
要想确定Scratch一级是否已经通过,需要结合以下几个方面:
1 考试得分:Scratch一级考试总分为100分,及格线为60分。如果您的得分高于60分,那么可以认为您已经通过了一级考试。
2 任务完成情况:在考试中,需要完成一系列的Scratch项目任务,包括简单的动画制作、游戏开发等。如果您完成了所有任务,那么可以认为您已经通过了一级考试。
3 视频观看次数:Scratch一级考试前需要先学习一定的Scratch编程知识,并观看对应的培训视频。通常情况下,Scratch一级考试通过时,观看培训视频的次数也会达到要求。
总之,只有在您满足以上三个方面的要求后,才可以认为您已经通过了Scratch一级考试。
第1种,将画笔颜色设定为,这里的颜色需要拾色器获取。先点击方框的位置。然后在屏幕中需要的颜色位置点一下,就会获取到需要的颜色,这种方法设置不太灵活,只能获取屏幕有的颜色。
第2种是颜色值的增加,是在原有值的基础上增加值。第3种是直接设定颜色值。这里的颜色值是HSL色彩模式,下面我们简单介绍一下。
缩写含义
编辑
H: Hue 色相
S:Saturation 饱和度
L Lightness 明度
模型简介
HSL色彩模式使用HSL模型为图像中每一个像素的HSL分量分配一个0~255范围内的强度值。HSL图像只使用三种通道,就可以使它们按照不同的比例混合,在屏幕上重现16777216种颜色。
在 HSL 模式下,每种 HSL 成分都可使用从 0到 255的值。(其中L是从黑(0)到白(255)渐变)
Windows自带画图程序中菜单栏->颜色->编辑颜色->规定自定义颜色 中可以通过修改E(H)SL的值(0~240)以得到对应RGU(B)的值。
模型解释
H(hue)色相
HSL的H(hue)分量,代表的是人眼所能感知的颜色范围,这些颜色分布在一个平面的色相环上,取值范围是0°到360°的圆心角,每个角度可以代表一种颜色。色相值的意义在于,我们可以在不改变光感的情况下,通过旋转色相环来改变颜色。在实际应用中,我们需要记住色相环上的六大主色,用作基本参照:360°/0°红、60°黄、120°绿、180°青、240°蓝、300°洋红,它们在色相环上按照60°圆心角的间隔排列。
HSL的S(saturation)分量,指的是色彩的饱和度,它用0%至100%的值描述了相同色相、明度下色彩纯度的变化。数值越大,颜色中的灰色越少,颜色越鲜艳,呈现一种从理性(灰度)到感性(纯色)的变化。
S(saturation)饱和度
HSL的L(lightness)分量,指的是色彩的明度,作用是控制色彩的明暗变化。它同样使用了0%至100%的取值范围。数值越小,色彩越暗,越接近于黑色;数值越大,色彩越亮,越接近于白色。
L(lightness)亮度
模型转换
a) RGB→HSL的算法描述。
步骤1:把RGB值转成区间[0,1]内的数值。
步骤2:找出R,G和B中的最大值。
步骤3:计算明度:L=(maxcolor + mincolor)/2
步骤4:如果最大和最小的颜色值相同,即表示灰色,那么S定义为0,而H未定义并在程序中通常写成0。
步骤5:否则,根据明度L计算饱和度S:
If L<05, S=(maxcolor-mincolor)/(maxcolor + mincolor)
If L>=05, S=(maxcolor-mincolor)/(20-maxcolor-mincolor)
步骤6:计算色调H:
If R=maxcolor, H=(G-B)/(maxcolor-mincolor)
If G=maxcolor, H=20+(B-R)/(maxcolor-mincolor)
If B=maxcolor, H=40+(R-G)/(maxcolor-mincolor)
H=H600,如果H为负值,则加360。
说明:1,由步骤3的式子可以看出明度仅与图像的最多颜色成分和最少的颜色成分的总量有关。明度越小,图像越趋于黑色。亮度越高图像越趋于明亮的白色。
2,由步骤5的式子可以看出饱和度与图像的最多颜色成分和最少的颜色成分的差量有关。饱和度越小,图像越趋于灰度图像。饱和度越大,图像越鲜艳,给人的感觉是彩色的,而不是黑白灰的图像。
3,色调决定了人对图像的不同的颜色感受。
4,从第6步的计算看,H分成0~6区域。RGB颜,色空间是一个立方体而HSL颜色空间是两个六角形锥体,其中的L是RGB立方体的主对角线。因此,RGB立方体的顶点:红、黄、绿、青、蓝和品红就成为HSL六角形的顶点,而数值0~6就告诉我们H在哪个部分。
以上就是关于怎么看scratch一级过了没有全部的内容,包括:怎么看scratch一级过了没有、scratch2.0中有几种颜色模块、等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)