другое значение. Теоретически эти недочёты присутствуют, но на практике метод всё равно работает.
Преобразовав картинку в LAB, мы получим набор пикселей, которые можно рассматривать, как точки (L, A, B, X, Y). Оставшаяся часть алгоритма занимается группировкой этих точек, при которой группы первого этапа используют все пять измерений, а второго – опускают измерения X и Y.
Группировка в пространстве
Мы начинаем с изображения без группировки пикселей, прошедшего цветовую корректировку, описанную в предыдущей статье, сжатого до 320×200 и преобразованного в LAB.
Для начала применим алгоритм Quickshift, группирующий близлежащие пиксели в «суперпиксели».
Это уже сводит наше изображение, содержащее 60 000 пикселей, к нескольким сотням суперпикселей, удаляя ненужную сложность. Ещё более упростить ситуацию можно, слив воедино близлежащие суперпиксели с небольшим цветовым расстоянием между ними. Для этого мы рисуем их граф региональной близости – граф, в котором обозначающие два разных суперпикселя узлы соединяются ребром, если их пиксели соприкасаются.
Слева – граф региональной близости (Regional Adjacency Graph, RAG) для кардигана. Тёмные линии, соединяющие суперпиксели, говорят о том, что между ними нет особой цветовой разницы, и поэтому их можно сливать. Яркие линии, или их отсутствие, говорят о высоком различии между цветами, и о том, что их сливать не надо.
Справа – суперпиксели, слитые после обработки графа по пороговым значениям.
Узлы графа – вычисленные нами суперпиксели, а рёбра – расстояние между ними в цветовом пространстве. У ребра, соединяющего два близлежащих суперпикселя с похожими цветами будет низкий вес (тёмные линии), а у ребра между суперпикселями с очень разными цветами – высокий (яркие линии, а также отсутствие линий – их не рисовали, если их вес больше 20). Существует много способов скомбинировать близлежащие суперпиксели, однако для нас оказалось достаточно простого порогового значения, равного 10.
В нашем случае 60 000 пикселей получилось свести к 100 участкам, в каждом из которых содержатся пиксели одного цвета. Это даёт преимущества при вычислениях: во-первых, мы знаем, что большой суперпиксель почти белого цвета – это фон, и его можно удалить. Мы удаляем все суперпиксели, у которых L>99, а А и В находятся в промежутке от -0,5 до 0,5. Во-вторых, мы можем сильно уменьшить количество пикселей на следующем шаге.
У нас не получится уменьшить их количество до 100, поскольку нам надо взвешивать участки на основании количества содержащихся в них пикселей. Но мы можем легко удалить 90% пикселей из каждой группы, не особенно потеряв в детализации и почти не исказив следующей группировки.
Группировка без использования пространства
На данном шаге у нас есть несколько тысяч пикселей с координатами (L, A, B). Существует множество методов, способных красиво сгруппировать эти пиксели. Мы выбрали метод k-средних, поскольку он быстро работает, прост для понимания, у наших данных есть только 3 измерения, и евклидовое расстояние в LAB-пространстве имеет смысл.
Мы не особо умничали и провели группировку с К=8. Если в какой-то группе содержится меньше 3% точек, мы пробуем снова, уже с К=7, потом 6, и так далее. В итоге мы имеем список от 1 до 8 центров группировки и доли количества точек, принадлежащих к каждому из центров. Названия им даёт алгоритм colornamer, описанный в предыдущей статье.
Результаты и оставшиеся проблемы
Мы достигли среднего расстояния в 5,86 по шкале CIEDE 2000 между предсказанным и «реальным» цветом. Правильно интерпретировать этот показатель довольно сложно. По простой метрике расстояния CIE76 наша средняя дистанция равняется 7,82. По этой метрике значение 2,3 означает едва различимую разницу. Поэтому можно сказать, что наши результаты, немного превышающие 3, обозначают едва заметную разницу.
Также наш показатель MAE составил 2,28 цветов. Но опять-таки, это вторичная метрика. Многие описанные далее алгоритмы уменьшают эту ошибку, но за счёт увеличения цветового расстояния. Гораздо проще проигнорировать ложные цвета, стоящие на 5-м или 6-м месте, чем проигнорировать неправильный 1-й цвет.
Даже вещи явно одного цвета, как эти шорты, содержат области, из-за теней кажущиеся гораздо более тёмными
Остаётся проблема теней. Ткань не уложишь идеально ровно, поэтому часть изображения всегда останется в тени, и будет казаться обманчиво другого цвета.
Простейшие подходы вроде поиска дубликатов цветов одного оттенка и разной яркости не работают, поскольку переход от «пикселя без тени» к «пикселю в тени» не всегда работает одинаково. В будущем мы надеемся использовать более хитрые техники вроде DeshadowNet или автоматического распознавания теней.
Мы сконцентрировались только на цвете одежды. У бижутерии и туфель свои проблемы: наши фотографии украшений слишком маленькие, а на фотографиях обуви часто видно её внутренность. В приведённом выше примере мы бы указали наличие на фото бургундского и охры, хотя важен только первый из них.
Что ещё мы пробовали
Этот последний алгоритм кажется довольно простым, но до него непросто было додуматься! В данном разделе я опишу варианты, которые мы пробовали и на которых учились.
Удаление фона
Мы пробовали алгоритмы удаления фона – к примеру, алгоритм от Lyst. Неформальная оценка показала, что они работают не так точно, как простое удаление белого фона.
Однако мы планируем поглубже изучить его по мере обработки изображений, над которыми не работала наша фотостудия.
Хэширование пикселей
Некоторые библиотеки для извлечения цветов выбрали простое решение данной задачи: группировать пиксели, хэшируя их в несколько достаточно широких контейнеров, а потом возвращать средние значения LAB контейнеров с наибольшим количеством пикселей. Мы опробовали библиотеку Colorgram.py; несмотря на её простоту, работает она удивительно неплохо. Кроме того, она работает быстро – не более секунды на изображение, в то время, как наш алгоритм тратит десятки секунд на одно изображение. Однако среднее расстояние до основного цвета у Colorgram.py было больше, чем у нашего алгоритма – в основном потому, что его результат взят у средних расстояний до больших контейнеров. Тем не менее, мы иногда используем его для случаев, когда скорость важнее точности.
Другой алгоритм разделения на суперпиксели
Мы используем алгоритм Quickshift для сегментирования изображения на суперпиксели, однако возможных алгоритмов существует несколько – к примеру, SLIC, Watershed и Felzenszwalb.
На практике лучшие результаты показал Quickshift благодаря его работе с мелкими деталями. К примеру, у SLIC есть проблема с такими вещами, как полоски, занимающие много места на картинке. Вот показательные результаты работы алгоритма SLIC с разными настройками:
Оригинальное изображение
compactness=1
compactness=10
compactness=100
Для работы с нашими данными у Quickshift есть одно теоретическое преимущество: он не требует непрерывной связи суперпикселей. Исследователи отмечали, что из-за этого у алгоритмов могут возникать проблемы, однако в нашем случае это преимущество – часто у нас попадаются небольшие области с мелкими деталями, которые мы хотим привести к одной группе.
Рубашка в клеточку
Её суперпиксельная группировка от Quickshift
Хотя суперпиксельная группировка от Quickshift выглядит хаотично, на самом деле она группирует все красные полоски с другими красными, синие с синими, и т.
п.
Разные методы подсчёта количества групп
При использовании метода k-средних чаще всего возникает вопрос: каким сделать «k»? То есть, если нам надо группировать точки в некоторое количество групп, сколько их нужно делать? Для ответа на вопрос было разработано несколько подходов. Простейший – «локтевой метод», однако он требует ручной обработки графа, а нам нужно автоматическое решение. Статистика разрывов [Gap Statistic] формализует этот метод, и с её помощью мы получили лучшие результаты по метрике «количества цветов», однако за счёт точности определения основного цвета. Поскольку основной цвет важнее всего, мы не использовали её в рабочей программе, но планируем далее изучать этот вопрос.
Наконец, метод силуэта – ещё один популярный метод выбора k. Он выдаёт резульатты чуть хуже, чем наш алгоритм, и у него есть один серьёзный недостаток: ему нужно не менее 2 групп. Но у многих артикулов одежды есть только один цвет.
DBSCAN
Одно потенциальное решение вопроса выбора k – использовать алгоритм, не требующий от вас выбирать этот параметр.
Один из популярных примеров – DBSCAN, ищущий в данных группы примерно равной плотности.
Разноцветная блузка
Все пиксели её изображения в LAB-пространстве. Пиксели не формируют чётких групп «зеленовато-голубой» и «фиолетовый».
Часто у нас не получается таких групп, или мы видим что-то наподобие групп только из-за особенностей человеческого восприятия. Для нас зеленовато-голубые «огурцы» на блузке выделяются на фиолетовом фоне, но если мы построим все пиксели в координатах RGB или LAB, они не сформируют групп. Но мы всё равно пробовали DBSCAN с различными значениями эпсилон – и получили предсказуемо неважные результаты.
Решение от Algolia
Один из хороших принципов исследователи – посмотреть, не решил ли кто уже вашу проблему. Лео Эрколанелли с сайта Algolia опубликовал подробное описание решения такой задачи более трёх лет назад. Благодаря их щедрости в раздаче исходников, мы смогли сами попробовать их решение.
Однако результаты получились чуть хуже наших, поэтому мы оставили наш алгоритм. Они решают не совсем ту же проблему, что мы: у них были изображения товаров на моделях и на отличном от белого фоне, поэтому разумно, что их результаты отличаются от наших.
Координация цветов
Этот алгоритм завершает процесс, описанный в нашей предыдущей статье. После извлечения центров групп мы используем Colornamer для назначения им имён, а потом импортируем эти цвета в наши внутренние инструменты. Это помогает нам легко визуализировать нашу продукцию по цветам; мы надеемся включить эти данные в алгоритмы рекомендаций покупок. Этот процесс нельзя назвать идеальным решением, он помогает нам получить лучшие данные о тысячах наших товаров, что, в свою очередь, способствует нашей главной цели: помогать людям находить стили, которые им понравятся.
Опрос о переводе первой части
Все – Цвет Wow
Все – Цвет Вау перейти к содержаниюБЕСПЛАТНО Доставка при заказе от $50
БЕСПЛАТНЫЙ Mystery Gift (стоимостью $10) при заказе $60+
Получите СКИДКУ $10 за каждого друга, которого вы пригласите.
Нажмите здесь
В сухом зимнем воздухе волосы трещат от электричества, летят в разные стороны и буквально встают дыбом? Это шокирующе распространенная проблема для…
Подробнее
Действительно ли возможно создать шелковистые, очерченные, непушащиеся локоны, не утяжеляя пряди и не чувствуя, что на волосах что-то есть? W…
Подробнее
Давайте будем реалистами — в жизни есть много вещей, которые мы все принимаем как должное. Вещи, в которые у нас нет оснований верить, не являются тем, чем о них говорят. Но ф…
Подробнее
Вы когда-нибудь хотели, чтобы вы могли просто щелкнуть пальцами и «ПУФ!» — До свидания надоедливые проблемы с волосами, привет цели для волос ?? Что ж, тебе повезло! Потому что т…
Подробнее
Есть причина, по которой самые горячие знаменитости Голливуда хотят видеть Криса Эпплтона и ТОЛЬКО Криса в своих эксклюзивных гламурных командах.
Не только…
Подробнее
Xtra Large больше, лучше и эффектнее любого средства для увеличения объема, которое было до него. Оно меняет правила игры для объемных волос во многих отношениях, чем …
Подробнее
Мы получаем массу вопросов от всех вас о Dream Coat — от того, как его использовать, до продуктов, с которыми его можно сочетать, и так далее (мы ответили …
Подробнее
СТИЛИСТ/ВЛАДЕЛЕЦ САЛОНА ЛОУРЕН ХЕРРЕН ДЕЛИТСЯ СВОЕЙ ЛИЧНОЙ ИСТОРИЕЙ ПО ПРИЧЁСАМ Шипучие перс…
Подробнее
Есть поговорка, что «женщины, наделенные полномочиями, расширяют возможности женщин». И в Color Wow это как нельзя более верно! Как принадлежащая женщине, основанная женщиной и женщина…
Подробнее
Мы начали нашу акцию «Товары во благо» в июле 2019 года.
с намерением присоединиться к борьбе с торговлей людьми. Но на самом деле все благодаря…
Подробнее
В течение многих лет нас спрашивали: «Почему Color Wow не выпускает спрей для блеска?», и мы всегда отвечали: «Потому что уже существуют десятки спреев для блеска…
Подробнее
От наилучшего способа остановить пушистость до новейшего шампуня для предотвращения выпадения волос — революционные решения Color Wow для ухода за волосами получают награду «лучший…
Подробнее
Чувствуете себя немного переутомленным и подавленным? Вот 8 идей по уходу за собой, которые превратят вашу скромную ванну в роскошную гавань. С этим 30 минут…
Подробнее
Color Guide — Wow pro
Color Guide
Первоначально это руководство было начато мной, чтобы позволить мне сохранить постоянство в цветах моих уровней репутации.
Я украл у людей несколько цветов (на глазок), если они подходили под мою систему и они мне понравились и вот решил опубликовать, надеюсь эти люди не против. Кредит в руководстве.
Эта система далека от совершенства, и есть несколько почти столкновений. Я надеюсь, что это поможет людям с выбором цветов.
PS, если вы еще этого не сделали, ознакомьтесь с Руководством по написанию руководства Джеймса и загрузите панель инструментов форматирования Firefox!
- Форматирование репутации
- Форматирование уровней Джеймса
- Другие цвета
- Цвета пользовательского интерфейса рейда
- Товар Качество Цвета
- кодов для добавления таблицы цветов в руководство
- Код для добавления цветной таблицы репутации в ваш справочник
- Код для добавления цветовой таблицы выравнивания Джеймса в ваше руководство
- Код для добавления цветовой таблицы классов в руководство
- Код для добавления таблицы цветов качества товара в руководство
Если кто-то думает, что у него есть лучший оттенок любого из цветов, перечисленных ниже, пожалуйста, напишите в комментариях
А также, если вы думаете, что у вас есть что-то, что соответствует цветам, показанным здесь, лучше, чем у меня.
Вернуться к началу
Не могу сказать, что рекомендовал бы использовать ВСЕ эти коды в одном руководстве. Руководство по репутации, вероятно, захочет использовать цвета репутации. Руководителю класса нужны навыки и таланты. Руководство по прокачке потребует форматирования Джейма и, возможно, профессию Манована и цвета классов.
Вернуться к началу
Репутация Форматирование:
| Ненависть | цвет=#cc0000 + полужирный |
| Враждебный | цвет=#ff0000 + полужирный |
| Недружественный | цвет=#f26000 + полужирный |
| Нейтральный | цвет=#e4e400 + полужирный |
| Дружелюбный | цвет=#33ff33 + полужирный |
| Заслуженный | цвет=#5fe65d + полужирный |
| Почтение | цвет=#53e9bc + полужирный |
| Возвышенный | цвет=#2ee6e6 + полужирный |
Вернуться к началу
Руководство по прокачке Джейма Формат:
| Квесты | цвет=#cc9933 + полужирный |
| Предметы (и объекты) | цвет=#993300 |
| Местоположения | цвет=#33cc00 |
| Цели квеста на убийство | полужирный |
| НПС | цвет=#4169e1 |
| Замки | курсив |
Наверх
Другие цвета:
| Достижения | цвет=#cc66cc |
| Профессии | цвет=#663300(Манована) |
| Таланты | color=#4545f5 (Джиямби) |
| Навыки | цвет=#006600 (Джиямби) |
| Дополнения и макросы | color=#ff0000(Джиямби) |
Наверх
Цвета пользовательского интерфейса рейда:
| ВАРЛОК | color=#6600cc + полужирный + заглавные буквы |
| МАГ | color=#33ccff + полужирный + заглавные буквы |
| ЖРЕЦ | color=#999999 + полужирный + заглавные буквы |
| ШАМАН | color=#4545f5 + полужирный + прописные |
| РЫЦАРЬ СМЕРТИ | color=#c30000 + полужирный + заглавные буквы |
| ОХОТНИК | color=#7dd17d + полужирный + прописные |
| ДРУИД | color=#ff6600 + полужирный + заглавные буквы |
| ВОИН | color=#cc9933 + полужирный + заглавные буквы |
| МОШЕННИК | color=#d7d700 + полужирный + прописные |
| ПАЛАДИН | color=#f392f3 + полужирный + прописные |
(Хотя цвет Жреца белый, я решил использовать серый цвет, так как белый не будет хорошо отображаться в WoW-Pro)
Вернуться к началу
Качество предметов Jiyambi Цвета:
| [Легендарный] | цвет=#f0940a + скобки |
| [Эпос] | цвет=#8c02cd + скобки |
| [Редкий] | цвет=#2d2de1 + скобки |
| [Необычный] | цвет=#26c426 + скобки |
| [Общий] | color=#cccccc + скобки |
| [Наследие] | цвет=#ccb896 + скобки |
Наверх
Если вы хотите добавить таблицу цветов (или только один цвет), скопируйте код сюда и вставьте его вверху своего руководства, чтобы люди могли видеть, что вы используете.
