Imagens vetoriais forex

vetores e fotos de economia - recursos gráficos gratuitos.

Aprenda o design criativo no Tutpad.

& larr; Descubra nossos cursos e Free Tuts.

7 dias grátis para novos usuários.

Exclusivo para usuários Premium.

Direitos autorais e cópia; 2018-2018 Graphic Resources S. L. Todas as capturas de tela e cópia; seus respectivos proprietários. Google+

Seu cartão de crédito / débito expirará em breve, atualize suas informações de pagamento aqui para manter sua assinatura premium ativa.

Conjunto de ícones planos de vetores de Forex de negócios Finanças Online Trading Web Button Concept.

Forex vector ícones planos conjunto de negócios finanças on-line trading web button conceito.

Ilustrações similares See All.

Mais ilustrações deste artista See All.

Informações sobre ilustração do estoque.

forex ícones vetoriais comércio negócio dinheiro finanças gráfico mercado de ações troca de moeda on-line taxa dados laptop tablette conceito sinal simbolo dólar analista de dólar web investidor tecnologia preço computador gráfico risco ícone econômico equidade comerciante investimento mundo botão troca yen euro flat line design isolado fundo asia compartilhar moeda estoque corretor Ilustração, ilustrações royalty free, estoque de ilustração, ilustrações royalty free, banco de ícone clip arte, ilustrações, fotos royalty free, estoque de ilustração royalty free.

Contrato de Licença Sobre Can Stock Photo Privacidade Vender suas imagens / Clips Termos e Condições Fale Conosco.

Pesquisa Can Stock Photo para fotografia, fotos, ilustrações digitais, clip art e fotos sem royalties. Pode Stock Photo ter a imagem conservada em estoque, a foto livre de direitos autorais, a fotografia de stock, a imagem gráfica ou a imagem que você precisa. Nossos fotógrafos fornecem fotos royalty free, estoque de fotos, gráficos e imagens para tão pouco como $ 2.50. Compre fotografias baratas e receba downloads imediatos de arquivos de imagem ou inscreva-se por uma taxa mensal baixa. A Can Stock Photo também oferece ilustrações de vetores EPS, obras de arte digitais, clip art, metragem e clipes de animação de vídeo.

vetor.

Com base no Random House Dictionary, © Random House, Inc. 2018.

O adenovírus que ele recebeu foi simplesmente um vetor, trazendo um gene faltante para sua célula.

Para os primeiros adeptos, Homestar Runner era aquela luz, em gráficos vetoriais com actionscript.

Ou, como Sims o coloca finamente, o zumbi será encontrado "movendo-se cegamente ao longo de um vetor de memória".

O vetor que eles estavam apontando era verdadeiro, mas isso não significa que Israel seja "parcialmente livre".

A outra fonte de vetor é a reação entre o zircônio ea água.

Eu sou atribuído ao dever com o 334º vetor, que está operando no Setor Nove.

Outra espécie é suposto ser o vetor da verruga peruana.

Cada vetor mostrado é o vetor resultante para uma noite particular.

Você desapareceu há dois séculos quando o campo vetorial entrou em colapso.

A posição da partícula em relação à origem é determinada pela magnitude e direção desse vetor.

Editores 1998, 2000, 2003, 2005, 2006, 2007, 2009, 2018.

"quantidade que tem magnitude e direção", 1704, do vetor latino "um que transporta ou transmite, transportador", do particípio passado stem of vehere "carry, convey" (ver veículo).

vector vecor (věk'tər)

Um organismo, como um mosquito ou tiquetaque, que transporta microorganismos causadores de doenças de um hospedeiro para outro.

Um bacteriófago, um plasmídeo ou outro agente que transfere material genético de um local para outro.

Uma quantidade, como a velocidade, completamente especificada por uma magnitude e uma direção.

Uma quantidade, como a velocidade de um objeto ou a força que atua sobre um objeto, que tem tanto magnitude quanto direção. Compare scalar.

Um organismo, como um mosquito ou tiquetaque, que dissemina patógenos de um hospedeiro para outro.

Um bacteriófago, plasmídeo ou outro agente que transfere material genético de uma célula para outra.

definição vetorial.

Na física e na matemática, qualquer quantidade com uma magnitude e uma direção. Por exemplo, a velocidade é um vetor porque descreve a rapidez com que algo está se movendo e em que direção está se movendo. Como a velocidade é um vetor, outras quantidades em que a velocidade é um fator, como aceleração e impulso, também são vetores.

ImageMagick v6 Exemplos -

Essas operações produzem mudanças importantes na aparência geral da imagem, seja para efeitos visuais ou semelhantes a arte. No entanto, enquanto o aspecto geral da imagem mudou, muitas vezes drasticamente, a imagem original em si ainda é geralmente visível no resultado.

Transformações Art-Like.

Raise ou Sunk Borders.

Um efeito afundado invertido pode ser gerado usando a forma 'plus' do operador.

Este operador é um pouco como enquadrar uma imagem, mas, em vez de adicionar pixels extras como uma borda, o operador "-raise" re-cores dos pixels de borda da imagem. Isso torna uma imagem transformada.

Adicionando uma borda interna.

A largura da borda adicionada é controlada pela "redução" do retângulo. Isso é.

Como tal, a borda de 6 pixels acima precisava de uma "velocidade" de 11 ".

Se você não conhece o tamanho da imagem, então pode raspar a imagem e adicionar a borda como normal. Isso provavelmente é mais fácil, embora talvez não seja tão versátil.

Random Pixel Spread.

Se você examinasse a imagem de pixels, verá que alguns pixels podem ter uma mistura de cores vermelhas e azuis. Ou seja, eles são interpolados, não simplesmente espalhados ou trocados. Isto é mais pronunciar valores de distância menores.

Como você pode ver, você obtém uma borda aleatória, principalmente de pixels virtuais pretos puros. Embora existam alguns pixels cinza interpolados a partir da borda entre os pixels reais da imagem e os pixels virtuais.

Para obter um efeito de pixels de propagação mais tradicional, você pode evitar essa mistura de cores, forçando a pesquisa de cores de pixels específicos usando "-interpolate Nearest". Para evitar problemas com pixels virtuais e possíveis "polarização de cores de borda", recomendo que você use "-virtual-pixel Mirror".

Como tal, esta é uma "propagação" aleatória de pixels mais tradicional.

O principal problema com o anterior é que você pode perder alguns dados de pixels da imagem. Isso é que os pixels não são "trocados", mas copiados aleatoriamente, o que significa que um pixel específico na imagem pode ser duplicado ou perdido.

A partir da IM v6.9.2-2, você pode usar "+ spread" para realmente trocar pixels na imagem, o que significa que nenhum pixel na imagem será duplicado ou perdido. Cada pixel na imagem original ainda está presente, apenas deslocado para uma nova localização.

No entanto, devido à forma como os pixels são processados, os pixels podem ser "trocados duas vezes". Isso é um pixel específico pode ser trocado, mas depois selecionado para ser trocado novamente com um pixel posterior. Isso significa que um pixel específico poderia derivar mais do que o solicitado pelo argumento de propagação.

Esta troca dupla também significa que os pixels provavelmente se espalhariam mais para o canto inferior direito. Esse movimento é, naturalmente, equilibrado, mas uma menor deriva de um grande número de pixels em direção à parte superior esquerda.

Observe como alguns pixels vermelhos são espalhados para baixo mais, embora você também obtenha alguns pixels azuis espalhando para cima mais do que o esperado também (embora no lado esquerdo da imagem). Esse problema é mais pronunciado quando você usa um argumento de menor distância para se espalhar.

Uma solução para este problema de troca dupla não é fácil, e estamos à procura de um algoritmo de 'shuffle' de área limitada para resolvê-lo. Mas, ao mesmo tempo, você pode, pelo menos, atenuar o viés direcional ao fazer a propagação duas vezes, com uma distorção transversal (superior da esquerda para a diagonal direita direita).

Claro que isso faz a propagação mais pronunciada, e menos linear, mas pelo menos é sem uma polarização direcional, ou duplicação / perda de pixels.

A adição acima foi desenvolvida a partir de uma Discussão do Fórum: t = 28043.

Vignette Photo Transform.

Ao usar uma sigma zero (ou muito pequena), você pode remover o borrão e gerar elipse ou quadros oval. No entanto, note que na verdade não usa a maior elipse possível, então você pode querer DIY.

Você pode usá-lo com transparência (e formato PNG).

Um método de argumento alternativo é usar um número muito grande para o segundo componente sigma e, em seguida, usar o primeiro raio para definir a propagação do borrão. Isso produz uma distribuição "linear" ao invés de uma distribuição gaussiana mais comum ao borrão da vinheta.

Outra técnica para uma vinheta mais retangular, produzindo bordas suaves para a imagem é demonstrada em miniaturas com bordas macias.

Transformação polaroid complexa.

Esse operador é muito complexo, pois adiciona borda (conforme a configuração "-bordercolor"), "enrola" o papel e adiciona uma onda inversa à sombra. A cor da sombra pode ser controlada pela configuração de cor "-background".

Como você viu acima, a forma mais do operador girará o resultado por uma quantidade aleatória. Este operador faz um Índice de Fotos muito mais interessante e menos estático do que você obteria de outra forma.

Por outro lado, o comando IM "montagem" usa "-label", pois usa o texto "etiqueta": "texto" para o gerador de imagem que não é de palavra.

O uso de transformações das distorções de corte rotativo e de onda para adicionar um pouco de "curvatura" à imagem da foto tem uma tendência a produzir linhas horizontais de confusão no texto da imagem gerada. Este é um problema de distorção de imagem bem conhecido (consulte Rotação de uma linha fina) e um que pode ser resolvido usando uma técnica de super amostragem.

Basicamente, nós geramos a polaroid duas vezes maior do que o que realmente queremos, então nós apenas redimensionamos a imagem para o tamanho normal final. A redução no tamanho da imagem efetivamente afia a imagem resultante e, mais importante, o texto da legenda.

No entanto, para que isso funcione, não precisamos apenas de uma imagem pelo menos duas vezes o tamanho final, mas também precisamos de uma borda maior para a imagem e desenhe o texto duas vezes em sua "-densidade" normal. Não aumente as fontes "-pointsize", pois não amplia o texto da mesma maneira.

Como você pode ver, apesar de termos usado uma letra de letra muito menor, o texto da legenda é muito nítido, claro e legível. O mesmo para qualquer outro detalhe fino que possa estar presente na imagem original. A única desvantagem disso é que a sombra da imagem resultante será menor e menos difusa.

Para o controle total da transformação polaroid, você pode fazer todas as etapas envolvidas você mesmo. A técnica original documentada na página de Tim Hunter, RMagick Polaroid Effect. As etapas são: criar e anexar legenda, adicionar bordas, curvar foto com onda, adicionar uma sombra invertida e enrolada e, finalmente, girar a imagem.

Para mais exemplos e outros métodos de DIY, veja Exemplos de miniaturas Polaroid e A Montage of Polaroid Photos. Você também pode estar interessado em alguns dos exemplos de polaroid em exemplos RubbleWeb IM, outros.

Pintura a óleo, bolhas de cor.

Observe que em um raio alto para as bolhas de tinta, as gotas começam a ter um olhar quadrado para eles. Este efeito pode ser suavizado um pouco ao desfocar a imagem um pouco antes da mão, conforme mostrado na última imagem acima.

É um efeito interessante e pode ser usado para criar imagens de fundo estranhas e maravilhosas. Por exemplo, veja seu uso em exemplos de fundo.

No último aviso. Enquanto "-paint" é suposto produzir áreas de uma única cor sólida, em grandes valores de raio, ela tende a produzir um gradiente vertical em algumas áreas. Isso é muito irritante, e pode ser um bug. Alguém sabe?

Há alternativas para usar "-paint". Um deles é usar o "Modo Estático" em vez disso, que atribui cada pixel com a "cor predominante" dentro da vizinhança retangular dada e pode produzir um resultado mais agradável.

Outro é usar alguns dos Métodos de Morfologia, e mais especificamente o Varient de Intensidade para Imagens de Cor. Aqui, por exemplo, é uma Morfologia "OpenIntensity" na rosa.

E aqui eu uso 'CloseIntensity' com um 'Disco' ligeiramente menor.

Você não precisa usar "discos", mas pode projetar seu próprio kernel em forma de "escova" para as bolhas que ele cria. Por exemplo, o que é usar um pincel de linha diagonal.

Carvão, desenho de artistas de uma cena.

O operador "-arcoal" é, em alguns aspectos, semelhante às transformações de detecção de borda utilizadas pela Computer Vision. Basicamente, tenta converter as principais bordas e bordas do objeto na imagem em tons de lápis e carvão.

O único argumento deve representar a espessura das linhas de borda.

Para um melhor exemplo de usar uma transformação de carvão em uma imagem real, veja Esboço de carvão de uma foto.

Pencil Sketch Transform.

No entanto, é melhor aplicado a uma imagem maior com distinto e sombreamento.

Veja o Esboço de lápis para obter um exemplo completo desse operador e como ele funciona internamente.

Em relevo, criando uma impressão metálica.

Seu argumento é um raio / sigma, com apenas sigma importante. Não encontrei o argumento muito útil, e de fato pode ser buggy. O argumento também mudou em uma versão recente do IM. Eu simplesmente não sei o que está acontecendo. Me ajude a entender se você pode.

O operador é um operador de escala de cinza, o que significa que será aplicado aos três canais de cores, separadamente. Como tal, só deve ser aplicado a imagens de escala de cinza. Como você viu acima, as imagens em cores podem produzir alguns efeitos estranhos.

Stegano, escondendo uma imagem secreta dentro de uma imagem.

Primeiro, um aviso.

Por exemplo, vamos gerar uma mensagem encriptada (imagem) que você deseja enviar para o seu companheiro de espião.

Note-se que também precisamos do tamanho da imagem da mensagem (36x43 pixels), portanto, a identificação acima.

Em seguida, coloque-o em alguma imagem com algum deslocamento. O deslocamento (e tamanho da mensagem) usado é a "chave" criptográfica para a mensagem oculta.

Agora você pode enviar essa imagem para o seu compatriota, que provavelmente já conhece o tamanho e o deslocamento das mensagens.

Podemos recuperar a mensagem escondida na imagem.

Quanto maior a imagem que contém, melhor será a imagem recuperada, então, esconder imagens pequenas em grandes é melhor do que o exemplo mostrado acima.

Apenas para mostrar como a mensagem escondida foi distribuída em toda a imagem do contêiner, fazemos uma comparação da imagem combinada com o original.

O que mostra como a imagem da mensagem foi criptografada e distribuída em toda a imagem do contêiner para ocultá-la.

Também a métrica 'PAE' retornada pelo anterior mostra que a maior diferença era apenas um valor de cor única dos valores de cor de 8 bits usados para esta imagem.

Isso é pequeno. Tão pequeno que uma pequena alteração ou modificação da imagem destruirá a mensagem escondida. É uma diferença tão pequena, que nem sequer pode usar o JPEG com a compressão com perdas como o formato da imagem ou qualquer outro formato de imagem com perda (incluindo GIF) para a imagem do contêiner.

Além disso, se você tivesse a "tecla de compensação" incorreta, você não receberá a mensagem.

Você também pode limitar a área da imagem que a mensagem deve ser oculta usando uma configuração de Região. A mesma configuração também será necessária ao tentar recuperar a mensagem. Isso provavelmente faria encontrar e decodificar a mensagem oculta em uma imagem grande, especialmente se restringido a uma área "ocupada", uma ordem de grandeza mais difícil de determinar.

No entanto, tenha em atenção que esta não é uma técnica muito criptográficamente segura. Especialmente se a imagem de origem original também estiver disponível. A análise de freqüência da imagem geralmente permitirá que um invasor saiba que há uma mensagem oculta.

Como um método de proteção de direitos autorais de imagem, o Operador Stegano também é inútil, pois a menor mudança na imagem destruirá a mensagem e, portanto, sua eficácia.

Como uma ferramenta de espionagem também não é muito bom, com um número tão pequeno de "combinações" para uma imagem de tamanho razoável. Qualquer um que conheça o que você está fazendo provavelmente pode quebrar rapidamente. É melhor manter os métodos criptográficos bem conhecidos e testados no tempo.

É apenas um uso prático real como uma ferramenta divertida ou como uma maneira de adicionar quantidades muito pequenas de ruído a uma imagem existente.

Criptografar dados de imagem.

Esse é o conteúdo da imagem em si já não é mais reconhecível até que a imagem seja posteriormente descriptografada. Isso pode ser usado, por exemplo, para proteger imagens sensíveis em serviços públicos, de modo que apenas outros com a senha secreta possam visualizá-lo mais tarde.

Mas primeiro um aviso.

Por exemplo, vamos criptografar essa imagem de mensagem secreta que criamos acima, usando uma senha que eu salvei em um, não muito "segredo", arquivo "pass_phrase. txt".

O "png24" também foi necessário no anterior para garantir que a saída não seja uma paleta ou imagem colorida "png8:", que também não funciona corretamente.

Como você pode ver, a imagem resultante parece um lixo completo, sem indicação do conteúdo real das imagens.

Agora, você pode publicar essa imagem na web, e somente alguém que conhece a senha original exata pode restaurar os dados da imagem.

No entanto, lembre-se de que, se os dados da imagem estiverem corrompidos de alguma forma, você não poderá restaurá-lo. Isso inclui se o PNG salvo usando um tipo de formato de imagem em escala de cinza. Como tal, apenas um formato de imagem sem perdas pode ser usado, como PNG, MIFF, TIFF ou mesmo Texto de Enumeração de Pixel. No entanto, usando um formato de imagem com perda, como JPEG, PNG8 e GIF, irá corromper os dados da imagem, destruindo assim a criptografia resultante.

Observe que qualquer meta-data que possa estar descrevendo a imagem, ainda estará em claro. Isso significa que você pode criptografar imagens usando a sequência de "comentários" das imagens como frase-senha ou usar esse comentário criptografado usando uma senha menor. É uma idéia simples que poderia tornar a frase-passe mais variável.

Criptografar uma imagem pode ser apenas um passo. Tomando o resultado, pouco mais pode produzir uma imagem que não simplesmente decodificará, sem algum processamento extra. Por exemplo, eu uso alguns Distanciamentos simples não destrutivos para confundir qualquer pessoa tentando decifrar a imagem da maneira normal.

Se você não incluiu o "-transportivo" no comando de descriptografia acima, a imagem não será decifrada corretamente. Observe também que, devido à codificação de transmissão usada (veja a nota de especialistas abaixo) usando apenas um "-roll" de algum tipo, não impedirá que a imagem seja descriptografada, pelo menos parcialmente.

Observe que, no acima, não usei um arquivo para manter a "frase-senha", mas forneci a frase no comando "converter" usando a entrada padrão, o que permite que você use algum outro programa ou comando para obter a frase do usuário, gerá-lo, ou algum outro método, em vez de usar o arquivo de texto com a frase-senha no espaço livre.

A senha também pode ser gerada a partir de outros arquivos e imagens livremente baixáveis. Por exemplo, você pode descriptografar sua imagem usando a assinatura, ou seqüência de comentários de uma imagem de referência bem conhecida e livremente descarregável. Por exemplo, eu uso a assinatura da imagem "rose. gif" para criptografar e depois descriptografar a imagem "message. gif".

A partir da IM v6.4.8-0, o arquivo usado por "-encipher" e "-decipher" pode ser um arquivo binário. Como tal, você poderia usar diretamente diretamente uma imagem como a frase secreta.

Esta técnica é exata (a menos que alguns dados tenham sido destruídos na transmissão). E, como tal, você pode usá-lo para criptografar uma imagem contendo outras informações ocultas, como uma imagem Stegano. Isso significa que, mesmo que as autoridades dessempthem a imagem, ou forçam você a revelar a senha, elas verão a imagem real, mas essa imagem pode não ser a última escondida.

Isso significa que você ainda pode decifrar até um download parcial da imagem, que foi destruída por erro de transmissão, mesmo que alguma parte da imagem possa ter sido destruída. Você também não precisa baixar a imagem inteira para descriptografar e examinar as partes que foram baixadas com sucesso.

Mas você precisa da fase de aprovação para ter alguma chance de descriptografar com êxito a imagem, pois é uma criptografia muito forte.

Pixelate uma imagem.

Ambas as técnicas envolvem o encolhimento da imagem (para gerar menos pixels) e, em seguida, ampliá-las de forma a criar "bloco de pixels" usando um Operador de Escala ou Operador de Amostragem para gerar o bloco de cor. É exatamente como a imagem é reduzida que determina exatamente qual cor será usada. Uma única amostra de pixel, ou uma cor média mesclada.

Como você pode ver, as áreas "amostradas" terão "píxeis" muito mais distintas (alias), enquanto as outras duas usam uma cor mesclada ou média, que tende a produzir uma representação de cores mais silenciosa, mas mais acá para cada "pixel" .

Veja também Proteger Someones Anonimato para um exemplo de usar isso em apenas uma área mais pequena mascarada da imagem, como um rosto de pessoas.

Grades de Pixels.

A maneira mais simples é como o exemplo anterior, simplesmente Escalar uma imagem pequena, para ampliar os pixels.

O problema com uma escala simples é que em áreas onde os pixels são de cor semelhantes, você pode ter problemas para ver os "blocos de pixels individuais".

O que precisamos para adicionar uma borda ao redor dos pixels, para separá-los.

Para isso precisamos sobrepor uma máscara de telha gerada. Consulte Tiling com uma imagem já em memória para vários métodos de usar uma imagem de mosaico gerada, em um único comando.

Observe que o tamanho usado para gerar o mosaico é escala * image_size + gap_size (neste caso 10 * 10 + 1 = & gt; 101).

Eu também troquei as duas imagens para que o tamanho final da imagem venha da imagem da telha, em vez da imagem escalada, que é um pixel de tamanho menor. No entanto, isso pode perder qualquer meta-dados de imagem que estava na imagem original, pois usei a imagem em mosaico para o destino.

Você pode tornar a borda da grade transparente também negando a sobreposição de azulejos (as áreas pretas tornam-se transparentes) e use uma composição de CopyOpacity em vez de Multiplicar.

Outras cores também podem ser adicionadas, mas para isso, você precisa usar uma imagem de azulejo que realmente contém transparência real. Para isso, você precisa converter a imagem de azulejo preto e branco em uma máscara em forma.

Note-se de forma técnica, a modelagem alfa pode ser feita antes de salvar a imagem da telha ou depois de revestir a imagem da telha antes de sobrepor-a. A escolha é sua.

Uma técnica final é usar um filtro de reamostragem ruim para produzir uma falha de remate para gerar círculos aliados de cada pixel. Esta não é uma técnica excelente (erro de processamento de imagem incorreta), mas faz uma Grade de Pixels.

Spacing Out Tiles.

Atualmente, a melhor solução é dividir a imagem em Linhas e Colunas e Splicing no espaçamento extra em cada telha antes de Anexar as peças novamente.

Aqui está outro método que também separa a imagem original em azulejos, mas depois usa algumas expressões DIY FX para calcular a nova postagem de uma telha, da sua posição antiga.

O número '3' no acima é a largura do intervalo para adicionar, e '10' é o tamanho da telha. Tudo o que você precisa é adicionar uma borda ou outra vantagem ao resultado.

Com um pouco mais de trabalho, você pode até adicionar algum "jitter" aleatório para a colocação de cada azulejo na grade acima, para um efeito menos regular.

O problema com ambos esses métodos é que gerar muitas imagens pequenas, apenas para juntá-las novamente geram muito trabalho. Especialmente para tamanhos de azulejos muito pequenos.

Um método melhor que foi proposto é uma extensão especial para o Splice Operator, no IM Forum Discussion Splice (adicionando lacunas de grade de ladrilhos).

Transformações de visão por computador.

Detecção de Borda.

Como você pode ver, a borda é adicionada apenas a áreas com um gradiente de cor com mais de 50% de branco! Não sei se isso é um erro ou intencional, mas isso significa que a borda acima está localizada quase completamente nas partes brancas da imagem de máscara original. Este fato pode ser extremamente importante ao fazer uso dos resultados do operador "-edge".

Por exemplo, se você estiver detectando uma imagem que contém um contorno preto, o operador "-edge" irá "gemar" as linhas pretas, produzindo um resultado estranho.

Aqui apliquei uma detecção de borda para uma imagem colorida e uma versão em escala de cinza para mostrar seus efeitos em imagens parecidas com fotos.

Como você pode ver sem converter a imagem em escala de cinza, as bordas para os diferentes canais de cores são geradas completamente independentes uma da outra.

Canny Edge Detector.

Por exemplo, aqui aplicamos as imagens de teste usadas acima.

Como você pode ver, ele produz um resultado muito mais acentuado do que o Edge Operator acima. A borda anti-alias difusa tem pouco ou nenhum efeito, no resultado produzindo linhas de bitmap finas. Além disso, como a imagem do leitão mostra que não é colocado em um lado específico como o operador da borda anterior. Como resultado, negar a imagem de entrada não tem efeito. Mas, como todos os detectores de borda, pode ter problemas com imagens do mundo real com fundos "ocupados", como a imagem de rosa incorporada.

Este resultado limpo é muito importante depois na detecção da linha Hough.

Esboços de bordas de formas anti-alias.

Por exemplo, aqui é um balão de voz anti-alias suave ("caractere de fonte" WebDings "(').

E aqui está a imagem de borda detectada.

Como você pode ver, parece horrível, com algum anti-aliasing menor no lado de fora da borda, e um olhar total aliado (escada) no interior da linha.

A negação da imagem gerou um contorno semelhante em torno da parte externa da imagem, mas também tem um alias forte fora da linha.

Uma alternativa quando você já possui uma imagem com uma borda anti-alias, é gerar a imagem de diferença de um clone 'jittered' da forma original. Por exemplo, encontramos a imagem de diferença entre o original, a imagem e um que foi deslocado (ou agitado) para a direita por 1 pixel.

Note-se que isso não produz uma boa borda para bordas inclinadas horizontais. No entanto, combinando uma imagem de diferença horizontal e vertical, podemos obter um excelente esquema anti-alias da forma.

Esta técnica também tem a vantagem de trabalhar independentemente se a máscara for negada ou não.

Note, no entanto, que o resultado tem um deslocamento de 1/2 pedaço em relação à imagem original, portanto, pode exigir algum processamento adicional de "distorção" para re-alinhar a forma original ou o esboço se os dois precisam ser combinados para obter o resultado que você deseja.

Esboços de borda de formas de bitmap.

Por exemplo, aqui é uma forma de "Coração" extravagante que foi extraída da fonte "WebDings" (caractere 'Y'). No entanto, eu gerou propositadamente como um bitmap alias, para simular uma imagem de bitmap horrível baixada da rede. Como o esboço de uma imagem GIF contendo transparência.

Então, temos essa imagem horrível, mas queremos encontrar o contorno das imagens em vez da sua forma. O uso direto da detecção de borda gerará apenas uma borda de bitmap pura em torno da parte externa da forma de bitmap.

Ao adicionar ambos os itens acima, você obtém uma borda de 2 pixels centrada na borda de formas de bitmap.

Como você pode ver, a imagem resultante é altamente aliada com efeitos de "escadaria" no contorno, mesmo que a imagem original em si não seja muito ruim a esse respeito. Esta não é uma boa solução.

Uma vantagem ligeiramente melhor pode ser criada usando um método de morfologia 'EdgeIn', ou outros como ele.

E um efeito semelhante pode ser conseguido apenas usando redimensionamentos para desfocar a borda da maneira correta, antes de usar um Solarize para extrair os pixels meados de cinza que formam a borda. Uma borda mais grossa pode ser gerada adicionando uma configuração "-filter Cubic", ou alguns outros Filtros de Resampling.

Ou para um efeito fuzzier mais controlado, você pode simplesmente borrar a forma e extrair a borda de forma semelhante. Eu acho um borrão de '0,7' sobre o melhor, com um limite de 3 pixels para acelerar as coisas.

Observe o uso do Operador de Nível, que é o equivalente ao "-evalar multiplicar 2-porta" usado no exemplo anterior.

Com uma borda anti-alias você pode agora adicionar novamente a forma original, se você quiser apenas suavizar a forma original em vez de obter o seu esboço. Basta lembrar que o contorno está posicionado exatamente ao longo da borda da imagem original, então será meio pixel maior que os exemplos anteriores.

Você conhece quaisquer outras formas de gerar um esboço anti-aliased de uma forma (anti-alias ou bitmap). Se assim for, envie-o para mim, ou para o fórum de MI. Você será creditado.

Edging usando um Raster to Vector Converter.

Esses programas de rastreamento são simples de usar, mas normalmente requer alguma forma de configuração pré e pós-imagem. Eles têm um número limitado de formatos de entrada e produz uma imagem vetorial que criará uma forma "suavizada" da imagem de entrada. Eu prefiro o "AutoTrace", pois não dimensiona os dados SVG resultantes e, assim, produz uma espessura de linha padrão, no entanto, você não pode usá-lo em uma "pipeline".

Para obter melhores resultados, é uma boa idéia garantir que apenas alimentamos uma imagem de bitmap básica, que podemos garantir ao limitar a imagem de entrada, enquanto a convertemos para um formato de imagem que autotrace entende. Posso então converter essa imagem em uma imagem vetorial SVG.

A partir da IM v6.4.2-6, você pode fazer a sequência acima diretamente usando a delegação de entrada de imagem "autotrace:". Isso exige apenas o comando "autotrace" para ser instalado. Por exemplo.

Se o seu IM foi criado com a biblioteca de delegação "AutoTrace", você também pode ter o IM diretamente gerar a imagem SVG a partir de uma imagem na memória. Para obter detalhes sobre isso, consulte o Gerenciamento de Saída SVG. Por exemplo.

Agora, a saída do SVG, evidentemente, representará uma versão suavizada da imagem original, o que não é o que realmente queremos neste exemplo. Mas, como agora temos a forma do bitmap em forma vetorial, podemos simplesmente ajustar os atributos do estilo 'SVG' de modo a "traçar" o contorno, em vez de "preencher" a forma. O SVG modificado pode então ser alimentado de novo no ImageMagick para recriar a imagem raster do contorno limpo.

Sim, é um pouco estranho, mas o bom resultado anti-alias vale bem o esforço. Seria bom se o esboço ou algumas outras modificações pudessem ser especificadas como opções para o comando "autotrace", mas isso não é atualmente um recurso.

Você também pode modificar a saída SVG para espessar a borda ou especificar algum outro curso ou cor de fundo, altere a cor de preenchimento da forma da borda vetorial. Por exemplo, nós geramos um contorno mais grosso da forma com um preenchimento vermelho, tudo bem anti-alias.

Um coração tão perfeito não poderia ter sido gerado a partir de uma forma de bitmap de qualquer outra forma.

Nós também podemos simplesmente extrair o elemento de caminho 'd = "."' Para usar diretamente como uma seqüência de caminho de SVG no comando Draw. Isso permitirá que você use qualquer uma das outras configurações de desenho de IM com esse contorno de vetor, dando-lhe o controle completo do resultado final.

Para outro exemplo de usar o programa "AutoTrace", veja Esqueleto usando Autotrace.

Detector de linha Hough.

Aqui está o conjunto completo de opções para o operador.

As cores (background e line_color) são usadas para definir as cores das linhas na imagem resultante (se você realmente as desenhar). O argumento para o Hough Operator (W> x H> + threshold) é usado para definir o tamanho e o valor do filtro usado para encontrar 'picos' na intermedite 'search image'. isto é, controla o quão bem ele "encontra" as linhas que estamos tentando detectar (veja abaixo). Você ajustaria essas ajudas para encontrar a detecção de linha.

Por exemplo, tentemos encontrar as linhas em uma imagem em forma de retângulo. Primeiro, precisamos reduzir a imagem para as linhas, e para um resultado limpo, o Detector de borda Canny é recomendado.

Como você pode ver 5 linhas foram encontradas, 2 das quais estão muito próximas. O motivo da linha extra é que o retângulo na imagem não é perfeito.

Agora, enquanto eu exibo um resultado de imagem raster (GIF), o Hough Operator realmente gera uma imagem vetorial no Magick Vector Graphics Format. Isso significa que você pode listar as informações da linha para processamento posterior.

Observe que as linhas são desenhadas a partir de uma borda (com valores de ponto flutuante) para outra borda da imagem. E a partir disso, você pode ver que a segunda e terceira linhas são as duas próximas.

O comentário na saída MVG fornece o número acumulado de pixels que a linha 'atinge' na imagem e, portanto, é uma boa indicação de quão forte é a linha na imagem. Esse valor sempre será maior do que o valor de entalhe que você atribuiu ao operador "-hast-line". Desse modo, você pode ver as primeiras e últimas linhas (que são fósforos próximos) são tanto iguais em força, por isso seria difícil escolher uma delas sobre outra.

Se isso acontecer com você, sugiro que você tente melhorar sua etapa de detecção de borda.

Observe que a imagem MVG não possui nenhuma cor definida. As configurações de cores neste exemplo não foram realmente usadas. As cores são usadas apenas se você realmente "desenhar" os vetores ao converter o resultado acima em uma imagem "raster", como fizemos antes.

A definição apenas anexará a "imagem de pesquisa" ao resultado da imagem, que neste caso eliminamos. Também aplicamos alguns contornos aos "valores acumulados" para torná-los mais visíveis. Esta é a imagem que os argumentos para o Hough Detector estão procurando.

A imagem é sempre de 180 pixels de largura (1 pixel por grau de ângulo de linha), enquanto a altura é o dobro do comprimento diagonal da imagem. As such the location of the peak will directly define the angle of the line, and the perpendicular distance of the line relative to the center point of the input image. That is the X coordinate is the angle in degrees, and the Y coordinate the distance from center from - diagonal distance, to +diagonal distance.

If you look closely at the lower-right peak you can see why we ended up with two lines instead of one. The peak here is 'twined' with a slight gap between them.

The algorithm is based on the script " houghlines " by Fred Wienhaus, though with a different 'perpendicular distance' accumulation handling.

Local Adaptive Thresholding.

The " - lat " operator, tries to adaptively threshold each pixel based on the value of pixels in a surrounding window. This is commonly used to threshold images with an uneven background (i. e., uneven illumination). It is based on the assumption that pixels in a small window will have roughly the same background color and roughly the same foreground color.

In the above a 17 pixel square 'window' is used to determine the average color of the image at each point, if the pixel is darker than this average it is made black, if lighter than this average it is made white.

A small window size will make the threshold more sensitive to small changes in illuminations, is faster to compute but is adversely affected by noise in the image. A larger window size will make the threshold less sensitive to small changes in illumination, is slower to compute and less affected by noise in the image. This has the effect of making the threshold value selection more or less sensitive to small changes in pixel values. You can also provide a offset which will be added to the calculated average color, making the local threshold value for each pixel either lighter or darker. This can be used for example to reduce the effect of noise or the effect of small changes in pixel values.

These small changes normally occur when a scanner or digital camera is used to acquire the image. Use a positive offset value to make the adaptive thresholding less sensitive to small variations in pixel values. Use a negative threshold to make the adaptive threshold more sensitive to small variations in pixel values.

Alternatively, one could reduce the noise in the image before processing it with "-lat".

The above was modified from initial notes provided by D Hobson <dhobson@yahoo>

Shade 3D Highlighting.

Shade Usage.

Basically what this operator does is assume that the given image is something called a 'height field'. That is a grey-scale image representing the surface of some object, or terrain. The color ' white ' represents the highest point in an image, while ' black ' the lowest point.

This representation come out of the 1980 computer vision research, where a photo with a strong 'camera light' was used, making near points bright, and points far away dark.

Now " - shade " takes this grey-scale height field and shines a light down onto it. The result is a representation of light shades that would thus be produced. Remember you must think of the input image as a 'surface' for the output to make any sense.

For our demonstrations we will need a 'height field' image so lets draw one.

This image is also equivalent of a 'mask' of an shape, is often not only used as input to " - shade ", but also for Masking Images to cut out the same shape from the shaded results. See Masking a Shade Image below.

To the " - shade " operator this image will look like a flat black plain, with a flat white plateau rising vertically upward. Only the edges of this image will thus produce interesting effects.

To this effect the two arguments defines the direction from which the light is shining.

The first argument is the direction from which the light comes. As such a ' 0 ' degree angle will be from the east (of left), ' 90 ' is anti-clockwise from the north (or top), and so on. Por exemplo.

Você entendeu a ideia. The light can come from any direction.

The other argument is the elevation , and represents angle the light source makes with the ground. You can think of it as how high the sun is during the day, so that '0' is dawn, and '90' is directly overhead.

As you can see with an elevation of ' 0 ' the shape is only highlighted on the side from which the light is coming. Everything else is black, as no light shines on any other surface. I call this a 'Dawn Highlight' and has its own special uses.

This brings us to the first item of note. A image that is " - shade " will often have more dark, or shadowed areas, than highlighted areas. The shading is not equal.

As the light gets higher over the 'height field' image. The overall brightness of the image will become whiter, until at 'high-noon' or an elevation of ' 90 ' any flat areas are brilliantly white, and only slopes and edges are shaded to a grey color, with a mid grey as a maximum, or 'cliff-like' slope change.

This 'noon' image is another special case that is a bit like a edge detection system, though it is between 2 and 4 pixels wide for sharp edges. I have used this image in the past for generating a mask for the the beveled edge of " - shade " images, so as to make flat areas transparent.

If the elevation angle goes beyond ' 90 ' degrees, you will get the same result as if the light was from the other direction. As such the argument ' 0x135 ' will produce exactly the same result as ' 180x45 '. A negative elevation angle will also produce the same results, as if the light is coming up from below, onto a 'translucent' like surface. As such ' 0x-45 ' will be the same as ' 0x45 '. In other words for a particular shade there are usually 4 other arguments that will also produce the same result.

From the above I would consider an argument of ' 120x45 ' to be about the best for direct use of the shade output. For example here it creates some beveled text.

One of the major problems with " - shade " is the thickness of the bevel that is actually produced. A sharp edge such as I used above will always produce a bevel of about 4 pixels wide, both into and out of the masked area. There is no way to adjust this thickness, short of resizing images before and after using the " - shade " operator..

If you would like to find out just how bright 'flat areas' will be from a specific elevation lighting angle, then you can use the following command, to shade a flat solid color surface.

As you can see a elevation of ' 45 ' degrees produces a quite bright flat color of about 70% grey, which is a reasonable grey level for general viewing. However if you plan to use shade for generating 3-D highlights of various shapes, then the actual grey level becomes very important. This will be looking at later in Creating Overlay Highlights.

That is basically it, for the " - shade " operator. However using it effectively presents a whole range of techniques and possibilities, which we will look at next.

Masking Shaded Shapes.

Notice that about half the bevel generated by the " - shade " operator, actually falls outside the masked area. In other words, a straight bevel is halved when masked.

On the other hand the vertical or 'midday' shade image (using ' 90 ' degree elevation angle) can be used to just extract the beveled edge, leaving the center of the image hollow.

Note however that the 'midday' shade image, while providing a way to mask the location (and intensity) of the effects of the " - shade " operator does not actually cover those effects completely.

By combining the 'midday' shade image with the original mask you can increase the size of that mask slightly to produce a better masked beveled image.

Remember with IM v6 you can generate the 'shade' image I generated previously all in the same command. As such the above could have been completely generated from scratch. Por exemplo.

Shaded Shape Images.

What this means is that for shaped images, you can extract the shape, do the work, then simply recover the transparency AFTER you have finished all the image processing, simply by turning the Alpha On again!

For example here I draw a 'Heart' on a transparent background, do some blurring and shading of the image, then restore the original shaped outline of the image.

All I can say is WOW, what a time saver! A lot simplier than the previous command with all its extra processing and image cloning.

Rounding Shade Edges.

As you can see blurring not only rounds-off the edges, but makes the lighting effects dimmer. You can maximize the contrast of the result by normalizing the it, so as to bring the brightest and darkest points back to pure white and black colors respectively.

The only draw back with this is that this also generally darkens the shaded image. This is something which we'll need to take into account in Creating Overlay Highlights.

Lets finish off this shade image by directly masking it as well..

As you can see blurring the mask image will round off the edges of the resulting shape very nicely.

Creating Overlay Highlighting.

This however is not so easy as the two major ways of adding color, Color Tinting Mid-Tones to just recolor a grey-scale, or 'Overlay' alpha composition, to replace the grey areas with a image, both rely on a special form of grey-scale image. That is a perfect mid-tone grey (' grey50 ') is replaced by the color or image, while whiter or darker greys, whiten and darken the color or image as appropriate.

These special grey-scale 'overlay highlight' images with perfect mid-tone greys for un-modified areas is not so straight forward to create using " - shade ". However the following are some of the more simpler ways I have discovered.

Using a 30 degree elevation lighting angle with " - shade ", is one way of producing a perfect mid-tone grey for flat areas of the shape being shaded.

For example here I shade an image, then extract the top-left pixel to check the resulting color of a 'flat' part of the image.

Unfortunately changing the rounding effect of the " - blur " in the above command tends to also vary the result highlight intensity of the shade image. That is using a large blur not only produces a well rounded looking edge, but also made the highlight so dim as to be near invisible.

This means that you need to add lots more contrast to the output of the " - shade " image produced, to make the highlight effective as an overlay image. To fix this we need a way remove this contrast effect from the rounding adjustment. The typical way to do this is to just " - normalize " the image, but doing this to 30 degree shade image, results in the 'flat' areas will no longer being a perfect grey. Por exemplo.

After some further experimentation however I found that using a 21.78 degree shade elevation angle, will after being normalized, produce the desired perfect mid-tone grey level as well as a good strong highlighting effect.

As the shade image is now run though the " - normalize " operator, the " - blur " value used for 'rounding edges' will no longer effect final intensity of the result. A much better method.

In summery, normalizing a shade image will shift the mid-tones away from a perfect-grey color.

Now we can adjust the output intensity of the highlights produces output completely independent to the other adjustments. Typically as the normalized result is extreme, we will need a controlled de-normalization, or anti-contrast control, to reduce the highlight to the desired level.

The simplest method for adjusting the resulting highlight, is to color tint the image with a perfect grey. This will shift all the color levels in the image toward the central pure mid-tone grey color.

An alternative to just linearly tinting the highlight, is to reduce its general effect while preserving the extreme bright/dark spots of the highlight by using Sigmoidal Non-liner Contrast instead. This should give a more 'natural' look to the highlight effect, and can make the highlight brighter, as if the surface was more reflective.

However to make this technique more effective, we need make sure we do not have pure white and black colors in the shade result. This can be achieved by first using a " - contrast-stretch " of ' 0% ' rather than " - normalize ", and also de-normalizing that result by a small amount, as we did above.

This may seem to be just adding complexity to the generation of the highlight overlay image, but emphasizing the bright spots in the highlight makes the extra processing worth the effort.

As you can see that the overall highlighting is reduced in intensity, but the bright spot from reflected light remains as bright as ever, just reduced in size. The result is a much more natural 'shiny' look to the shape.

The only drawback with this technique is that a shadow 'spot' is also generated though this is often not as noticeable.

Finally we can combine the a 'highlight spot' with a general highlight reduction to produce a highly configurable set of highlight overlay generator controls.

In summary, the above example has four separate controls. " blur " : Rounding the shape edges (0.001=beveled 2=smoothed 10=rounded) " shade " : The direction the light is coming from (120=top-left 60=top-right) " sigmoidal " : surface reflective control highlight spots (1=flat 5=good 10=reflective ) " colorize " : Overall contrast of the highlight ( 0%=bright 10%=good 50%=dim )

Note while the above examples have been shaped to the original 'circle' shape, the transparency should only be restored AFTER 'Overlay' compositing has been applied, not before.

Also if you plan to use a highlight repeatedly on the same shape (after any rotation is performed), you can pre-generate the highlight overlay once for each shape you plan to use, saving the result for multiple re-use. An example of this re-use of shading overlay is with the generation of 3D DVD covers from flat source images in the IM Discussion Forums.

I also highly recommend you experiment with the above techniques, as they are key to making your flat shaped images, much more realistic looking. If you come up with other ideas for highlighting, please let me know.

Using a Dawn Shade Highlight.

It can for example be used as a mask for either white or black images to generate separate highlight and shading effects on shapes. This also can be used ensure a shape gets roughly equal amounts of light and dark areas (or even unequal amounts), as I produce them in seperatally but in a completely controled way.

See the first Advanced 3D Logo for an example of using this technique.

Using FX, The DIY Image Operator.

The command is so generic in its abilities, that it can, create canvases, gradients, mathematical colormaps. move color values between images and channels. adjust image colors in just about any way imaginable translate, flip, mirror, rotate, scale, shear and generally distort images. merge or composite multiple images together. tile image(s) in weird and wonderful ways. convolve or merge neighboring pixels together. generate image metrics or 'fingerprints' compare images in unusual ways.

Of course many of these techniques are already part of IM, producing a faster and more flexible result. But if it isn't built-in the " - fx " allows you to generate your own version of the desired operation. In fact I and others have often used it to prototype new operations that are later built into IM's core library. As an example see DIY New Ordered Dither Replacement where I used " - fx " to develop a revised version of the - ordered-dither " operator.

The operator is essentially allows you to perform free-form mathematical operations on one or more images. For the official summary of the command see FX, The Special Effects Image Operator on the ImageMagick Web Site.

FX Basic Usage.

For mathematical ease of use, all color values provided are normalized into a 0.0 to 1.0 range of values. Results are also expected to be in this range.

This includes the transparency or alpha channel, which goes from 0.0 (meaning fully transparent) to 1.0 (meaning fully opaque). The values represent 'alpha transparency' and is actually the negative of how IM normally stores the transparency internally (as matte values). It is however more mathematically correct and easier to use in this form.

The " - channel " setting defines what channel(s) in the first (also called the 'zeroth' or " u ") image, is replaced with the result of the " - fx " operator. This is limited, by default, to just the color channels (' RGB ') of the original image. Any existing transparency in that image will not be modified, unless the " - channel " setting is changed, to include the alpha (' A ') channel.

The expression is executed once for each pixel, as well a once for each color channel in the pixel that is being processed. Also as the expression is re-parsed each time it is executed, a complex expression could take some time to process on a large image.

For example, here we define a black image, but then set the blue channel to be half-bright to form a 'navy blue' color instead.

And here we we take a black-white gradient, and then set the blue and green channels to zero, so it becomes a black-red gradient.

This means that to limit the output of " - fx " to just the blue and green channels you can now say " - channel BG " instead of the longer " - channel blue, green ".

We could have generated the above examples without using " - fx ", but being able to do this to an existing image is what makes this a powerful image operator.

The function can in fact read and use ANY pixel, or specific color from ANY of the images already in the current image sequence in memory. The first 'zero' image, is given the special name of " u ". The second image " v ". Other images in memory can be referenced by an index. As such " u[3] " is the fourth image in the current image sequence, while " u[-1] " is the last image in the sequence. This is the same indexing scheme used by the Image List Operators, so you should be right at home.

If no other qualifiers are given, the color value used is same color used in the image specified. That is unless you specifically say you want to use the red color, it will use the color value for the color channel the command is processing at that time. That is it will apply the expression for the blue color value when it is processing the blue channel.

Unless told otherwise it will process each of the RGB color values (as set by the default " - channel " setting), for each and every pixel in the image. That is 3*w*h calculations which modifies all the values in the image by the expression given.

For example here we take the IM built-in " rose: " image and multiply all pixel values by 50%.

In the above example, each of the individual red, green and blue values was multiplied by 1.5. If the resulting value is outside the 0 to 1 range it, will be limited to the appropriate bound (1.0 in this case), unless you are using a specially built HDRI version of ImageMagick.

Lots of other " - fx " formulas to recolor images are explored in Mathematical Color Adjustments and Histogram Curves.

As we can also reference any image in the current image sequence, as part of the expression for modifing the first image, we can merge two, or even more images, in just about any way we want.

Here we generate a black-red-blue color chart image, by copying the blue channel from a black-blue gradient (rotated), into the previous black-red gradient we generated above.

Though the reverse is also true. Just about every IM image operation could be replaced by a FX equivelent function.

Now the second image in the above is only used as a source image. What really happens is that " - fx " first creates a copy of just the first image. It then modifies that image according to the formula, using all the other images given. And finally it junks all the input images replacing them with the modified copy of the first image.

You can also calculate values based on each pixel location within the image. values ' i, j ' is the current position of the pixel being processed, while ' w, h ' gives the size of the image (the first image unless a specific image qualifier is given). For example here we generate a DIY Gradient Image.

When generating gray-scale gradients, you can make the - fx operator work about 3 times faster, simply by asking it to only process one color channel, such as the ' G ' or green channel in the above example. This channel can then be Separated to generate the final gray-scale image. This can represent a very large speed boost, especially when using a very complex " - fx " formula.

For more FX generated gradients, see examples Roll your own Gradients.

You can use the position information to lookup specific pixels from the source image using the ' p ' syntax.

For example you can easily make your own 'mirror image' type function (like the " - flop " image operator), that replaces each pixel, with the color values from the 'mirror' position of the original source.

This type of 'image distortion' was made more powerful by creating Distortion Image Mapping, or other types of Value Lookup Tables, in the form of images. Examples of doing this has been provided in DIY Dither Patterns and Threshold Maps, where FX is used to replace specific colors with patterns from other images.

Now the size of the final image generated by an FX expression is the same as the first image given, as such to generate a larger image, you will need to set the first image to the size you want.

In this type of situation a second image (or even a third image) can be used as a color source (hence the Swap in the next example).

For example here we resize rose image (using Interpolated Scaling or Resize) to generate a larger image.

Note how the pixel lookup is performed, it may seem complex but it is the proper way to scale (distort) an image. Basically all the extra ' 0.5 ' values added to the expression is needed to correctly convert between Pixel Coodinates used for input coordinates ' i, j ' and location lookup ' v. p , while the more mathematically correct Image Coordinates is needed for the actual mathematical calculations (scaling).

The above is actually the exact methodology used by any form of Image Distortion. You can see this FX equivelent for most distortions by turning on the Verbose Distortion Summery. This reports a FX equivelent for most image distortions, as a way to double check the distortion is doing what it is expected to do.

The use of the FX DIY Operator to do image distortions, shows just how powerful (though slow) this operator really is. If it wasn't for this operator I doubt may of the new operations, such as distortions, sparse-color, or ordered dithers would have been added to the ImageMagick Core Library.

Here is something a little simplier, swapping the red and blue channels of the rose image. See if you can figure how it works.

Do you see a trend here?

As the default " - channel " setting, it limits the output of the " - fx " operator to just the three color channels. This means that if you want to effect the alpha or transparency channel, you must explicitly specify it, by changing the channel setting.

For example lets make a semi-transparent " rose: " image, by setting all the alpha channel values to half.

Note the for the above to work properly I needed to ensure that the " rose: " actually had a alpha channel for the " - fx " to work with. I did this with the Alpha Channel Control Operator.

This ability of the " - fx " operator to manipulate the RGBA channels of an image makes this operator perfect for manipulating Channels and Masks.

As of IM 6.2.10 you can add variable assignments to " - fx " expressions, which allows you to reduce the complexity of some expressions, that would basically be impossible any other way.

For example, here I create a gradient based on the distance from a particular point (assigned to the variables ' xx ' and ' yy '). Without the use of the variables this formula could have become very hard to read.

Of course if you need the distance squared, you should avoid the ' hypot() ' function, and the sqrt() function it implies.

For more examples of some really complex expressions see More Complex DIY Gradients, which would be impossible with out multiple statement assignments. The same is true for FX form of Perspective Distortion.

As of IM version 6.3.0-1, the complexity of " - fx " expressions started to require external files, so the standard ' @ filename ' can now be used to read the expression from a file.

This also means you can use more complex scripts to generate the specific FX expressions for a particular job. Internally the file is simply read into a string and interpreted as usual.

Other settings that are important to " - fx " are " - virtual-pixel " and " - interpolate ".

The Virtual Pixel Setting allows one to set what colors or image results should be returned when the lookup coordinates go outside the area covered by the input image. This allows one to set edge effects for things like blurs, as well as tile image over a larger area.

The Interpolate Setting allows one to specify how IM should mix colors of neighbouring pixels when the lookup coordinates (floating point values) fall between the integer coordinates of the pixels in the input image. For more information see Interpolated Pixel Lookup.

IM v6.7.3-4 : while(), not(), guass(), squish()

FX Debugging.

However you can limit the output from the " debug() " by using a tertiary if-else expression. For example this will print the floating point color values for pixel 10,10 from the built-in " rose: " image. The actual image result is ignored by using the ' NULL: ' image handler.

Remember the output is on standard error, not the normal standard output, that way you can use this in a command pipeline, without problems.

Note how the FX expression was executed three times, once for each channel for just that one pixel. Multiply that by the number of pixels, and you can imagine the length of the output if " debug() " was not limited to just one pixel, even for this small image.

FX-like Built-in Operations.

Generally however once a new method has stabilized using " - fx ", the expression is converted into a faster built-in operation, usually added as part of a group of similar operators.

These include the follow general image operator and there methods.

As people developed new types of image operations, they usually prototype it using a slow " - fx " operator first. When they have it worked out that 'method' is then converted into a new fast built-in operator in the ImageMagick Core library. Users are welcome to contribute their own " - fx " expressions (or other defined functions) that they feel would be a useful addition to IM, but which are not yet covered by other image operators, if they can be handled by one of the above generalized operators, it should be reasonably easy to add it.

For example I myself needed a 'mask if color similar' type operation for comparing two images. This has been added as a new " - compose " method " ChangeMask ". This in turn allowed me to then add a more complex Transparency Optimization for GIF animations.

What is really needed at this time is a FX expression compiler, that will pre-interpret the expression into a tighter and faster executable form. Someone was going to look into this but has since disappeared.

However if speed and complexity is starting to become a problem then it is probably better to move on to a API scripting language such as PerlMagick. An example of this using PerlMagick " pixel_fx. pl " is part of that API's distribution.

FX Expressions as Format and Annotate Escapes.

The escape sequence ' %[fx. ] ' is replaced by a number as a floating point value, calculated once for each image in the current image sequence.

The FX Expression however is modified slightly during processing. Specifically.

The current pixel coordinates ' i ', ' j ' is fixed to the value 0, so on its own an image variable only returns the value from pixel 0,0, unless a ' p<> ' index is used. Unless a color channel is selected only the red channel value is returned. The default image reference ' s ' is set to current image, being annotated or identified. The index ' t ' returns the index of the image referred to by ' s '.

For example here I " - annotate " each image with the color of the top left corner of each image.

Notice how the text that is written is different for each image, as ' r ' is actually equivalent to ' s. p.r '. The same goes for the ' g ' and ' b ' color channel values. Of course each one returns a normalized value in the range of 0.0 to 1.0.

To make the output of specific pixel color values easier, a ' %[pixel. ] ' escape was also added in IM v6.3.0. This operator calls the given FX expression once for each channel in each image, and formats the returned value into a color that IM can handle as a color argument.

You can just output the result directly using a " - format " with the " identify " command.

This will mathematically calculate and return the value of PI , though this value is available as the built-in variable ' pi '.

You can generate random numbers. For example to generate a integer between -5 and 10 inclusive. Here I use the " info: " equivalent to the " identify " command.

Also see Border with Rounded Corner which used a FX Expressions to generate a draw string based on image width and height information.

You can also use FX Escapes in Filename Percent Escapes to generate new files based on calculated values. For an example, see the final example in Tile Cropping.

All the above will essentially run the " - format " and thus any containing FX Expression one for each image in the current image sequence.

The " - print " operator will work much like " - identify " except that it is only run once, with access to ALL the images in the current image sequence. With this operator you can use ' u[ ] ' to access values from any image, unlike the above.

Fx Expressions can be applied to images in other colorspaces, so I can for example find out the 'Hue' value (in the 'red' channel) for three different colors.

You can also use IM for some direct color maths, such as find out the average color of ' gold ', ' yellow ', and ' khaki '.

While this shows what the color looks like compared to the three source colors.

You can also use " - print " to print information. This is applied only once against the whole image sequence. That means you can use this operator to calculate much more complex ' %[fx. ] ' expressions involving multiple images.

Accessing data from other images.

Basically if you want to gather the color of a specific pixel in a different image to the one you are drawing on (as above), or are creating a new image, then the IM core functions have no direct link to the desired info.

For example if you try to create a label with the color of the built-in " rose: " image pixel 12,26 (a bluish pixel), the direct approach will fail!

Well the rose image does not actually contain any black pixels, so the above result was wrong.

The way to fix this is to extract the wanted information and save it into the global IM meta-data. This is passed to all sub-routines in the library core, including those for image creation.

This is not intuitive but we now get the correct result.

The special ' option: ' tag, tells the " - set " option that you want the given setting saved as a global Artifact, rather than as a image 'Attribute' or 'Properties' string, just as " - define " can. However the " - set " form allows you to expand Percent Escapes in setting the Artifact, where as " - define " does not.

When the " label: " operator expands its percent escapes, the given 'key' is looked for first as a per image 'attribute' or 'proprieties', but if it fails to find anything, it will then look for the 'key' in the global Artifact settings. As such the global 'artifact' we created from the previous image is used, even though that image is no longer present at the time the Artifact was created.

Basically 'Artifact' settings are global during the life time of the " convert " command, and thus can be used to pass information from one image to another.

For programmed API's this situation can be avoided as you can read the required data directly from the image and generate the label string yourself, without needing IM to store that information in such a convoluted way.

Evaluate and Function, Freeform Channel Modifiers.

Later a more complex " - function " operator was added in IM v6.4.8-8, to allow greater flexibility in complex image adjustments. These two operators, along with other Image Level Adjustment Operators such as " - negate ", " - level ", will probably be most useful for minor tweaks to grey-scale images, before you apply those images.

Especially in gray-scale images such as used for Background Removal, Highlight and Shadow Overlays, and the generation and fine-tuning of Image Maps.

Evaluate, Simple Math Operations.

You can find out what functions have been built into evaluate using.

This includes the typical mathematical functions ' add ', ' subtract ', ' multiply ', and ' divide '. against constant values.

Unlike the - fx operator the values are not normalised to a 0 to 1 range, but remain the real color values of the image. As such subtracting a value of 50 in a Q8 IM (See Quality and Depth will result in a large subtraction, but for a Q16 version of IM, it will only be a small hardly noticeable change.

However if you add a '%' to the argument, that argument will represent a percentage of the maximum color value (known as ' QuantumRange ' which is equal to (' 2 quality -1 '). This means you can make your " - evaluate " arguments IM quality level independent, by the appropriate use of percentages for the appropriate evaluate methods.

For example to just simply replace all color values in an image to a 50% gray level is very simple and very fast, using ' Set '

The " - evaluate " operator also includes the typical mathematical functions ' add ', ' subtract ', ' multiply ', and ' divide '.

For example, to half the contrast of the image, you can ' divide ' it by ' 2 ' then ' add ' ' 25% to re-center it around a the perfect grey.

This is a couple of orders of magnitude faster than directly using the " - fx " operator with ' u/2+.25 '. As such you should use this operator in preference to " - fx " if at all possible.

The major problem with " - evaluate " is that all results are clipped to the 0 to ' QuantumRange ' limits (unless you are using a HDRI version of ImageMagick), as each modified value is saved back into the image data. That means that after any individual " - evaluate " operation, the values could be clipped by the ' QuantumRange '.

As such if you try to apply a contrast enhancement function (equivalent to " - fx '2*u-.25' ") directly as it stands, you will fail to get the correct results, as the doubled value will be clipped, before the subtraction is made.

First the ' multiply ' will clip all the large color values to the maximum value, then the ' subtract ' will clip the lower bound values. the result is an incorrect clipping of the upper bounds, producing a dark and color distorted result.

The direct solution is to ' subtract ' the appropriate constant first (doing the final but correct clip of the lower bounds), before multiplying, effectively using the equivalent formula ' (u-.125)*2 '

However there are lots of alternatives to this 'clipping' problem. The first logical one being the newer Polynomial Function Method (see below). Other alternatives also include using Level Adjustment Operators or even a Level Adjustment by Color, to simply specify the original color values that you want to stretch out, to fill whole color range.

Basically be careful with regards to color value clipping when using multiple " - evaluate " methods.

The " - evaluate " operator, like " - fx " (and most other low level IM operators) is " - channel " effected. This allows you to control an images alpha transparency separately to the color channels.

And yes, like " - fx ", transparency is treated as 'alpha values' and not a 'matte' value.

For example to make an image 50% transparent, as part of a Dissolve type operation.

The result is a semi-transparent image, which means when displayed, half the color you see is the web-pages background color. As such the image shown is dimmed toward the background color.

Often I have also found that it is often easier to use " - evaluate " on the individual color channels before separating the various channels into separate images for specific purposes, (See Separating Channels).

For example here I use it to do a fast, but unusual form of gray-scaling. Basically I multiply each channel by the appropriate amount, then separate and add the channels together to produce a image that has been gray-scaled using a specific set of color ratios.

Evaluate Math Functions.

These functions are implemented to generally use a normalized color value (0 to 1 range) with the output again normalized so as to fit the full color range of the image. The Sigmoidal Contrast function is also an example of this math function fitting.

It is exactly equivalent to the pow() C function, (using normalize color values in a 0 - 1 range) As such to create a 'parabolic' gradient you can use an argument of ' 2 '. Or use a value of ' 0.5 ' to create a 'square root' gradient. Por exemplo.

This is actually equivalent to the Gamma Adjustment operator but with the argument inverted. For example a " - gamma 2 " operation would be equivalent to an " - evaluate pow 0.5 " or a 'square root' operation function. Similarly " - gamma 0.5 " is equivelent to squaring using " - evaluate pow 2 "

By doing some special gradient manipulations, you can use this method to convert a linear gradient into a complex circular arc.

For those wanting to figure this out, the second line in the above is equivelent to the FX expression ' sqrt(1-u^2) '. This generates a single quarter circle arc, which is then Flopped, and Appended together, to produce a half circular arc.

It is also a lot faster than using an FX expression, even though it requires many more individual (smaller) steps.

Logrithmic.

This may seem very simular to the previous Pow Evaluate Method, but it isn't quite the same. ' Log ' will produce a appreciable slope as it approaches ' 0 ', where ' Pow ' will produce a vertial slope. The value controls the slope.

A logrithmic function is also closely related to a exponential function, which is currently only implemented as Sigmoidal Contrast Adjustment operator. This contains the same slope features you can see in the above logrithmic curves. This explains why " - sigmoidal-contrast " is a better technique for enhancing images involving low light conditions, than a Gamma Adjustment or 'power of' curve.

Sine and Cosine.

Specifically it defines these function (using normalized values) as. In essence what these functions do is re-map the image values (usually gray-scale values) into a sine/cosine curve.

For example here I take a gradient image and modify it using these evaluate methods.

Now as the constant parameter is a angle multiplier, the value given to the evaluate method will create that many peaks over the whole gradient within an image.

This is perfect for many tasks, from generating ripple or dispersion effects to generate ripple looking displacement curves.

By using a multiplier constant of '0.5' you can simply convert a linear gradient into a sine curve gradient, which still has the same slope as the original. By negating the result you can ensure that the gradient also slopes correctly.

Which is great generating smooth gradients for use in overlapping photos.

However these last two " - evaluate " methods are rarely used as they have been superseded by a more general Sinusoid Function (see below) that provide more control options, beyond that of a simple frequency option.

Function, Multi-Argument Evaluate.

Because of this the " - function " operator was added in IM v6.4.8-9.

Basically " - function " is a multi-argument form of " - evaluate ". However unlike the Evaluate Operator, these operators like the mathematical operators, all the functions above work only on normalised channel values (0.0 to 1.0 range) of the image, which in most cases makes them easier to use.

Polynomial Function.

For example a argument of ' 4,-4,1 ' will generate the polynomial expression equivalent to the " - fx " expression " 4*u^2 - 4*u + 1 ".

If you know your high school maths you should know then that this polynomial function produces a parabolic curve going from 1.0 to 0.0 then back to 1.0, over the input (' u ') color range 0.0 to 1.0. That is it will make, black and white colors 'white', and make perfect grays, 'black'.

You can even make a much more complex gradient, for example a quartic polynomial, which was the result of generating a Curve Level Adjustment, using a set of 'level control points'. This is typically used to adjust the colors of an image to give it various shading effects.

Of course simple linear modification is also possible, exactly as you get if you used a Level Operator.

Note however that you can not use ' Polynomial ' to do a full Threshold operation, due to the need for infinite coefficients to do so, though you can get pretty close.

A single value is naturally just a constant, and results in a direct assignment of that value. In other words it is just like the " - evaluate Set " method, in this case to a 33% gray value.

By combining a ' Polynomial ' with other math functions you can create even more complex gradient modifications.

For example by taking the square root of a polynomial, I can create a true circular arc over a linear gradient. The equivalent of the very slow " - fx " expression ' sqrt( -4*u^2 + 4*u + 0 ) '.

See also the Pow Evaluate Method for an alternative to the above.

Sinusoid Function.

Only the first value 'frequency', which works exactly as per above, is required with all the other parameters being optional.

By default it will generate a Sine Curve.

By adding a ' phase ' argument in degrees, you can specify the starting angle for the curve. Allowing you convert the default sine curve into a cosine.

By adjusting the 'frequency', and 'phase' I can directly convert a linear gradient into a smooth sinusoidal gradient going from black to white (minimum to maximum along a Sine curve). See Evaluate Cosine Method for a less direct method.

The next two optional values, 'amplitude' and 'bias' controls the scale and center-line of sinusoidal curve. For example, here I make a wave (negated cosine curve) that oscillates between white and gray (values ranging from 0.75 ±0.25 , or 0.5 to 1.0 ), starting and finishing on white.

Becareful with these last parameters as they could easy cause the waveform to exceed the bounds of the color value range, and thus be clipped (unless you are using a HDRI version of ImageMagick).

Arcsin Function.

It parameters are.

By halving the ' width ' of the resulting curve you get.

The ' center ' will let you reposition the curve according to the input grey values.

The ' range ' argument allows to reduce the output range of the color values, and the ' bias ' will adjust the center of that range.

Note how the values that are invalid as a result of the function are handled. This this allows better control when the function is used in displacements, and provides ways in which to clean them up. The actual values used are is ' bias ± range /2 ', as you would expect.

Note that if either the ' width ' or the ' range ' are made negative the slope of the function will be flipped, as a result of that negative value.

Arctan Function.

Its parameters are.

This means that if you specify a slope value of ' 1.0 ' the slope of the histogram change will produce a 1:1 change around pure gray, (no scaling) while making white and black a more gray value. Por exemplo.

That is the middle part of the gradient is actually left unchanged, with only the black and white ends becoming de-contrasted.

As the ' slope ' of the curve becomes larger, the gradient in the center will become stronger (more compressed in the middle), by that amount.

This in many ways is very similar to a Sigmoidal Contrast color modification operator. However a ' Arctan ' function will NEVER actually reach the output range limits of pure black and white. It will approach those limits but never cross them.

Similarly to the previous functions, (and Sigmoidal Contrast) the second argument will adjust the position of the curve relative to the input gradient values.

And the last two arguments ' range ' will let you adjust output range of values that will be generated. For example by expanding this value slightly you can ensure that it will completely cover the whole range of possible values.

However if you are really wanting to generate curve to modify the whole contrast of an image in this way, it is more typical to use the Sigmoidal Contrast Operator, which is designed for this purpose.

The more typical use of an ' Arctan ' gradient function to create a curve that will very quickly approach a specific value but not exceed that value. It is these limiting values that the ' range ' and ' bias ' arguments control.

For example, this curve will modify the gradient in an image to produce very sharp threshold around the input gray level of 0.7, but with the values changing between the range limits of 0.5 and 1.0.

This is something that Sigmoidal Contrast can not generate.

Mathematics on Gradient Images.

Before we start however, I would like to give you one word of warning . If your gradient images are purely grey-scale images, with no alpha channels, then you can use the Mathematical Compose Methods directly. However if you want to limit these methods to a specific channel, or apply them to the alpha (transparency) channel, then you need to ensure that you set the appropriate " - channel " setting, with no special ' Sync ' channel flag. See Image Mathematics using Image Composition for more details.

Normally using Mathematical Compose Methods is not really that difficult. The complications arise when you have gradients that also contain a 'bias'. That is the gradient should represent a value of 'zero' at '50% grey, and cover a range from -1 (black) to +1 (white). Such images are often used for Distortion Image Mapping.

As such performing maths on ' biased gradients ' is the real problem, and what will be looked at more specifically here.

Attenuate a Biased Gradient.

This known as 'attenuating' a biased gradient. Or putting it another way, multiply a biased gradient by another absolute gradient. It is also how ' Amplitude Modulation ' such as in AM radio works!

So first we need a sine wave, which we can simply generate from a linear gradient.

Now to attenuate this we multiply the sine wave with a linear gradient, using a Multiply alpha composition.

But to use this in say a Water Ripples, Displacement Map the wave must remain centered around a perfect gray. To do this we need to add a bias to the original image. This happened to be the same function we used to multiply the original image, negated and divided by two.

And so we have a linearly attenuated Sine Wave Gradient, suitable for use in a displacement map.

Of course you can do the whole process all in the one command, and it does not have to be a simple linear attenuation either. For example here I attenuate the high frequency Sine wave, using a negated Cosine wave, instead of a linear gradient.

As of IM v6.5.4-3 it is now possible to do the all the steps above all in one compose method, using the special Mathematics Compose Method. Basically by recognising that an attenuation operation is the formula Sc*Dc-.5*Sc+.5 or the arguments, " 1,-.5,0,.5 ".

The same result can also be achieved by first adjusting the attenuation gradient using a Polynomial Function and then using a Exclusion compose operator, to merge the images.

Multiply Biased Gradients.

Well this is a little more complex as you can't just multiply them and expect it to come out right, as the multiplication can consist of a negative values. This requires some care so as to ensure you don't end up clipping the values and getting the right negation of the curve in the resulting image.

The trick is to break up the multiplication into multiple steps. That is A × B can also be written as A × abs(B) × sign(B) . By doing this you avoid multiplying by a negative value, which can't be stored in a normal gradient image. So all we need to do is take one of the bias gradients and separate it into two parts so they can be applied to the other gradient appropriately.

The ' sign() ' of a biased gradient, or getting a mask of what parts are negative, can get extracted by using a Threshold on the gradient at the bias level. You can later selectively negate the other gradient using a Composite Difference, with that threshold image.

The ' abs() ' of a biased gradient can be extracted easily using Solarize, then negating and doubling (using Level) that to get the absolute value of the gradient ranging from 0.0 to 1.0. As we will also need the bias offset as part of the multiply (as per Attenuate above), you can directly use the negated and half-scaled solarize output, before it is converted into the gradients absolute value.

So lets convert one gradient into these three components.

Now that we have these three parts of one of the gradient images, we can merge them with the other gradient. To do this we multiply by the absolute value, re-add the bias, and then negate the parts that should be made negative.

And that is a perfect multiplication of two bias gradient images!

Here it is again but all in the one command.

One final note, unlike Attenuation, this Multiply of biased gradients is commutative. That is swapping the input images does not effect the final result.

As the above is equivelent to the formula 2*Sc*Dc-Sc-Dc+1 , as of IM v6.5.4-3, you can implement the above complex steps as a single ' Mathematics ' compose method using the argument " 2,-1,-1,1 ".

That is vastly easier and faster method than the dozen or more steps needed without this argumented compose method.

It so happens that once I saw that formula, I realised that this happens to be simply the negation of the ' Exclusion ' compose method. Weird but true. As such the followin will also generate the same zero baised multiply.

Adding Biased Gradients.

For example the following was a Fourier Transform Example that I had hand generated, requiring the addition of 3 biased sinusoids, and a constant DC value.

Note in the above how I used the " - flatten " operator with a " - background " setting to implement a mutliple image composition. Or in this case a 'Biased Sum' of all the given images plus the background constant.

Frequency Modulation.

This generates a very complex function that is essentually equivelent to.

Basically the faster the gradient changes in the original image, the smaller the distance between the peaks. However the height (amplitude) of the peak do not vary.

This is actually how ' Frequency Modulation ' works, where a seemingly simple function produces a very complex result.

Drawing Vector Graphics: Hand Lettering.

Released.

Skill Level Beginner.

Views.

- People love type, many span entire careers finessing the minutia of precisely crafted typography that they turn into wonderfully useful typefaces we call fonts, but many confuse typography with lettering. They're related of course, because both are based on letter forms, but in essence, they are two distinctly different categories regarding type. This is typography, it's derived from an established font, and this is lettering, it's derived from drawing.

Letting is the illustration of letter forms through the process of drawing. So, this course will specifically focus on creating type-centric designs derived from our hand-lettered drawings. I'm Von Glitschka, and in this course, I'll cover the importance of an analog workflow in structuring and refining drawn letter forms, and how we can use it in context of Vector artwork. We'll explore detailing cues you need to keep in mind when you draw out lettering, various styling methods to create more compelling designs with your typeface motifs, and showcase hand lettering from some the industry's best type designers.

Improving your ability to create hand-lettered designs is a skill you'll be able to use for a lifetime, so let's get started.

Cursos relacionados.

Illustrator CC 2018 Essential Training.

Drawing Vector Graphics.

Drawing Vector Graphics: Color and Detail.

The Creative Spark: Title Case, Typographic Artisans.

Introdução.

1. Hand Lettering 101.

2. Drawing Letterforms.

3. Building Letterforms.

4. Style and Detailing Methods.

5. Inspiring Lettering Artists.

6. Type Revolution.

Conclusão.

Marcar como não memorizado Marque tudo como não realizado.

Você tem certeza de que quer marcar todos os vídeos desse curso como não realizado?

This will not affect your course history, your reports, or your certificates of completion for this course.

Mark all as unwatched Cancel.

Take notes with your new membership!

Type in the entry box, then click Enter to save your note.

1:30 Press on any video thumbnail to jump immediately to the timecode shown.

Notes are saved with you account but can also be exported as plain text, MS Word, PDF, Google Doc, or Evernote.

Skills covered in this course.

Continue Assessment.

You started this assessment previously and didn't complete it. You can pick up where you left off, or start over.

Resume Start Over.

Start Your Free Trial Now.

Start your free trial now , and begin learning software, business and creative skills—anytime, anywhere—with video instruction from recognized industry experts.

Troca de divisas on-line Feira de Santana

Search This Blog

Imagens vetoriais forex

Comments

Post a Comment

Popular posts from this blog

Free live forex signals website

High low close forex

Sites de revisão de forex