CN110069646A - 一种中国画色彩特征的颜色可视表达方法 - Google Patents
一种中国画色彩特征的颜色可视表达方法 Download PDFInfo
- Publication number
- CN110069646A CN110069646A CN201910195692.2A CN201910195692A CN110069646A CN 110069646 A CN110069646 A CN 110069646A CN 201910195692 A CN201910195692 A CN 201910195692A CN 110069646 A CN110069646 A CN 110069646A
- Authority
- CN
- China
- Prior art keywords
- color
- chinese painting
- feature
- frequency
- character
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
Abstract
本发明公开了一种基于中国画色彩特征获取的特征色进行的颜色可视表达方法。本发明包括以下步骤：步骤1：利用颜色量化算法获取能代表中国画色彩特征的颜色集；基于Python对100不同主题的中国画数字化样本进行颜色量化提取，实验测试时，设置每幅中国画样本取颜色数为15，最终得到中国画初选特征色集；步骤2：通过多维度与多目的需求的数据分析与挖掘，获取中国画各特征色的比重与色间关系；步骤3：基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图。通过本发明的颜色可视表达方法，可以将颜色的多维属性直观显示，有效解决了颜色属性展示的不直观的问题。
Description
技术领域
本发明涉及颜色数据挖掘与颜色信息可视化，属于数据可视化领域。更具体地，涉及一种通过对能表征中国画色彩特征的色集进行颜色可视表达的方法。
背景技术
近年来，世界数字博物馆，数字化文博展示兴起，文化正是国家重要软实力的一个标志，研究文化典藏品的数字化高精度获取与展示已经成为各个学科跨学科融合研究的热点问题但当前的中国画色彩特征表示方法，仍以传统的颜色数值展示，在使用过程中，缺乏主观性。在配色设计的应用过程中，缺乏颜色合理配比的信息展示。针对上述问题，本发明以极具体现中国传统文化优秀载体——中国画为样本，拟通过理论、技术与方法研究来构建可以表征中国画色彩特征的中国画特征色集，基于用户需求与体验，提出适合的颜色可视表达方式，并结合了交互方式，满足不同用户的使用需求差异性。对推动中国画的高保真采集、数字展示以及文化创意产品的设计支持，有着巨大作用与应用前景。
发明内容
针对现有技术存在的上述不足，本发明的目的在于提供一种表征中国画色彩特征的颜色可视表达方法。
该方法通过对大量的中国画样本进行颜色量化，得到中国画初选特征色集，通过多维度与多目的需求的数据分析与挖掘，获取中国画各特征色的比重与色间关系，最后，基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图。
为实现上述发明目的，本发明采用的技术方案是，一种表征中国画色彩特征的颜色可视表达方法，包括以下步骤：
步骤1：利用颜色量化算法获取能代表中国画色彩特征的颜色集；
基于Python对100不同主题的中国画数字化样本进行颜色量化提取，实验测试时，设置每幅中国画样本取颜色数为15，最终得到中国画初选特征色集。
步骤2：通过多维度与多目的需求的数据分析与挖掘，获取中国画各特征色的比重与色间关系；
对已经获取的中国画特征色集，进行数学建模挖掘分析，针对颜色信息数据的特点，设计了基于中国画色彩特征的分类聚类分析方法。
因为大量典型绘画主题的中国画样本中，涵盖了很多题材，如山水画、花鸟画及人物画；也包括使用不同绘画材质的，诸如水墨画、水墨画、纸本画、绢本画等。不同绘画主题，不同的绘画材料，不同的绘画技法，形成的不同类别的中国画色彩感觉。
为了使最后的中国画特征色的选取结果，能兼顾各种不同类型中国画的颜色特征，同时也为了规避不同类型中国画用色在进行聚类分析的时候相互影响。具体的分析步骤如下：
1)在对中国画初选特征色集做聚类分析之前，先对中国画初选特征色集进行分类，按不同的色彩感觉，即色彩感觉的主基调分类，通过人眼视觉感知的手段来实现；
2)针对步骤一将中国画初选特征色集分成的各个小类集合，进行聚类分析，每一小类，目标聚类的簇设定基于中国画色彩丰富性来确定；
3)将各个小类的颜色聚类结果合在一个集合中，最后针对这个集合进行系统聚类；
4)得到最终中国画初选特征颜色集的分类聚类结果，即中国画特征色集。
5)统计在人眼感知颜色容差范围内，同类颜色在中国画特征色集中出现的频数，并依据频数大小，进行降序排序，频数越高，则代表该颜色在中国画色彩特征中的重要程度越高，利用频率来表征比重，利用公式(1)来计算：
i是颜色编号，表示某一种颜色；yi表示颜色i出现的频率；xi表示颜色i出现的频数；x表示中国画初选特征色集的颜色数量。
6)统计中国画特征色集中，颜色组合出现的频率。
首先，针对形成初选特征色集的中国画样本集合进行编号；
7)然后，逐一对每一幅样本颜色量化的颜色与中国画特征色集的颜色比对，若有2个及其以上相同的颜色，记录下相同颜色的颜色组合，并标上相应的样本编号；若小于等于1个，则直接删除；
最后统计相同的方案，并进行降序排序，若没有相同的则直接删除。当相同方案重复出现的情况不多的时候，设定判别高频次的阈值，即某一方案的重复频次大于这一阈值时，判定为高频次颜色组合方案，反之，则判定为不是，删除即可。
步骤3：基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图；具体实现如下：
1)对于获取的不同中国画特征色对应的比重信息，设计通过借助圆形半径的大小，来对应各特征色对应的比重，简言之，比重大的颜色用大半径来表示，反之亦然；
2)为了达到直观获知不同半径的圆形，各代表什么颜色，将对应特征色的颜色直接标注填色在圆形上，并设置交互按钮，当鼠标在圆形上单击时，会即时显示一个半透明的灰色框，在其中显示该圆形所代表特征色的RGB值；
3)设计通过连线的方式来表征各特征色间的关系，故要将所有标注上颜色的不同半径大小的圆形，等间距排列在圆周上；
4)针对获取的高频次的颜色组合方案数据，我们通过连线将组合出现的颜色连在一起，此时连线的表示出现频次高，但并不反映不同连线的颜色组合方案频次的差异；
5)对连线设置交互按钮，当鼠标在弧线上单击时，会即时显示一个半透明的灰色框，在其中显示该弧线两端所连颜色圆形的编号，目的是为了防止由于连线过多，造成弧线重叠，无法看清所连的两个颜色圆形的情况；
最终中国画色彩特征的颜色关联可视图，表达的信息，归纳为：
1).图中的连线体现所连的颜色，在同一幅画中组合出现的频率很高；
2).图中的颜色点圆形的大小，代表这个颜色在中国画中的重要程度，圆形愈大愈重要，反之亦然。
本发明有益效果如下：
一是通过本发明的颜色可视表达方法，可以将颜色的多维属性直观显示，有效解决了颜色属性展示的不直观的问题；二是中国画色彩特征的定量化数据展示，对于中国风文创产品的设计师们提供了配色方案以及颜色配比感知的多维参考信息，有效降低了他们在配色时所耗费的时间，有效解决了配色选比费时的难题；三是本发明交互功能的添加，可以针对不同需求的用户，让其自主选择他们所想要看到的信息。
附图说明
图1为本发明具体实施方式中一种中国画色彩特征的颜色可视表达方法的基本流程图。
图2为本发明具体实施方式中对中国画样本颜色量化后的结果图。
图3为本发明具体实施方式中对中国画色彩特征分析示意图。
图4为本发明具体实施方式中分析得到的能表征中国画色彩特征的颜色信息示意图。
图5为本发明具体实施方式中中国画特征色可视化交互展示功功能1示意图。
图6为本发明具体实施方式中中国画特征色可视化交互展示功功能2示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，并使本发明的上述目的、特征和优点能够更加明显易懂，下面结合实施例及实施例附图对本发明作进一步详细的说明。
图1为本发明的一种中国画色彩特征的颜色可视表达方法的基本流程图。包括以下步骤：
步骤1：取一幅山水绘画主题的中国画样本，利用颜色量化算法用色面积的大小表征中国画色彩特征的排序方式提取颜色，并将所提取的颜色在RGB色空间中展示，实验结果如图2所示。表明是可以用小数目的颜色数量来表征中国画色彩特征。
步骤2：利用颜色量化算法获取能代表中国画色彩特征的颜色集；
基于Python对100不同主题的中国画数字化样本进行颜色量化提取，实验测试时，设置每幅中国画样本取颜色数为15，最终得到中国画初选特征色集，结果如图3所示。
步骤3：通过多维度与多目的需求的数据分析与挖掘，获取中国画各特征色的比重与色间关系；
对已经获取的中国画特征色集，进行数学建模挖掘分析，针对颜色信息数据的特点，设计了基于中国画色彩特征的分类聚类分析方法。
因为100幅典型绘画主题的中国画样本中，涵盖了很多题材，如山水画、花鸟画及人物画；也包括使用不同绘画材质的，诸如水墨画、水墨画、纸本画、绢本画等。不同绘画主题，不同的绘画材料，不同的绘画技法，形成的不同类别的中国画色彩感觉。
为了使最后的中国画特征色的选取结果，能兼顾各种不同类型中国画的颜色特征，同时也为了规避不同类型中国画用色在进行聚类分析的时候相互影响。具体的分析步骤如下：
1)在对中国画初选特征色集做聚类分析之前，先对中国画初选特征色集进行分类，按不同的色彩感觉，即色彩感觉的主基调分类，通过人眼视觉感知的手段来实现；
2)针对步骤一将中国画初选特征色集分成的各个小类集合，进行聚类分析，每一小类，目标聚类的簇设定基于中国画色彩丰富性来确定；
3)将各个小类的颜色聚类结果合在一个集合中，最后针对这个集合进行系统聚类；
4)得到最终中国画初选特征颜色集的分类聚类结果，即中国画特征色集。
5)统计在人眼感知颜色容差范围内，同类颜色在中国画特征色集中出现的频数，并依据频数大小，进行降序排序，频数越高，则代表该颜色在中国画色彩特征中的重要程度越高，利用频率来表征比重，利用公式(1)来计算：
i是颜色编号，表示某一种颜色；yi表示颜色i出现的频率；xi表示颜色i出现的频数；x表示中国画初选特征色集的颜色数量。
8)统计中国画特征色集中，颜色组合出现的频率。
首先，针对形成初选特征色集的中国画样本集合进行编号；
9)然后，逐一对每一幅样本颜色量化的颜色与中国画特征色集的颜色比对，若有2个及其以上相同的颜色，记录下相同颜色的颜色组合，并标上相应的样本编号；若小于等于1个，则直接删除；
最后统计相同的方案，并进行降序排序，若没有相同的则直接删除。当相同方案重复出现的情况不多的时候，设定判别高频次的阈值，即某一方案的重复频次大于这一阈值时，判定为高频次颜色组合方案，反之，则判定为不是，删除即可。
步骤3：基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图
步骤4：基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图；具体实现如下：
1)对于获取的不同中国画特征色对应的比重信息，设计通过借助圆形半径的大小，来对应各特征色对应的比重，简言之，比重大的颜色用大半径来表示，反之亦然；
2)为了达到直观获知不同半径的圆形，各代表什么颜色，将对应特征色的颜色直接标注填色在圆形上，并设置交互按钮，当鼠标在圆形上单击时，会即时显示一个半透明的灰色框，在其中显示该圆形所代表特征色的RGB值；
3)设计通过连线的方式来表征各特征色间的关系，故要将所有标注上颜色的不同半径大小的圆形，等间距排列在圆周上；
4)针对获取的高频次的颜色组合方案数据，我们通过连线将组合出现的颜色连在一起，此时连线的表示出现频次高，但并不反映不同连线的颜色组合方案频次的差异；
5)对连线设置交互按钮，当鼠标在弧线上单击时，会即时显示一个半透明的灰色框，在其中显示该弧线两端所连颜色圆形的编号，目的是为了防止由于连线过多，造成弧线重叠，无法看清所连的两个颜色圆形的情况；
最终中国画色彩特征的颜色关联可视图，表达的信息，归纳为：
1).图中的连线体现所连的颜色，在同一幅画中组合出现的频率很高；
2).图中的颜色点圆形的大小，代表这个颜色在中国画中的重要程度，圆形愈大愈重要，反之亦然。
最终结果示意图，如图5，图6所示。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管按照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上描述了本发明的基本原理和主要特征以及本发明的优点。本行业技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
Claims (3)
1.一种表征中国画色彩特征的颜色可视表达方法，其特征在于包括以下步骤：
步骤1：利用颜色量化算法获取能代表中国画色彩特征的颜色集；
基于Python对100不同主题的中国画数字化样本进行颜色量化提取，实验测试时，设置每幅中国画样本取颜色数为15，最终得到中国画初选特征色集；
步骤2：通过多维度与多目的需求的数据分析与挖掘，获取中国画各特征色的比重与色间关系；
步骤3：基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图。
2.根据权利要求1所述的一种表征中国画色彩特征的颜色可视表达方法，其特征在于步骤2的具体实现如下：
对已经获取的中国画特征色集，进行数学建模挖掘分析；针对颜色信息数据的特点，设计基于中国画色彩特征的分类聚类分析；具体实现步骤如下：
2-1.在对中国画初选特征色集做聚类分析之前，先对中国画初选特征色集进行分类，按不同的色彩感觉，即色彩感觉的主基调分类，通过人眼视觉感知的手段来实现；
2-2.根据步骤2-1将中国画初选特征色集分成的各个小类集合，进行聚类分析；
2-3.将各个小类的颜色聚类结果合在一个集合中，最后针对这个集合进行系统聚类；
2-4.得到最终中国画初选特征颜色集的分类聚类结果，即中国画特征色集；
2-5.统计在人眼感知颜色容差范围内，同类颜色在中国画特征色集中出现的频数，并依据频数大小，进行降序排序，频数越高，则代表该颜色在中国画色彩特征中的重要程度越高，利用频率来表征比重，利用公式(1)来计算：
i是颜色编号，表示某一种颜色；yi表示颜色i出现的频率；xi表示颜色i出现的频数；x表示中国画初选特征色集的颜色数量；
2-6.统计中国画特征色集中，颜色组合出现的频率；
⑴针对形成初选特征色集的中国画样本集合进行编号；
⑵逐一对每一幅样本颜色量化的颜色与中国画特征色集的颜色比对，若有2个及其以上相同的颜色，记录下相同颜色的颜色组合，并标上相应的样本编号；若小于等于1个，则直接删除；
⑶统计相同的方案，并进行降序排序；若没有相同的则直接删除；当相同方案重复出现时，设定判别高频次的阈值，即某一方案的重复频次大于这一阈值时，判定为高频次颜色组合方案，反之，则判定为不是，删除即可。
3.根据权利要求2所述的一种表征中国画色彩特征的颜色可视表达方法，其特征在于步骤3所述的基于G2可视化图形语法，在JavaScript前端平台，绘制出符合需求且可以简单交互的数据展示图；具体实现如下：
3-1.对于获取的不同中国画特征色对应的比重信息，设计通过借助圆形半径的大小，来对应各特征色对应的比重，即比重大的颜色用大半径来表示，反之亦然；
3-2.为了达到直观获知不同半径的圆形各代表什么颜色，将对应特征色的颜色直接标注填色在圆形上，并设置交互按钮，当鼠标在圆形上单击时，会即时显示一个半透明的灰色框，在其中显示该圆形所代表特征色的RGB值；
3-3.设计通过连线的方式来表征各特征色间的关系，故将所有标注上颜色的不同半径大小的圆形，等间距排列在圆周上；
3-4.针对获取的高频次的颜色组合方案数据，通过连线将组合出现的颜色连在一起，此时连线的表示出现频次高，但并不反映不同连线的颜色组合方案频次的差异；
3-5对连线设置交互按钮，当鼠标在弧线上单击时，会即时显示一个半透明的灰色框，在其中显示该弧线两端所连颜色圆形的编号，目的是为了防止由于连线过多，造成弧线重叠，无法看清所连的两个颜色圆形的情况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910195692.2A CN110069646B (zh) | 2019-03-15 | 2019-03-15 | 一种中国画色彩特征的颜色可视表达方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910195692.2A CN110069646B (zh) | 2019-03-15 | 2019-03-15 | 一种中国画色彩特征的颜色可视表达方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110069646A true CN110069646A (zh) | 2019-07-30 |
| CN110069646B CN110069646B (zh) | 2021-03-30 |
Family
ID=67366148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910195692.2A Active CN110069646B (zh) | 2019-03-15 | 2019-03-15 | 一种中国画色彩特征的颜色可视表达方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110069646B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6674907B1 (en) * | 2000-02-17 | 2004-01-06 | Microsoft Corporation | Color image quantization using a hierarchical color perception model |
| CN1925531A (zh) * | 2005-09-02 | 2007-03-07 | 丘熊熊 | 中国画及书法作品的数字化仿真复制方法 |
| CN101458817A (zh) * | 2008-12-22 | 2009-06-17 | 北京中星微电子有限公司 | 一种色彩分析系统及方法 |
| CN104574307A (zh) * | 2014-12-30 | 2015-04-29 | 北京科技大学 | 一种绘画作品图像的主要颜色提取方法 |
| CN107422937A (zh) * | 2017-04-18 | 2017-12-01 | 广州视睿电子科技有限公司 | 在图形用户界面上取色的方法、装置、设备和存储介质 |
-
2019
- 2019-03-15 CN CN201910195692.2A patent/CN110069646B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6674907B1 (en) * | 2000-02-17 | 2004-01-06 | Microsoft Corporation | Color image quantization using a hierarchical color perception model |
| CN1925531A (zh) * | 2005-09-02 | 2007-03-07 | 丘熊熊 | 中国画及书法作品的数字化仿真复制方法 |
| CN101458817A (zh) * | 2008-12-22 | 2009-06-17 | 北京中星微电子有限公司 | 一种色彩分析系统及方法 |
| CN104574307A (zh) * | 2014-12-30 | 2015-04-29 | 北京科技大学 | 一种绘画作品图像的主要颜色提取方法 |
| CN107422937A (zh) * | 2017-04-18 | 2017-12-01 | 广州视睿电子科技有限公司 | 在图形用户界面上取色的方法、装置、设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| M. EMRE CELEBI等: ""An effective real-time color quantization method based on divisive hierarchical clustering"", 《REAL-TIME IMAGE PROCESING》 * |
| 周兵等: ""一种基于颜色聚类特征的色彩量化算法"", 《小型微型计算机系统》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110069646B (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106354760A (zh) | 基于变形统计地图的多视图时空数据可视化方法与应用 | |
| CN106951554B (zh) | 一种层次化新闻热点及其演化的挖掘与可视化方法 | |
| CN105446592A (zh) | 一种应用图标的分类显示方法和设备 | |
| CN106446073A (zh) | 一种用户等级划分方法及装置 | |
| CN105957124A (zh) | 具有重复场景元素的自然图像颜色编辑方法及装置 | |
| CN101122999A (zh) | 一种自动提取中国书画作品中印章图像的方法 | |
| CN110188730A (zh) | 基于mtcnn的人脸检测与对齐方法 | |
| CN110377659A (zh) | 一种智能图表推荐系统及方法 | |
| Leung et al. | Big data analysis and services: Visualization on smart data to support healthcare analytics | |
| CN109614505A (zh) | 一种数字化体育档案管理平台 | |
| CN109919158A (zh) | 一种基于汉字轮廓的笔画分离方法 | |
| CN106203516B (zh) | 一种基于维度相关性的子空间聚类可视分析方法 | |
| CN105701173B (zh) | 一种基于外观设计专利的多模态图像检索方法 | |
| Karimi et al. | A transnational amendment to assimilation theory: country of origin’s racial status versus transnational Whiteness | |
| CN110069646A (zh) | 一种中国画色彩特征的颜色可视表达方法 | |
| CA2971996A1 (en) | Chinese character information recording method and chinese character stroke order determining diagram device for teaching | |
| KR101603319B1 (ko) | 3차원 마인드맵 생성 장치 및 그 방법 | |
| Liang et al. | The generation and realization of Dunhuang cultural values from the perspective of crosscultural communication: Based on Spanish and Chinese culture | |
| CN109902148A (zh) | 一种通讯录联系人的企业名称自动补全的方法 | |
| CN108460406A (zh) | 一种基于最小单纯形融合特征学习的信息属性识别方法 | |
| CN105404689B (zh) | 一种电子地图子图层的构建、操作方法及装置 | |
| CN110097070A (zh) | 一种基于人眼视觉感知的中国画特征色集获取方法 | |
| Tallón-Ballesteros et al. | Towards a universal understanding of color harmony: Fuzzy approach | |
| CN106354838A (zh) | 一种基于语义共鸣色彩的数据可视化方法 | |
| CN103067781A (zh) | 一种多尺度视频表示与浏览方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |