現実としっかりむきあってまじめに絵の練習をすることにした

最近落ち込む事が多くて、いろいろ日常生活その他の作業がはかどらない日々ですが、なんとか前に進むために、しばらく修行モードに入ることにします。 落ち込む理由の一つに、自分が描く絵のクオリティに納得いかないということがあるんですが、それをどうにかしたかったら練習するしかない。 そんなわけで、たくさん買い込んでいるだけで、今まであんまり使ってなかったたくさんの参考書をちゃんとやってみようじゃないか!という試み。

絵の参考書のワークを実践してスキルアップを目指す

というわけでいくつかの参考書を使って、自分の絵のいけてないところを矯正するぞ!

参考書1:「人を描くのって楽しいね!」

最初の参考書はこちら。とても有名でこのシリーズであと二冊あるけど、これらをちゃんと身につけられたらけっこう自在にいろんなポーズの絵が描けるようになれそう。 人を描くのって楽しいね!―マンガのための人物デッサン― (廣済堂マンガ工房) 人を描くのって楽しいね!―マンガのための人物デッサン― (廣済堂マンガ工房) 練習開始初日の本日は、45分かけて、「はじめに」の「ウォーミングアップ」と「らくがき」を実施。 ま、今日のところはこの辺にしといたろ。 まるとか直線とかばかりでちょっとつまらなかったので、次章に入る前のイラストを自分なりに真似して書いてみる。 女子に興味がなさすぎて普段あまり女子の絵を書かないため、たまに書こうとするとセンスが古くてやばい感じなのがじつは悩みの一つ。 そのあたりを矯正することも目標にする。 で、こんな感じになりました。立ちポーズの重心がとれてないよね。あと膝上が長過ぎて脚も全体的に短すぎるかなあ、マンガにしては? そのあたり、このあとの章で、はりがねみたいなモデルで人体の構造をつかんでいこうという方法を学んで行く予定。

参考書2:「脳の右側で描けワークブック」

わたしは絵の勉強を正式にやったことがなくてマンガの絵を書いてきただけなので、基本的にデッサンみたいなことが、あんまりわかってないと思うんだよね。 それでちょっと限界を感じているので、なんかもうちょっと絵画っぽいことも学んで見ようと思って買ってあって放置してた参考書がこちら。 英語の勉強もかねて英語バージョンを買ってあった。 New Drawing on the Right Side of the Brain Workbook: Guided Practice in the Five Basic Skills of Drawing New Drawing on the Right Side of the Brain Workbook: Guided Practice in the Five Basic Skills of Drawing 直接書き込めるワークブックなんだけど、リングノートになっていて、紙質も画用紙になってて書きやすい! 脳の右側で描けワークブック 日本語版はそのへんがいまいちっぽい? まあ持ってないのでわかんないけど。 なんかアマゾンレビューを見ると、ぜんぜん絵が描けない人むけで、描ける人は無意識でやってることばかりとか書かれてたけど、どうなんだろ。 とりあえず今日はExercise1をやったよ。 なんか全力で自画像を書けってさ。30分くらいでってかいてあったけど慣れないので45分くらいかかっちゃったよ。 slooProImg_20141104181602.jpg というわけで、MacbookAirのカメラで適当に写真をとって、それを見ながら書いてみたよ。 使った道具は、ずっと前にかっこよさげで買ってみたけど一度も使った事のなかった、デッサン用のスケールと、鉛筆はコクヨの「えんぴつシャープ」みたいなかんじのやつ、コンビニで売ってたビジネス書の付録についてきてたやつ。 あとふつうにモノ消し。 顔の陰影が薄いとか、眉毛も細くなってたりするのがマンガ風な絵柄の影響だろうか。あと肩幅もこんなに広くないよ。目もちょっと離れ過ぎたか? とかとか。あとから見るとすでにいろいろ直したい! アナログの鉛筆書きだと、部品の配置がずれてるのが直せないんだよねえ。デジタルって素晴らしいね。 そして女子に見えないかもしれないのはもとの写真のせいだろう。あうあう。

所感:今後の課題

というわけで、これからもコンスタントに練習つづけられればいいな。 今後の課題として
  • 女子の絵柄
  • ファッション(とくに女子)
  • 立っているときの重心
  • 手足のバランス
  • かっこいい立ちポーズ
ほかにもいろいろあるけど、今日やった事に関係ある項目ってことで以上。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください