CN111931256B - 配色推荐的方法、装置、设备及存储介质 - Google Patents
配色推荐的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111931256B CN111931256B CN201910395586.9A CN201910395586A CN111931256B CN 111931256 B CN111931256 B CN 111931256B CN 201910395586 A CN201910395586 A CN 201910395586A CN 111931256 B CN111931256 B CN 111931256B
- Authority
- CN
- China
- Prior art keywords
- color
- characteristic
- perceptual
- colors
- vocabulary
- 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.)
- Active
Links
Images
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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明实施例公开了配色推荐的方法、装置、设备及存储介质,方法包括:获取携带有感性词汇的配色需求信息,根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;根据所述特征色形成配色方案,这样,通过携带有感性词汇的配色需求信息以及预先建立的感性词汇和特征色关联矩阵,并通过将特征色区分为不同的设置类别,通过不同设置类别的特征色进行组合调节以形成所需的配色方案,如此,能够智能、准确地根据所述配色筛选出符合用户偏好的色彩,获取用户满意的配色方案,从而无须复杂的操作即可为用户提供个性化色彩选择方案,帮助设计者掌握用户的色彩偏好,提高用户对设计的满意度。
Description
技术领域
本发明涉及计算机辅助领域,尤其涉及配色推荐的方法、装置、计算机设备及存储介质。
背景技术
当代越来越多的用户喜欢个性化设计,在设计过程中,设计者会让用户进行大量颜色测试,从而推荐让用户满意的色彩方案,以及用户通过图形界面调节色相、纯度和明度等具体的参数,构成符合偏好的色彩组合方案,然而,现有推荐方案需要让用户从大量色彩中选择自己喜好的色彩,容易让用户产生喜好疲劳,导致颜色偏好结果的不准确,从而降低用户对色彩推荐方案的满意度或者需要用户掌握一定的色彩知识和艺术功底,才能设计出符合偏好的色彩方案,并不适用于大部分普通用户。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种配色推荐方法、装置、计算机设备及存储介质,能够快速准确地推荐符合用户偏好的配色方案。
为达到上述目的,本发明实施例的技术方案是这样实现的:
第一方面,本发明实施例提供一种配色推荐方法,所述方法包括:
获取携带有感性词汇的配色需求信息;
根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;
根据所述特征色形成配色方案。
其中,在所述根据所述配送需求信息以及感性词汇与特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色之前,所述方法包括:
创建感性词汇集,基于所述感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵。
其中,所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵,包括:
根据所述像素信息和基础色库,分别计算所述感性词汇与主色、辅助色和强调色之间的关联值,分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
其中,所述分别计算所述感性词汇与主色、辅助色和强调色之间的关联值之前,包括:
根据对应特征色在所属图像中的面积占比,确定所述特征色为主色、辅助色或强调色。
其中,所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,包括:
获取当前操作系统对应的系统色板;
根据所述图像中每个像素点的像素值与所述系统色板中包含的颜色进行匹配,确定与所述感性词汇对应的特征色;
依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值。
其中,所述应用属性至少包括如下至少之一:特征色在图像中的面积占比、特征色在图像出现的频次、选择特征色作为配色方案的选择次数以及特征色所在图片的发布时间距离当前时间的时间差,所述依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值,包括:
根据所述图像对应的所述特征色的应用属性建立子函数,根据所述子函数的值与对应权重系数值的乘积,确定所述感性词汇与特征色之间的关联值。
其中,所述根据所述特征色形成配色方案,包括:
根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色;
将所述特征色进行组合,生成对应的配色方案。
其中,所述根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色,包括:
根据所述特征色与感性词汇和特征色关联矩阵,确定关联值满足第一设置条件的对应主色、关联值满足第二设置条件的对应辅助色、关联值满足第三设置条件的对应强调色;
所述将所述特征色进行组合,生成对应的配色方案,包括:
将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案。
其中,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之前,包括:
确定所述强调色与所述主色和所述辅助色中的其中之一相同时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色;和/或,
确定所述强调色与所述主色之间的色相差值小于设定阈值时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。
其中,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征不满意的第一类指令时,则更新所述第一设置条件、第二设置条件及所述第三设置条件,并返回所述根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色的步骤。
其中,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征待修正的第二类指令时,则更新所述第三设置条件,并返回所述确定关联值满足第三设置条件的对应强调色的步骤。
第二方面,本发明实施例提供一种配色推荐装置,所述装置包括获取模块、确定模块以及配色模块,其中,
所述获取模块用于获取携带有感性词汇的配色需求信息;
所述确定模块用于根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;
配色模块用于根据所述特征色形成配色方案。
第三方面,本发明实施例提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器用于运行所述计算机程序时,执行本发明任一实施例所提供的配色推荐方法。
第四方面,本发明实施例提供一种存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本发明任一实施例所提供的配色推荐方法。
上述实施例所提供的配色推荐方法,所述方法包括获取携带有感性词汇的配色需求信息,根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色,所述设置类别包括如下至少其中之一:主色、辅助色、强调色;根据所述特征色形成配色方案,这样,通过携带有感性词汇的配色需求信息以及预先建立的感性词汇和特征色关联矩阵,并通过将特征色区分为不同的设置类别,通过不同设置类别的特征色进行组合调节以形成所需的配色方案,如此,能够智能、准确地根据用户的感性配色需求筛选出符合用户偏好的色彩,获取用户满意的配色方案,从而无须复杂的操作即可为用户提供个性化色彩选择方案,帮助设计者掌握用户的色彩偏好,提高用户对设计的满意度。
附图说明
图1为本发明一实施例中配色推荐的方法的流程示意图;
图2为本发明另一实施例中配色推荐的方法的流程示意图;
图3为本发明一实施例中建立感性词汇-特征色关联矩阵的方法的流程示意图;
图4为本发明一实施例中配色推荐的装置的组成示意图;
图5为本发明一实施例中计算机设备的组成示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对发明的具体技术方案做进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
需要说明的是,所述配色推荐的方法可以应用于各种设计领域,如服装设计、界面设计以及房屋设计等设计领域。
本发明实施例一方面,提供一种配色推荐方法,请参阅图1,所述配色推荐方法包括如下步骤:
步骤101,获取携带有感性词汇的配色需求信息;
这里,所述配色需求信息可以采用多种形式的输入方式,如语音输入、文字输入等。所述输入的配色需求信息可以是携带有感性词汇的用于表征用户对色彩偏好的感性需求的信息。所述信息的形式可以为单个词汇或者由多个词汇组成的语句,解析所述输入的配色需求信息,根据语义识别的方法可以确定出配色需求信息表征的所述感性词汇。例如“我想要那种层次分明的,视觉鲜明的界面”,根据智能分词,词语相似度等算法计算与所述配色需求信息最接近的感性词汇,如果较接近的感性词汇为多个,则取最接近的前3个感性词汇。通过解析携带有感性词汇的配色需求信息,能够快速确定出用户以自然语言的形式表达的感性偏好。
步骤102,根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;
这里,所述感性词汇和特征色关联矩阵也可以是规则库或数据库。无论是所述感性词汇和特征色关联矩阵还是所述词汇和特征色关联规则库或数据库都是由海量的信息构建的,表征所述词汇和特征色对应关系。从而根据所述配色需求信息,解析出对应的感性词汇,根据所述感性词汇匹配所述感性词汇和特征色关联矩阵,确定与所述感性词汇对应的设置类别的特征色,所述特征色是符合用户偏好的色彩,从而能大致确定出符合用户偏好的色彩范围。
其中,所述特征色按照预设规则设置类别,所述设置类别包括如下至少其中之一:主色、辅助色、强调色。当然特征色的设置类别不应仅局限于上述类别,还可以根据用户习惯进行设置。这里,所述预设规则可以是根据对应特征色在所属图像中的面积占比,设置特种色的类别。例如,统计每一种特征色在感性词汇所属图像中的面积占比,当面积占比不小于第一面积占比阈值时,确定所述特征色为主色;当面积占比不小于第二面积占比阈值时,确定所述特征色为辅助色;当面积占比不小于第三面积占比阈值时,确定所述特征色为强调色。当然对特征色设置类别不仅可以按照面积占比进行设置,还可以利用其它的特征色的应用属性进行设置,如出现在图像中的频次等。
步骤103,根据所述特征色形成配色方案。
这里,所述根据所述特征色形成配色方案是指根据配色需求信息以及感性词汇和特征色关联矩阵,确定出与所述配色需求信息对应的特征色,将特征色按照一定原则进行组合,形成配色方案,从而用户可以选择自己偏爱的方案,进一步确定出符合用户偏好的色彩,利于设计者掌握用户偏好的色彩。其中,所述特征色形成配色方案,可以是针对特征色的设置类别进行自由组合,形成配色方案。例如,所述特征色分为主色、强调色和辅助色,所述配色方案需要 2种主色、1种强调色及1种辅助色,根据输入的配色需求信息以及预先建立的感性词汇和特征色关联矩阵,确定出5种主色、3种强调色和4种辅助色,将任意2种所述主色、1种强调色和1种辅助色进行任意组合,形成配色方案。
在上述实施例中,通过获取携带有感性词汇的配色需求信息,根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色,所述设置类别包括如下至少其中之一:主色、辅助色、强调色,根据所述特征色形成配色方案,这样,通过携带有感性词汇的配色需求信息以及预先由大量数据建立的感性词汇和特征色关联矩阵,并通过将特征色区分为不同的设置类别,通过不同设置类别的特征色进行组合调节以形成所需的配色方案,如此,能够智能、准确地根据所述配色筛选出符合用户偏好的色彩,获取用户满意的配色方案,从而无须复杂的操作即可为用户提供个性化色彩选择方案,帮助设计者掌握用户的色彩偏好,提高用户对设计的满意度。
在一些实施例中,所述步骤102,根据所述配送需求信息以及感性词汇与特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色之前,所述方法包括:
创建感性词汇集,基于所述感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵。
这里,所述创建感性词汇集是指根据用户收集整理的感性词汇,如科技感、清新、复古等,创建存储感性词汇的数据库。所述感性词汇集可以根据用户的配色需求信息进行不断更新,如当某个用户输入的配色需求信息携带的感性词汇不在感性词汇集,则将所述感性词汇添加到感性词汇集中,以便下次可以在感性词汇集中查询到所述感性词汇。
其中,所述感性词汇集中每一感性词汇对应的图像是由用户以感性词汇集中感性词汇为关键字在网络中进行检索的图像,并且利用分类技术将每一感性词汇对应的所述图像分类并保存,建立了图像数据库。然后分析每一感性词汇对应的所有图像的像素信息,建立了信息数据库,再根据所述像素信息和基础色库计算所述感性词汇与每一个特征色之间的关联值,从而建立感性词汇与特征色关联矩阵。这里,所述感性词汇与特征色关联矩阵的数值表示每个特征色与感性词汇的关联值。实际上,用户可以设定系统每隔一段时间,自动进行感性词汇的图像检索与保存,更新图像数据库,进而更新感性词汇与特征色关联矩阵。
在上述实施例中,通过创建感性词汇集,统计所述感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,从而建立感性词汇与特征色关联矩阵,如此,通过大量的图像数据准确地确定出词汇与特征色的对应关系,量化所述对应关系,进而为通过感性词汇匹配出符合用户偏好的色彩提供了前提条件。
在一些实施例中,所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵,包括:
根据所述像素信息和基础色库,分别计算所述感性词汇与主色、辅助色和强调色之间的关联值,分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
这里,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,然后根据所述图像的应用属性确定出对应的设置类别的特征色,分别统计出各设置类别的特征色与感性词汇的关联值,分别建立各设置类别的特征色与感性词汇之间的关联矩阵。例如,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,然后根据所述图像的应用属性确定出分别属于主色、辅助色、强调色的特征色,再分别统计出感性词汇与主色、辅助色和强调色之间的关联值,从而分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
或者,根据所述图像的应用属性确定出对应的设置类别的特征色,然后根据所述像素信息和基础色库确定所述感性词汇与各设置类别的特征色之间的关联值,分别建立各设置类别的特征色与感性词汇之间的关联矩阵。例如,根据所述图像的应用属性确定出分别属于主色、辅助色、强调色的特征色,然后根据所述像素信息和基础色库确定出所述感性词汇与主色、辅助色和强调色之间的关联值,从而分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
在上述实施例中,通过对特征色设置不同的类别,计算不同类别特征色与感性词汇的关联值,建立出不同类别的特征色与感性词汇之间的关联矩阵,进而进一步细化了用户色彩偏好,有利于设计者进一步掌握用户的色彩偏好,提高配色方案推荐的准确率,并且通过大量的图像数据准确地确定出词汇与特征色的对应关系,量化所述对应关系,进而为通过感性词汇匹配出符合用户偏好的色彩提供了前提条件。
在一些实施例中,所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,包括:
获取当前操作系统对应的系统色板;
这里,由于各设备可能安装不同的操作系统,而各操作系统中色板之间存在一定的色差,因此,各操作系统应选用各自的色板。例如,如Android系统的material design色板,iOS系统的常用色色板,以及Google的material design colors色板。
根据所述图像中每个像素点的像素值与所述系统色板中包含的颜色进行匹配,确定与所述感性词汇对应的特征色;
这里,将感性词汇的每一张图像中的每个像素点与所述系统色板中包含的颜色进行匹配,所述特征色以色板来源为标签,在实际匹配时,同一色列中饱和度相差一定范围的色彩都算作该特征色的色彩范围,例如同一色列中饱和度在正负50以内都算作该特征色的色彩范围,颜色名称为#80deea的颜色,该颜色饱和度为200,则饱和度在150-250的同一色列的像素点颜色均识别为特征色#80deea。然后,通过像素点与色板颜色的匹配,可以确定与所述感性词汇对应的特征色。
依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值。
其中,应用属性是指表征特征色在对应的图像中的所占比重程度,如出现频次、面积、时间等的属性信息。本申请实施例中,所述应用属性至少包括如下至少之一:特征色在图像中的面积占比、特征色在图像出现的频次、选择特征色作为配色方案的选择次数以及特征色所在图片的发布时间距离当前时间的时间差。其中,所述依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值,包括:
根据所述图像对应的所述特征色的应用属性建立子函数,根据所述子函数的值与对应权重系数值的乘积,确定所述感性词汇与特征色之间的关联值。
作为一可选的示意性实施例,可以建立所述图像对应的所述特征色在图像中的面积占比的关联值的子函数为:
ci表示特征色在第i张图片中的像素点数,C表示图片中像素点总数,α是相关系数,M是该感性词汇对应的检索图片总数,f(ci|C)表示第i张图片特征色面积占比得出的关联值,最后将所有的图片中特征色的面积占比的关联值相加乘以相关系数,再求得平均数,即可以获取该特征色在图像中的面积占比关联值。
作为另一可选的示意性实施例,可以建立所述图像对应的所述特征色在图像中出现频次的关联值的子函数为:
g(ti)=βg(ti|T)
ti表示特征色在该感性词汇对应所有图片中出现的频次,g(ti)表示所述特征色在图像中出现频次的关联值,T表示感性词汇对应的检索图片总数,g(ti|T) 则是与频次相关的函数,且是正相关,β是相关系数,g(ti|T)与相关系数β相乘,即可以获取该特征色在图像中的出现的频次的关联值。
作为另一可选的示意性实施例,建立选择特征色作为配色方案的选择次数的关联值的子函数:
N表示用户选择该词汇来输出配色方案的次数,n表示用户选择的方案里有这个特征色的次数,R和γ是相关常数和系数,h(ni)为选择特征色作为配色方案的选择次数的关联值,当n越大,说明用户选择该特征色作为配色方案的次数越多,h(n)值越大。
作为另一可选的示意性实施例,建立特征色所在图片的发布时间距离当前时间的时间差的关联值的子函数:
xi-μ表示图片的发布时间与现在时间的间隔时长,以天为单位,间隔时长不足一天确认为一天,间隔时间越短说明与现在的设计趋势相符性越高,σ为常数,j(xi)为特征色所在图片的发布时间距离当前时间的时间差的关联值,当 j(xi)越大,说明图片发布时间离当前时间越近,则表示它作为流行色的几率越大。
作为另一可选的示意性实施例,可以建立所述感性词汇与特征色之间的关联值的主函数:
F(x)=a1f(x)+a2g(x)+a3h(x)+a4j(x)
ai代表权值系数,子函数分别表示不同因素对关联度的影响;f(x)是基于特征色在图片中的面积占比的函数;g(x)是该特征色在所有图片中出现频次函数;h(x)是用户选择该色彩作为配色方案的次数的函数;j(x)是关于图片发布时间的函数。整个关联值F(x)值越大,说明该特征色彩与该感性词汇的关联性越高,代表用户偏好该特征色的可能性越高。
需要说明的是,所述图像对应的所述特征色的应用属性发生改变后,所述感性词汇与特征色之间的关联值需要重新确定。
在上述实施例中,通过获取当前操作系统对应的系统色板,减少由于系统不同带来的颜色误差,将感性词汇对应的图像中每个像素点与色板颜色匹配,获取到所述感性词汇对应的特征色,再依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值,其中,所述应用属性至少包括如下至少之一:特征色在图像中的面积占比、特征色在图像出现的频次、选择特征色作为配色方案的选择次数以及特征色所在图片的发布时间距离当前时间的时间差,建立特征色应用属性的子函数,根据所述子函数的值与对应权重系数值的乘积,确定所述感性词汇与特征色之间的关联值,从而精确计算感性词汇与特征色之间的关联值,进而能提高根据感性词汇匹配出的特征色符合用户的偏好的准确度,并且所述特征色同时兼顾用户偏好色与流行色。
在一些实施例中,所述根据所述特征色形成配色方案,包括:
根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色;
这里,由于感性词汇对应多张图像,而每张图像可能含有不同的色彩,因此,根据所述像素信息,确认出多个与感性词汇相关的特征色,用户难以选择出符合自己偏好的色彩,设计者依然难以掌握用户偏好色彩,从而设置相关条件,筛选出感性词汇对应的最佳特征色,所述设置的条件可以与所述特征色的关联值相关。例如,当感性词汇对应的特征色的关联值大于预设值时,将所述特征色作为最佳特征色,用于生成配色方案。
将所述特征色进行组合,生成对应的配色方案。
这里,筛选出符合条件的多个特征色,然而,配色方案所需的颜色有限,因此,需要将所述特征色进行组合,生成多个配色方案,供用户选择。
在上述实施例中,选取关联值满足设置条件的多个特征色,将所述特征色进行组合,生成对应的配色方案,从而选择出感性词汇对应的最佳特征色,减少了无用配色方案的生成,进一步提高配色方案符合用户偏好的准确率,提高了效率。
在一些实施例中,所述根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色,包括:
根据所述特征色与感性词汇和特征色关联矩阵,确定关联值满足第一设置条件的对应主色、关联值满足第二设置条件的对应辅助色、关联值满足第三设置条件的对应强调色;
这里,所述设置特征色的类别还可以依据所述根据所述特征色与感性词汇和特征色关联矩阵中关联值来设置,当关联值满足第一设置条件的特征色设置为主色、关联值满足第二设置条件的特征色设置为辅助色、关联值满足第三设置条件的特征色设置为对应强调色。例如,将用户选择了一个感性词汇,在感性词汇与特征关联矩阵中找到该词汇对应的那列特征色的关联值,按照从关联值高到低排序,选择关联值排序为1-3的特征色作为对应的主色,选择关联值排序为4-6的特征色作为对应的辅助色,选择关联值排序7-9的特征色作为对应的强调色。
或者,根据所述主色与感性词汇和主色关联矩阵,确定关联值满足第一设置条件的对应主色;根据所述辅助色与感性词汇和辅助色关联矩阵,确定关联值满足第二设置条件的对应辅助色;根据所述强调色与感性词汇和强调色关联矩阵,确定关联值满足第二设置条件的对应强调色。例如,用户选择了一个感性词汇,在感性词汇与主色关联矩阵中找到该词汇对应的那列特征色的关联值,按照从关联值高到低排序,选择前三个对应的主色,按照此方法,在感性词汇与辅助色关联矩阵中查找关联值前三的辅助色,在感性词汇与强调色关联矩阵中查找关联值前三的强调色。
将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案。
这里,由于根据关联值确定出的所述主色、所述辅助色以及所述强调色包含色彩个数较多,然而配色方案可能只需要预设数目的各类特征色,因此,需要将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案。例如,所述配色方案只需1个主色和1个辅助色,根据所述特征色与感性词汇和特征色关联矩阵,确定出3个主色和3个辅助色,将所述主色与辅助色进行两两组合,生成9个配色方案供用户选择。此外,若主色与辅助色组合方案中,所述主色与辅助色相同,则去掉该方案。
在上述实施例中,通过关联值满足第一设置条件确定出对应主色、关联值满足第二设置条件确定出对应辅助色、关联值满足第三设置条件确定出对应的强调色,并将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案,从而实现配色方案的多样化选择,有利于设计者根据各不同类别的特征色设计出符合用户偏好的方案。
在一些实施例中,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之前,包括:
确定所述强调色与所述主色和所述辅助色中的其中之一相同时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色;
这里,当依据关联值确定出感性词汇对应的主色、辅助色以及强调色后,需要将强调色与所述主色和所述辅助色进行比较,当所述强调色与所述主色和所述辅助色中的其中之一相同时,则将根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。例如,当根据感性词汇从所述感性词汇和强调色关联矩阵中,确定关联值最高的前三位的特征色为强调色,当其中一种强调色与感性词汇确定的主色相同,则去掉该强调色,将选择关联值排序第4的特征色为强调色,依次类推,直到所述强调色与所述主色和所述辅助色不相同。
和/或,确定所述强调色与所述主色之间的色相差值小于设定阈值时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。
这里,当依据关联值确定出感性词汇对应的主色、辅助色以及强调色后,需要将强调色与所述主色和所述辅助色进行比较,当所述强调色与所述主色之间的色相差值小于设定阈值则将根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。例如,当根据感性词汇从所述感性词汇和强调色关联矩阵中,确定关联值最高的前三位的特征色为强调色,当所述强调色与所述主色之间的色相差值小于三个,则去掉该强调色,将选择关联值排序第4的特征色为强调色,依次类推,直到所述强调色与所述主色的色相相差三个以上。
例如,当根据感性词汇从所述感性词汇和强调色关联矩阵中,确定关联值最高的前三位的特征色为强调色,所述其中一种强调色与辅助色相同,另一种强调色与主色相差三个色相以内,则去掉这两种强调色,将选择关联值排序第 4和第5的特征色为强调色,依次类推,直到所述强调色与所述主色和所述辅助色不相同,且所述强调色与所述主色的色相相差三个。
在上述实施例中,通过所述强调色需要满足所述强调色不与所述主色和辅助色相同,以及满足所述强调色与所述主色相差三个色相,才可确认所述强调色可以与主色和辅助色生成配色方案,如此,可以减少无用方案的生成,防止强调色与主色的混淆,使得设计者分清使用特征色的主次,提高设计者设计出符合用户偏好的方案的准确率。
在一些实施例中,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
这里,根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色,由所述特征色形成多种配色方案后,每次可以随机推送预定数目的配色方案,所述系统获取用户针对所述配色方案的选择指令,执行相关选择指令。例如,用户不满意当前的配色方案,则用户针对所述配色方案输入选择更新配色方案的选择指令,所述系统获取到更新所述配色方案的选择指令,所述系统更新所述配色方案。又比如,用户想要回看配色方案,则用户输入选择回看配色方案的选择指令,所述系统获取到回看所述配色方案的选择指令,所述系统重新推荐所述配色方案。
此外,当用户选择出根据感性词汇确定的特征色后,会将选择结果反馈回数据库,提高该色彩与该感性词汇在数据库中的重复度,迭代更新感性词汇与特征色关联矩阵。
当所述选择指令为表征不满意的第一类指令时,则更新所述第一设置条件、第二设置条件及所述第三设置条件,并返回所述根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色的步骤。
这里,当用户不满意根据所述特征色形成配色方案,用户可以选择不喜欢的原因,当用户输入表征不满意的第一类指令,例如所述表征不满意的第一类指令可以为整体不满意,所述系统获取到第一类指令,更新所述第一设置条件、第二设置条件及所述第三设置条件,并返回所述根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色的步骤,从而重新确定了一批特征色,并重新生成配色方案推荐给用户。例如,当根据所述特征色与感性词汇和主色关联矩阵,确定关联值满足前三的特征色为主色,当根据所述特征色与感性词汇和辅助色关联矩阵,确定关联值满足前三的特征色为辅助色,当根据所述特征色与感性词汇和强调色关联矩阵,确定关联值满足前三的特征色为强调色,所述主色、辅助色和强调色组合,生成多个配色方案,用户没有选择所述配色方案,输入表征不满意的第一类指令,所述系统获取到表征不满意的第一类指令,则根据所述特征色与感性词汇和主色关联矩阵,重新确定关联值排序满足第4-6的特征色为主色,当根据所述特征色与感性词汇和强调色关联矩阵,重新确定关联值排序满足第4-6的特征色为强调色,当根据所述特征色与感性词汇和强调色关联矩阵,重新确定关联值排序满足第4-6的特征色为强调色,将重新确定的主色、辅助色和强调色进行组合,生成配色方案,推荐给用户。
在上述实施例中,通过获取表征不满意的第一类指令,更新所述第一设置条件、第二设置条件及所述第三设置条件,从而重新确定感性词汇对应的特征色,进而所述重新确定的特征色生成新的配色方案,推荐给用户,使得用户有更多的配色方案可以选择。
在一些实施例中,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征待修正的第二类指令时,则更新所述第三设置条件,并返回所述确定关联值满足第三设置条件的对应强调色的步骤。
这里,当用户不满意根据所述特征色形成配色方案,用户可以选择不喜欢的原因,当用户输入表征待修正的第二类指令,例如第二类指令表示整体还行,略有瑕疵,所述系统获取到第二类指令,更新所述第三设置条件,并返回所述确定关联值满足第三设置条件的对应强调色的步骤,更新生成对应的强调色,将原对应的主色、辅助色和更新的强调色组合,生成新的配色方案,推荐给用户。
在上述实施例中,过获取表征待修正的第二类指令,更新所述第三设置条件,从而更新所述感性词汇对应的强调色,将原对应的主色、辅助色和更新的强调色组合,生成新的配色方案,推荐给用户,使得配色方案小范围修改后,所述配色方案更完善,更加符合用户的偏好。
为了能够更好的对本发明实施例所提供的配色推荐的方法进一步了解,请参阅图2,以主色、辅助色以及强调色为组合形成配色方案为例,对配色推荐的方法进行进一步说明,所述方法包括:
步骤201、输入用户需求,获得与用户需求对应的感性词汇;
具体的,用户输入自己想要的感性需求,可以是语音输入,也可以是文字输入,后台根据其输入的需求,例如“我想要那种层次分明的,视觉鲜明的界面”,根据智能分词,词语相似度等算法计算与需求最接近的感性词汇,如较接近的感性词汇为多个,则取最接近的前3个感性词汇。
步骤202、获取用户界面所属系统色板;
具体的,识别用户界面所述的系统,根据系统获得色板信息。如,android 系统可获得material design的色板,iOS系统可获得iOS常用色色板,Google 可获取materialdesign colors色板。
步骤203、根据感性词汇,获得和色板相对应的感性词汇-特征色关联矩阵;
具体的,根据步骤S201获得的感性词汇,以及步骤S202获得的色板信息,在特征色数据库匹配对应的特征色分类,例如通过感性词汇可匹配出主色、辅助色、强调色三类特征色。
步骤204、将特征色根据用户选择的感性词汇进行组合,向用户推荐界面配色方案。
其中,根据目标用户词汇选择,结合提取的色板信息,以一个词汇为例首先在对应色板的主色关系矩阵中找到该词汇对应的那列色彩关联值,按照从关联值高到低排序,选择前三个对应的主色,辅助色同理,将主色与辅助色两两搭配,生成9个初步方案,如果主色与辅助色中有相同的色彩,则去掉该方案。强调色的选择需要按照关联值的高低排序选择三个特征色,同时需满足以下两个条件:
条件一:去除掉与主色、辅助色相同的特征色
条件二:强调色与主色要相距三个色相以上
若不满足则去除不符合条件的特征色,再从后续的关联值排序中关联值最高的特征色作为强调色。因此根据已经生成的初步方案,每个方案选择三个强调色,最后生成若干的色彩方案,这些方案便是要推荐给用户的色彩方案,每次随机其中的三个方案推荐给用户,不满意则更新一批,用户也可以回看之前的色彩方案,用户选择完色彩,会将选择结果反馈回数据库,提高该色彩与该词汇在数据库中的重复度,迭代更新词汇与色彩的关系矩阵Ci(i=1,2,3)。若是这些生成的方案,用户都没有选择,用户可以选择不喜欢的原因:
1)整体不满意
2)整体还行,略有瑕疵
对于第一种原因,用户对整体方案不满意,则认为是对这一批特征色的选择不满意,因此更换三类特征色,按照之前的特征色排序结果中选择3-6位的特征色,再按照上面的色彩方案组合步骤,组合生成新的方案推荐给用户。
对于第二种原因,可认为用户对主色和辅助色的选择是满意的,更换强调色,按照步骤204中的强调色选择规则,根据强调色排序结果更换强调色,生成新方案推荐给用户。
其中,为了更好理解建立感性词汇-特征色关联矩阵的方法流程,以根据感性词汇与特征色之间的关联值,建立感性词汇-特征色关联矩阵为例,对建立感性词汇-特征色关联矩阵进行进一步描述,请参阅图3,所述建立感性词汇-特征色关联矩阵的方法,包括:
步骤301、创建常用感性词汇集。根据用户收集整理的常用感性词汇集,所述感性词汇如,科技感、清新、复古等;
步骤302、获得各系统的色板,将色板颜色汇总为基础颜色库;
如提取Android系统的material design色板,iOS系统的常用色色板,以及Google的material design colors色板的颜色,汇总为基础颜色库,每一种颜色以色板来源为标签。
步骤303、以感性词汇为关键词在各大素材网上检索素材和界面图片,并以感性词汇为单位对图片分开保存。
步骤304、提取每一个感性词汇图片库中的所有图片的像素点,对比基础颜色库,获得每一个像素点的特征色;
具体匹配时,同一色列中饱和度在正负50以内都算作该特征色的色彩范围,如颜色名称为#80deea的颜色,该颜色饱和度为200,则饱和度在150-250 的同一色列的像素点颜色均识别为特征色#80deea。通过步骤S304,可获得同一个感性词汇所对应的特征色组合。
步骤305、统计同一感性词汇图片库中每一张图片的所有特征色的占比,并根据占比将特征色分为主色、辅助色和强调色;
具体的,设置阈值r0,将占比低于阈值的色彩作为无用色彩去除,剩余特征色按照占比从高到低分类排序,在排序结果中,占比大于50%的为主色,占比在15%至45%的为辅助色,占比低于15%且在色轮上与主色相距三个色相以上的为强调色。
步骤306、按照特征色色板标签,依据每一种色板提取每张图片的主色、辅助色和强调色各一组;
具体的,在排序结果中,主色和强调色分别只提取第一个,辅助色提取前两种,若在该范围内没有色彩或色彩种类不足,则不记录或少记录。经过本步骤,每张图片每一个色板提取特征色不超过4个(主色:1,辅助色:2;强调色:1)。举例比如感性词汇:小清晰,对应Android系统的material design色板提取一组特征色,对应iOS系统的常用色色板提取一组特征色。
步骤307、统计同一感性词汇图片库中的主色、辅助色和强调色,按照分类,计算每一个特征色和该感性词汇的关联值;
具体的,将同一感性词汇图片库中,每一张图片经上一步骤提取的特征色进行合并,按照主色、辅助色、强调色的分类,计算每一个特征色和该感性词汇的关联值。该步骤是按照色板分别进行统计。
主函数为F(x)=a1f(x)+a2g(x)+a3h(x)+a4j(x),ai代表权值系数,子函数分别表示不同因素对关联度的影响;f(x)是基于色彩在每张图片中的面积占比的函数,函数值与面积占比成正比;g(x)是该色彩在所有图片中出现频次的函数,频次越高,值越大;h(x)是用户选择该色彩作为意向方案的次数的函数,次数越多,值越大;j(x)是关于图片发布时间的函数,图片发布时间离当前时间越近,则表示它作为流行色的几率越大,函数值越高。整个函数值F(x)值越大,说明该特征色彩与该词汇的关联性越高,越应该被推荐给用户。
需要注意的是要分别从主色、辅助色、强调色三个维度计算特征色与词汇的关联值,当然函数表达式可以是相同的。
该函数表达式可以包括如下:
在公式1中,ci表示特征色在第i张图片中的像素点数,C表示图片中像素点总数,α是相关系数,M是该词汇对应的搜到的素材图片总数,f(ci|C)表示第i张图片由面积占比得出的关联值,将所有的图片中的关联值相加求得平均数,即是面积占比决定的色彩与词汇关联值。
g(ti)=βg(ti|T) (公式2)
在公式2中,ti表示特征色在该感性词汇对应所有图片中出现的频次,g(ti) 表示所述特征色在图像中出现频次的关联值,T表示图片张数,g(ti|T)则是与频次相关的函数,且是正相关,β是相关系数。
在公式3中,N表示用户选择该词汇来输出方案的次数,n表示用户选择的方案里有这个特征色的次数,R和γ是相关常数和系数,关联值是与选择次数正相关,h(n)为选择特征色作为配色方案的选择次数的关联值。
在公式4中,xi-μ表示图片的发布时间与现在时间的间隔时长,σ为常数, j(xi)为特征色所在图片的发布时间距离当前时间的时间差的关联值,以天为单位,间隔时长不足一天,按一天计算,间隔时间越短说明与现在的设计趋势相符性越高,函数表达式与正态分布函数的右半部分相似。
通过将上述公式(1)~(4)中各子函数乘以系数相加,则可以得到色彩与词汇的关联值。重复步骤307,初步确定特征色彩与所有词汇的对应关系,建立初始关系矩阵C1、C2、C3,分别对应主色、辅助色、强调色。矩阵中的数值表示每个特征色与感性词汇的关联值。
在上述实施例中,从群体的角度获取现有的色彩与感性词汇的对应关系,再从个体的角度提供用户个性化选择的机会,能够帮助设计师更精确地把握用户的色彩喜好。并且根据用户个体的需求进行色彩方案的个性化推荐,符合了“千人千面”的设计思想和潮流,以及将色彩选择过程集中于后台,前台用户操作简洁明了。
本发明实施例另一方面,还提供一种配色推荐的装置,请参阅图4,所述装置包括获取模块401、确定模块402以及配色模块403,其中,
所述获取模块401用于获取携带有感性词汇的配色需求信息;
所述确定模块402用于根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;
所述配色模块403用于根据所述特征色形成配色方案。
在一些实施例中,所述装置还包括创建模块,其中,
所述创建模块在所述根据所述配送需求信息以及感性词汇与特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色之前,用于创建感性词汇集,基于根据创建模块创建的感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵。
在一些实施例中,所述建立模块用于根据所述像素信息和基础色库,分别计算所述感性词汇与主色、辅助色和强调色之间的关联值,分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
在一些实施例中,所述装置还包括特征色确定模块,所述特征色确定模块用于所述分别计算所述感性词汇与主色、辅助色和强调色之间的关联值之前,根据对应特征色在所属图像中的面积占比,确定所述特征色为主色、辅助色或强调色。
在一些实施例中,所述建立模块包括色板获取单元、匹配单元和关联值确定单元,其中,
所述色板获取单元用于获取当前操作系统对应的系统色板;
所述匹配单元用于根据所述图像中每个像素点的像素值与所述系统色板中包含的颜色进行匹配,确定与所述感性词汇对应的特征色;
所述关联值确定单元用于依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值。
在一些实施例中,所述应用属性至少包括如下至少之一:特征色在图像中的面积占比、特征色在图像出现的频次、选择特征色作为配色方案的选择次数以及特征色所在图片的发布时间距离当前时间的时间差,所述关联值确定单元用于根据所述图像对应的所述特征色的应用属性建立子函数,根据所述子函数的值与对应权重系数值的乘积,确定所述感性词汇与特征色之间的关联值。
在一些实施例中,所述配色模块403包括选取单元和生成单元,其中,
所述选取单元用于根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色;
所述生成单元用于将所述特征色进行组合,生成对应的配色方案。
在一些实施例中,所述选取单元用于根据所述特征色与感性词汇和特征色关联矩阵,确定关联值满足第一设置条件的对应主色、关联值满足第二设置条件的对应辅助色、关联值满足第三设置条件的对应强调色;
所述生成单元用于将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案。
在一些实施例中,生成单元在所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之前,还用于确定所述强调色与所述主色和所述辅助色中的其中之一相同时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色;和/或,
确定所述强调色与所述主色之间的色相差值小于设定阈值时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。
在一些实施例中,所述装置还包括指令获取模块和更新模块,其中,
所述指令获取模块在所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,用于获取针对所述配色方案的选择指令;
所述更新模块用于当所述选择指令为表征不满意的第一类指令时,则更新所述第一设置条件、第二设置条件及所述第三设置条件,并返回所述根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色的步骤。
在一些实施例中,所述装置还包括指令获取模块和更新模块,其中,
所述指令获取模块在所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,用于获取针对所述配色方案的选择指令;
所述更新模块还用于当所述选择指令为表征待修正的第二类指令时,则更新所述第三设置条件,并返回所述确定关联值满足第三设置条件的对应强调色的步骤。
本发明实施例再一方面,还提供一种计算机设备,请参阅图5,所述计算机设备至少包括至少一个处理器501和至少一个存储器505。其中,所述存储器505包括用于存储能够在处理器501上运行的计算机程序,其中,所述处理器501用于运行所述计算机程序时,执行:一种配色推荐的方法,所述方法包括:获取携带有感性词汇的配色需求信息;根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;根据所述特征色形成配色方案。
所述处理器501还用于运行所述计算机程序时,执行:所述根据所述配送需求信息以及感性词汇与特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色之前,所述方法包括:
创建感性词汇集,基于所述感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵。
所述处理器501还用于运行所述计算机程序时,执行:所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵,包括:
根据所述像素信息和基础色库,分别计算所述感性词汇与主色、辅助色和强调色之间的关联值,分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
所述处理器501还用于运行所述计算机程序时,执行:所述分别计算所述感性词汇与主色、辅助色和强调色之间的关联值之前,包括:
根据对应特征色在所属图像中的面积占比,确定所述特征色为主色、辅助色或强调色。
所述处理器501还用于运行所述计算机程序时,执行:所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,包括:
获取当前操作系统对应的系统色板;
根据所述图像中每个像素点的像素值与所述系统色板中包含的颜色进行匹配,确定与所述感性词汇对应的特征色;
依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值。
所述处理器501还用于运行所述计算机程序时,执行:所述应用属性至少包括如下至少之一:特征色在图像中的面积占比、特征色在图像出现的频次、选择特征色作为配色方案的选择次数以及特征色所在图片的发布时间距离当前时间的时间差,所述依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值,包括:
根据所述图像对应的所述特征色的应用属性建立子函数,根据所述子函数的值与对应权重系数值的乘积,确定所述感性词汇与特征色之间的关联值。
所述处理器501还用于运行所述计算机程序时,执行:所述根据所述特征色形成配色方案,包括:
根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色;
将所述特征色进行组合,生成对应的配色方案。
所述处理器501还用于运行所述计算机程序时,执行:所述根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色,包括:
根据所述特征色与感性词汇和特征色关联矩阵,确定关联值满足第一设置条件的对应主色、关联值满足第二设置条件的对应辅助色、关联值满足第三设置条件的对应强调色;
所述将所述特征色进行组合,生成对应的配色方案,包括:
将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案。
所述处理器501还用于运行所述计算机程序时,执行:所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之前,包括:
确定所述强调色与所述主色和所述辅助色中的其中之一相同时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色;和/或,
确定所述强调色与所述主色之间的色相差值小于设定阈值时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。
所述处理器501还用于运行所述计算机程序时,执行:所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征不满意的第一类指令时,则更新所述第一设置条件、第二设置条件及所述第三设置条件,并返回所述根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色的步骤。
所述处理器501还用于运行所述计算机程序时,执行:所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征待修正的第二类指令时,则更新所述第三设置条件,并返回所述确定关联值满足第三设置条件的对应强调色的步骤。
在一个实施例中可选的,所述设备还包括系统总线502、用户接口503、通信接口504。其中,通信总线502配置为实现这些组件之间的连接通信,用户接口503可以包括显示屏,通信接口504可以包括标准的有线接口和无线接口。
本发明实施例再一方面,还提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本发明任一实施例提供的配色推荐的方法的步骤。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、 CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围以准。
Claims (11)
1.一种配色推荐的方法,其特征在于,所述方法包括:
获取携带有感性词汇的配色需求信息;
根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;
根据所述特征色形成配色方案;
其中,所述根据所述配色需求信息以及感性词汇与特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色之前,所述方法包括:
创建感性词汇集,基于所述感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵;
其中,所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,包括:
获取当前操作系统对应的系统色板;根据所述图像中每个像素点的像素值与所述系统色板中包含的颜色进行匹配,确定与所述感性词汇对应的特征色;依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值;
其中,所述根据所述特征色形成配色方案,包括:
根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色;将所述特征色进行组合,生成对应的配色方案。
2.根据权利要求1所述方法,其特征在于,所述根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵,包括:
根据所述像素信息和基础色库,分别计算所述感性词汇与主色、辅助色和强调色之间的关联值,分别建立感性词汇与主色之间、感性词汇与辅助色之间以及感性词汇与强调色之间的关联矩阵。
3.如权利要求2所述的方法,其特征在于,所述分别计算所述感性词汇与主色、辅助色和强调色之间的关联值之前,包括:
根据对应特征色在所属图像中的面积占比,确定所述特征色为主色、辅助色或强调色。
4.根据权利要求1所述方法,其特征在于,所述应用属性包括如下至少之一:特征色在图像中的面积占比、特征色在图像出现的频次、选择特征色作为配色方案的选择次数以及特征色所在图片的发布时间距离当前时间的时间差,所述依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值,包括:
根据所述图像对应的所述特征色的应用属性建立子函数,根据所述子函数的值与对应权重系数值的乘积,确定所述感性词汇与特征色之间的关联值。
5.根据权利要求1所述方法,其特征在于,所述根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色,包括:
根据所述特征色与感性词汇和特征色关联矩阵,确定关联值满足第一设置条件的对应主色、关联值满足第二设置条件的对应辅助色、关联值满足第三设置条件的对应强调色;
所述将所述特征色进行组合,生成对应的配色方案,包括:
将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案。
6.根据权利要求5所述方法,其特征在于,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之前,包括:
确定所述强调色与所述主色和所述辅助色中的其中之一相同时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色;和/或,
确定所述强调色与所述主色之间的色相差值小于设定阈值时,则根据所述特征色与感性词汇和特征色关联矩阵,重新选择关联值满足第三设置条件的强调色。
7.根据权利要求5所述方法,其特征在于,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征不满意的第一类指令时,则更新所述第一设置条件、第二设置条件及所述第三设置条件,并返回所述根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色的步骤。
8.根据权利要求5所述方法,其特征在于,所述将所述主色、所述辅助色以及所述强调色进行组合,生成配色方案之后,还包括:
获取针对所述配色方案的选择指令;
当所述选择指令为表征待修正的第二类指令时,则更新所述第三设置条件,并返回所述确定关联值满足第三设置条件的对应强调色的步骤。
9.一种配色推荐的装置,其特征在于,所述装置包括获取模块、确定模块以及配色模块,其中,
所述获取模块用于获取携带有感性词汇的配色需求信息;
所述确定模块用于根据所述配色需求信息以及感性词汇和特征色关联矩阵,确定与所述配色需求信息对应的设置类别的特征色;所述设置类别包括如下至少其中之一:主色、辅助色、强调色;
所述配色模块用于根据所述特征色形成配色方案;
所述装置还包括创建模块;所述创建模块在所述根据所述配色需求信息以及感性词汇与特征色关联矩阵,确定与所述配色需求对应的设置类别的特征色之前,用于创建感性词汇集,基于根据创建模块创建的感性词汇集中每一感性词汇对应的图像所包含的像素信息,根据所述像素信息和基础色库确定所述感性词汇与特征色之间的关联值,建立感性词汇与特征色关联矩阵;
所述创建模块包括色板获取单元、匹配单元和关联值确定单元;所述色板获取单元用于获取当前操作系统对应的系统色板;所述匹配单元用于根据所述图像中每个像素点的像素值与所述系统色板中包含的颜色进行匹配,确定与所述感性词汇对应的特征色;所述关联值确定单元用于依据所述图像对应的所述特征色的应用属性,确定所述感性词汇与特征色之间的关联值;
所述配色模块包括选取单元和生成单元;所述选取单元用于根据所述特征色对应的关联值,选取关联值满足设置条件的多个特征色;所述生成单元用于将所述特征色进行组合,生成对应的配色方案。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时以实现以如权利要求1至8中任一项所述的配色推荐的方法的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有配色推荐程序,所述配色推荐程序被处理器执行时实现如权利要求1至8中任一所述配色推荐的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395586.9A CN111931256B (zh) | 2019-05-13 | 2019-05-13 | 配色推荐的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395586.9A CN111931256B (zh) | 2019-05-13 | 2019-05-13 | 配色推荐的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111931256A CN111931256A (zh) | 2020-11-13 |
CN111931256B true CN111931256B (zh) | 2022-12-13 |
Family
ID=73282713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910395586.9A Active CN111931256B (zh) | 2019-05-13 | 2019-05-13 | 配色推荐的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111931256B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113743109B (zh) * | 2021-09-09 | 2024-03-29 | 浙江工业大学 | 一种基于用户情感的产品智能化配色设计系统 |
CN114491092B (zh) * | 2022-01-26 | 2023-02-10 | 深圳市前海手绘科技文化有限公司 | 一种根据文档内容和配色推荐素材的方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102713950A (zh) * | 2009-11-23 | 2012-10-03 | 阿尔卡特朗讯 | 用于辅助色彩选择的方法与系统 |
CN107862063A (zh) * | 2017-11-15 | 2018-03-30 | 广东交通职业技术学院 | 一种图像色彩传递方法及系统 |
-
2019
- 2019-05-13 CN CN201910395586.9A patent/CN111931256B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102713950A (zh) * | 2009-11-23 | 2012-10-03 | 阿尔卡特朗讯 | 用于辅助色彩选择的方法与系统 |
CN107862063A (zh) * | 2017-11-15 | 2018-03-30 | 广东交通职业技术学院 | 一种图像色彩传递方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111931256A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11468550B2 (en) | Utilizing object attribute detection models to automatically select instances of detected objects in images | |
US9785867B2 (en) | Character recognition device, image display device, image retrieval device, character recognition method, and computer program product | |
US9898464B2 (en) | Information extraction supporting apparatus and method | |
KR20080031262A (ko) | 관계 네트워크 | |
US9684675B2 (en) | Reduction of search ambiguity with multiple media references | |
US20150199567A1 (en) | Document classification assisting apparatus, method and program | |
KR102314645B1 (ko) | 미디어 리소스를 제공하는 방법 및 장치 | |
CN109582847B (zh) | 一种信息处理方法及装置、存储介质 | |
EP3369252B1 (en) | Video content summarization and class selection | |
US20160283564A1 (en) | Predictive visual search enginge | |
CN115374303B (zh) | 基于用户需求理解的卫星影像推荐方法 | |
CN111931256B (zh) | 配色推荐的方法、装置、设备及存储介质 | |
JP6389296B1 (ja) | 映像データ処理装置、映像データ処理方法、及びコンピュータプログラム | |
KR101472451B1 (ko) | 디지털 콘텐츠 관리 시스템 및 방법 | |
CN102640146A (zh) | 数据库搜索方法、系统和控制器 | |
CN110795942B (zh) | 基于语义识别的关键词确定方法、装置和存储介质 | |
CN114090766A (zh) | 视频文本筛选方法、装置及电子设备 | |
US11403339B2 (en) | Techniques for identifying color profiles for textual queries | |
CN113449200B (zh) | 物品推荐方法、装置及计算机存储介质 | |
CN112182314A (zh) | 一种数据处理方法和系统 | |
KR20210057996A (ko) | 멀티 태스크 러닝 분류기 학습장치 및 방법 | |
CN115796177A (zh) | 用于实现中文分词与词性标注的方法、介质及电子设备 | |
JP5061870B2 (ja) | コンテンツ検索システム、コンテンツ検索方法及びコンテンツ検索プログラム | |
US11276153B2 (en) | Auto-complete image suggestions for image editing | |
CN114707069A (zh) | 一种基于用户情感需求的服装智能推荐方法及系统 |
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 |