CN112330767B - 一种最大差异化配色方法、系统、介质及电子设备 - Google Patents

一种最大差异化配色方法、系统、介质及电子设备 Download PDF

Info

Publication number
CN112330767B
CN112330767B CN202011338340.7A CN202011338340A CN112330767B CN 112330767 B CN112330767 B CN 112330767B CN 202011338340 A CN202011338340 A CN 202011338340A CN 112330767 B CN112330767 B CN 112330767B
Authority
CN
China
Prior art keywords
color
subset
scheme
color matching
initial
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
Application number
CN202011338340.7A
Other languages
English (en)
Other versions
CN112330767A (zh
Inventor
郑自然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Normal University
Original Assignee
Shandong Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Normal University filed Critical Shandong Normal University
Priority to CN202011338340.7A priority Critical patent/CN112330767B/zh
Publication of CN112330767A publication Critical patent/CN112330767A/zh
Application granted granted Critical
Publication of CN112330767B publication Critical patent/CN112330767B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本公开提供了一种最大差异化配色方法、系统、介质及电子设备，获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色；本公开既能保证某种颜色不超出大体的范围，又能保持生成的随机配色个体之间的多样性，避免了配色方案集合的相似性，从而进一步提高设计者选择的效率。

Description

一种最大差异化配色方法、系统、介质及电子设备
技术领域
本公开涉及数据处理技术领域，特别涉及一种最大差异化配色方法、系统、介质及电子设备。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。
在多种媒体高速发展的当前社会，与视觉相关的媒体越发占据主导地位。从较为传统的封面、杂志、实体广告，到基于数字平台的网页、视频、软件交互界面等，以视觉为载体的信息表达和运用已经达到了空前的高度。即便是传统的实体媒体，其设计阶段也无一不使用数字化的软件进行设计。
在视觉媒体创建过程中，色彩的运用是最为重要的步骤之一。颜色不仅是基本形体最为重要的填充和载体，同时也是视觉媒体中表达含义和象征的最主要元素。同时更是区分一个设计质量高低较为关键的标准之一。对于画面中不同元素的配色既是一项非常需要经验的技能，同时又需要一定的创造性。例如在设计者选择几种元素的配色的过程中，经验上来说可能需要考虑配色的协调和对比，而在创造性方面可能要考虑与其他作品相似但又不同的配色。
本公开发明人发现，现有的针对设计作品的配色方案选取中，大多的需要手动的搜索各种配色以实现配色方案选择，但是选择得到的配色方案的相似性可能较大，无法保证配色方案的多样性，从而严重的降低了配色方案选择的效率。
发明内容
为了解决现有技术的不足，本公开提供了一种最大差异化配色方法、系统、介质及电子设备，既能保证某种颜色不超出大体的范围，又能保持生成的随机配色个体之间的多样性，避免了配色方案集合的相似性，从而进一步提高设计者选择的效率。
为了实现上述目的，本公开采用如下技术方案：
本公开第一方面提供了一种最大差异化配色方法。
一种最大差异化配色方法，包括以下步骤：
获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色。
作为可能的一些实现方式，搜索算法，包括：
从初始配色方案集合中任选一个包含预设个数的配色方案的子集，去除子集后的初始配色方案集合为补集；
设定当前的子集的距离为当前值，选定子集中的一个向量，并对所有补集中的向量进行遍历，找到交换后距离最大的作为邻域最大值并记录所交换的两个向量；
进行一次二重循环的遍历后，如果邻域最大值比当前值要大，则进行实际的交换；
当邻域最大值没有继续增大时，已经找到了局部的最大值，不再继续优化，利用扰动跳出当前区域；
在达到预设的循环终止条件时，得到最终的配色集合。
作为进一步的限定，扰动操作为在子集和补集中随机的选取多个配色方案进行交换。
作为进一步的限定，所述距离为平均欧式距离。
作为进一步的限定，在执行预设时间后或者执行完预设次数的扰动后，得到最终的配色集合。
作为进一步的限定，在进了一次扰动后，迭代次数加一，当达到最大迭代次数时，得到最终的配色集合
作为可能的一些实现方式，配合颜色编码为RGB颜色编码，每种待配色元素对应多种RGB颜色编码。
本公开第二方面提供了一种最大差异化配色系统，包括：
数据获取模块，被配置为：获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
初始配色方案获取模块，被配置为：根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
最终配色方案获取模块，被配置为：以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
配色模块，被配置为：根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色。
本公开第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的最大差异化配色方法中的步骤。
本公开第四方面提供了一种电子设备，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程序，所述处理器执行所述程序时实现如本公开第一方面所述的最大差异化配色方法中的步骤。
与现有技术相比，本公开的有益效果是：
1、本公开所述的方法、系统、介质和电子设备，可以批量自动生成任意元素个数的颜色配色方案集合，供设计者进行选择，可以省去手动搜索配色的步骤，加快构思和选择配色的过程，提高配色设计在选择阶段的工作效率。
2、本公开所述的方法、系统、介质和电子设备，使用着可以自行制定不同元素的大体颜色区域，例如红色系、蓝色系等，或者按照其他需求制定颜色产生范围。
3、本公开所述的方法、系统、介质和电子设备，在预设范围内随机的生成配色的同时，使用一种启发式算法选择差异化较大的配色，这既能保证某种颜色不超出大体的范围，又能保持生成的随机配色个体之间的多样性，避免了配色方案集合的相似性，从而进一步提高设计者选择的效率。
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例1提供的最大差异化配色方法的流程示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例1：
如图1所示，本公开实施例1提供了一种最大差异化配色方法，包括以下步骤：
获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色。
详细的，包括以下步骤：
S1：问题的初步建模
假设需要对一个设计中的五个元素进行颜色的选取。这五个元素可能为标题、正文、项目符号、箭头、说明性文字。每个元素对应一个颜色变量xi，i＝1,…,5。其中变量值为计算机中的颜色编码。用一个向量X＝{x1,x2,x3,x4,x5}可以表示一个完整的包含五个元素的配色方案。后面的描述中，元素的个数用c来表示，即向量X的维度为c。
由于一个方案和一个向量一一对应，因此后面使用“向量”来指代配色方案，使用n来表示初始的配色方案集合，即n＝{X1,X2,…,X|n|}，用m来表示选择出的子集。
本实施例要解决的问题就是从|n|个配色中，选择|m|个配色，使得这|m|个配色之间的差异最大，这里的差异使用向量之间的欧式空间距离来定义。
例如对于向量X和Y，定义如下：
Figure BDA0002797906990000061
而对于一个子集的差异化可以用子集中所有向量两两之间的距离之和作为差异的度量。
定义如下：
Figure BDA0002797906990000062
如果子集元素较多，则可以使用平均距离来度量，本实施例及后面的数值实验均使用了该平均距离，在后续描述中使用子集的“距离”来指代该度量。
平均距离定义如下：
Figure BDA0002797906990000063
S2：对于配色方案向量中的每个元素使用数字编码设定颜色范围。
对于颜色的表示这里使用RGB颜色编码实现，该编码在各种平台及编程语言中都有不同形式的工具函数，例如16进制或者10进制的颜色值来对应，配色向量中元素的范围可以使用多种方式实现。
一种是直接利用十进制编码来定义，例如希望元素1的配色属于某个颜色编码的区间，其他方式可以提供或使用者定义一个集合，使某个元素的颜色在该预先规定的集合中选择，由于编码的10进制数较大，且这里只是关心不同向量的差异，因此为了计算方便可以使用颜色选择的下标，即序号来作为向量的值。例如，假设第一种元素x1的颜色选择范围为{颜色1，颜色2，…，颜色k}，如果选择第二种颜色，x1的值设定为2，其他类似。
S3：在每个元素的范围内随机的生成多个配色方案向量，形成配色方案初始集合。
在这一步要生成|n|个向量构成初始集合n，每个向量的元素分别随机选择预先定义的颜色编码范围的序号值。该步骤可以通过任意高级语言中的随机函数来完成。
S4：使用搜索算法搜索初始集合中差异最大的方案作为最终集合。
从初始生成的方案集合中挑选距离最大的|m|个向量本质上是一种子集的遍历问题。使用组合数公式或者组合方式可以得知，遍历所有的|m|大小的子集的运算次数为n(n-1)(n-2)…(n-m+1)，容易看出算法复杂度为O(mn)。
当n和m的数量较大时，采用枚举(即所有的子集全部遍历)的方法则非常耗时。而从设计者的角度，对于配色方案生成的数量要求通常会较大。同时，由于初始方案集合决定了最终方案的颜色变化范围，因此一般也需要较大的数量。直接的枚举法并不适用该场合。本实施例使用一种速度较快的启发式搜索策略来解决该问题。后面使用“补集”来指代初始集合中除去选定的子集之外的向量的集合。即子集和补集互斥，且组成整个初始向量集合。
算法伪代码如下所示：
Figure BDA0002797906990000081
算法的进一步解释如下。算法的整体框架是一种“爬山”算法。其中算法第3到第11行为在邻域内的爬山算法。算法采用的领域结构是从当前子集中选择一个向量，并与补集中的一个向量进行交换。
具体的，设定当前的子集的距离为当前值，即算法第3行。选定子集中的一个向量x，并对所有补集中的向量进行遍历，找到交换后距离最大的作为邻域最大值并记录所交换的两个向量，即算法4到7行。
在进行完一次二重循环的遍历后，如果邻域最大值比当前值要大，则进行实际的交换，并返回第3行继续进行爬山算法。
当邻域最大值没有改善时，说明已经找到了局部的最大值，无法继续优化，即第12行。此时对于内部的爬山算法结束，并使用扰动操作，使得算法跳出当前区域。
本实施例采用的扰动操作是在子集和补集中随机的选取t个向量进行交换。在进了一次扰动时，迭代次数加一，因此可以认为最大的迭代次数也是规定了最大的扰动次数。作为其他实现，总体循环也可以用其他条件来结束，例如运行时间。算法中的距离值均由公式(3)给出。
对于一次爬山算法，即3到11行，假设每次距离计算都对子集的全部元素进行遍历，则算法复杂度为O(m3n)。如果仅计算与两个需要交换的向量相关的距离变化，则复杂度可以进一步的降为O(mn)。假设最大迭代次数为k，则整个算法的复杂度为O(kmn)或O(km3n)。对比枚举方法复杂度得到了较大改善。
S5：将编码转换为RGB颜色形成结果并显示。
该步骤的目的是将算法得到的自己使用颜色编码进行显示，以供使用者浏览。可使用相应的平台和编程语言实现。
数值实验
为了验证算法的有效性，进行了数值模拟实验。结果如表1所示。实验算法使用JAVA语言实现。表中第一列是初始集的大小，这里使用了三种数值，分别为100、200和300。第二列为子集的大小，采用三种数值10、15和20。对于每种颜色的范围，这里使用的值为12。而配色元素个数，即c的值为5。扰动的数量是|m|/3的取整函数值。
第三到第五列展示了针对不同算法的策略得到的子集距离。。其中第三列是不使用任何算法直接在初始集合中随机挑选子集。第四列是使用简单的爬山算法，即上述代码中的3到11行。第五列为发明中使用的算法，即带有扰动的爬山算法。
表1：不同策略的子集平均距离结果
Figure BDA0002797906990000101
从表中可以看出，使用单纯或者带有扰动的爬山法的结果均优于直接使用随机选择的策略。使用爬山算法得到的子集距离对随机选择提高大约为30％。而带有扰动的爬山算法能够使距离进一步提高。
实施例2：
本公开实施例2提供了一种最大差异化配色系统，包括：
数据获取模块，被配置为：获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
初始配色方案获取模块，被配置为：根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
最终配色方案获取模块，被配置为：以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
配色模块，被配置为：根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色。
所述系统的工作方法与实施例1提供的最大差异化配色方法相同，这里不再赘述。
实施例3：
本公开实施例3提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例1所述的最大差异化配色方法中的步骤，所述步骤，包括：
获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色。
详细步骤与实施例1提供的最大差异化配色方法相同，这里不再赘述。
实施例4：
本公开实施例4提供了一种电子设备，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程序，所述处理器执行所述程序时实现如本公开实施例1所述的最大差异化配色方法中的步骤，所述步骤，包括：
获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色。
详细步骤与实施例1提供的最大差异化配色方法相同，这里不再赘述。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (8)

1.一种最大差异化配色方法，其特征在于，包括以下步骤：
获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色；
由于一个方案和一个向量一一对应，使用向量来指代配色方案，使用n来表示初始的配色方案集合，即n＝{X1,X2,…,X|n|}，用m来表示选择出的子集，搜索算法的目的为：从|n|个配色中，选择|m|个配色，使得这|m|个配色之间的差异最大，差异使用向量之间的欧式空间距离来定义；对于一个子集的差异化用子集中所有向量两两之间的距离之和作为差异的度量；
搜索算法，包括：
从初始配色方案集合中任选一个包含预设个数的配色方案的子集，去除子集后的初始配色方案集合为补集；
设定当前的子集的距离为当前值，选定子集中的一个向量，并对所有补集中的向量进行遍历，找到交换后距离最大的作为邻域最大值并记录所交换的两个向量；所述距离为平均欧式距离；
进行一次二重循环的遍历后，如果邻域最大值比当前值要大，则进行实际的交换；
当邻域最大值没有继续增大时，已经找到了局部的最大值，不再继续优化，利用扰动跳出当前区域；
在达到预设的循环终止条件时，得到最终的配色集合。
2.如权利要求1所述的最大差异化配色方法，其特征在于，扰动操作为在子集和补集中随机的选取多个配色方案进行交换。
3.如权利要求1所述的最大差异化配色方案集合生成方法，其特征在于，在执行预设时间后或者执行完预设次数的扰动后，得到最终的配色集合。
4.如权利要求1所述的最大差异化配色方法，其特征在于，在进了一次扰动后，迭代次数加一，当达到最大迭代次数时，得到最终的配色集合。
5.如权利要求1所述的最大差异化配色方法，其特征在于，配合颜色编码为RGB颜色编码，每种待配色元素对应多种RGB颜色编码。
6.一种最大差异化配色系统，其特征在于，包括：
数据获取模块，被配置为：获取任一设计的待配色元素数量以及每种元素对应的待配色颜色编码范围；
初始配色方案获取模块，被配置为：根据元素数量和颜色编码范围，采集随机函数得到包含有多个配色方案的初始配色方案集合；
最终配色方案获取模块，被配置为：以差异最大化为目标，利用搜索算法从初始配色方案集合中得到有限个配色方案作为最终配色方案集合；
配色模块，被配置为：根据得到的最终配色方案集合中的任一种配色方案进行各个元素的配色；
由于一个方案和一个向量一一对应，使用向量来指代配色方案，使用n来表示初始的配色方案集合，即n＝{X1,X2,…,X|n|}，用m来表示选择出的子集，搜索算法的目的为：从|n|个配色中，选择|m|个配色，使得这|m|个配色之间的差异最大，差异使用向量之间的欧式空间距离来定义；对于一个子集的差异化用子集中所有向量两两之间的距离之和作为差异的度量；
搜索算法，包括：
从初始配色方案集合中任选一个包含预设个数的配色方案的子集，去除子集后的初始配色方案集合为补集；
设定当前的子集的距离为当前值，选定子集中的一个向量，并对所有补集中的向量进行遍历，找到交换后距离最大的作为邻域最大值并记录所交换的两个向量；所述距离为平均欧式距离；
进行一次二重循环的遍历后，如果邻域最大值比当前值要大，则进行实际的交换；
当邻域最大值没有继续增大时，已经找到了局部的最大值，不再继续优化，利用扰动跳出当前区域；
在达到预设的循环终止条件时，得到最终的配色集合。
7.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的最大差异化配色方法中的步骤。
8.一种电子设备，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程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的最大差异化配色方法中的步骤。
CN202011338340.7A 2020-11-25 2020-11-25 一种最大差异化配色方法、系统、介质及电子设备 Active CN112330767B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011338340.7A CN112330767B (zh) 2020-11-25 2020-11-25 一种最大差异化配色方法、系统、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011338340.7A CN112330767B (zh) 2020-11-25 2020-11-25 一种最大差异化配色方法、系统、介质及电子设备

Publications (2)

Publication Number Publication Date
CN112330767A CN112330767A (zh) 2021-02-05
CN112330767B true CN112330767B (zh) 2023-04-18

Family

ID=74308003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011338340.7A Active CN112330767B (zh) 2020-11-25 2020-11-25 一种最大差异化配色方法、系统、介质及电子设备

Country Status (1)

Country Link
CN (1) CN112330767B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591940B (zh) * 2021-07-12 2023-09-26 华南师范大学 一种印染配色的多模型融合方法、装置、设备及介质
CN115035245B (zh) * 2022-05-30 2023-07-21 广东时谛智能科技有限公司 基于配色数量和原有初始区块划分的配色处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109597975A (zh) * 2017-09-30 2019-04-09 北京国双科技有限公司 颜色设置方法和装置
CN110232253A (zh) * 2019-06-20 2019-09-13 杭州时趣信息技术有限公司 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN110276360A (zh) * 2019-06-20 2019-09-24 杭州时趣信息技术有限公司 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN111091607A (zh) * 2019-12-24 2020-05-01 厦门美图之家科技有限公司 颜色搭配方法、装置、电子设备及存储介质
CN111400924A (zh) * 2020-03-24 2020-07-10 上海阿几网络技术有限公司 一种基于配色引擎的自动配色方法、存储介质及终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9513771B2 (en) * 2012-08-06 2016-12-06 Wix.Com Ltd. System for supporting flexible color assignment in complex documents

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109597975A (zh) * 2017-09-30 2019-04-09 北京国双科技有限公司 颜色设置方法和装置
CN110232253A (zh) * 2019-06-20 2019-09-13 杭州时趣信息技术有限公司 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN110276360A (zh) * 2019-06-20 2019-09-24 杭州时趣信息技术有限公司 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN111091607A (zh) * 2019-12-24 2020-05-01 厦门美图之家科技有限公司 颜色搭配方法、装置、电子设备及存储介质
CN111400924A (zh) * 2020-03-24 2020-07-10 上海阿几网络技术有限公司 一种基于配色引擎的自动配色方法、存储介质及终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
和声算法在色纺纱智能配色中的应用;李丹等;《现代纺织技术》;20120710(第04期);第1-5页 *

Also Published As

Publication number Publication date
CN112330767A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112330767B (zh) 一种最大差异化配色方法、系统、介质及电子设备
Wehrens et al. Self-and super-organizing maps in R: the Kohonen package
CN104794116B (zh) 一种页面中元素的布局方法和装置
EP3120260B1 (en) Data visualization system
CN106528629B (zh) 一种基于几何空间划分的向量模糊搜索方法及系统
CN102184205A (zh) 基于可扩展精度混沌哈希的多模式串匹配算法
CN105389690A (zh) 基于技能需求的团队成员组合生成方法及装置
CN107239549A (zh) 数据库术语检索的方法、装置及终端
Leong Hou U et al. Capacity constrained assignment in spatial databases.
CN106873959A (zh) 一种软件界面配色方法及装置
Park et al. VisualHyperTuner: Visual analytics for user-driven hyperparameter tuning of deep neural networks
EP3452916A1 (en) Large scale social graph segmentation
CN111506036A (zh) 一种重尾噪声干扰下的多变量Hammerstein模型辨识方法及系统
CN103631507B (zh) 虚拟键盘提供方法和装置
Khanum et al. On the hybridization of global and local search methods
CN108062378A (zh) 一种列式存储下多时间序列的连接查询方法及系统
CN114004340A (zh) 一种基于序列变换的循环神经网络可解释性方法、系统
CN110413721A (zh) 一种矢量地图的生成方法及装置
Luo et al. A novel genetic algorithm for bin packing problem in jmetal
Maljovec et al. Exploration of high-dimensional scalar function for nuclear reactor safety analysis and visualization
US7275058B2 (en) Method and system for finding a k order statistic in a union of sorted sets
CN109376784A (zh) 一种人格预测方法及人格预测装置
CN110378513A (zh) 一种用于工程规划的最优解确定方法及系统、设备、介质
CN114781013A (zh) 一种实现设计图纸中标注字符避让排布的方法
KR20220123487A (ko) 코드 생성 방법, 장치, 기기 및 저장 매체

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