第二章
二十四節(jié)氣色彩提取

常用的色彩提取方法

田野調(diào)查

田野調(diào)查（field research）是一種深入到研究對(duì)象的生活環(huán)境中，以參與觀察和無結(jié)構(gòu)訪談的方式收集資料，并通過對(duì)這些資料的定性分析來理解和解釋現(xiàn)象的社會(huì)研究方法。該方法的基本特征是強(qiáng)調(diào)“身臨其境”，即研究者一定要深入到所研究對(duì)象的社會(huì)生活環(huán)境中，在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，靠觀察、詢問、感受和領(lǐng)悟去理解所研究的現(xiàn)象。

在二十四節(jié)氣色彩的田野調(diào)查中，可以通過不斷走訪與節(jié)氣色彩有關(guān)的地方，觀察隨節(jié)氣變化而改變的自然景色和生活習(xí)俗，用隨身攜帶的攝影器材記錄下各種典型的色彩圖片。在對(duì)不同節(jié)氣色彩進(jìn)行定性分析和歸納后，第二年從不同的地方、不同的視角、不同的人群開始進(jìn)一步觀察和歸納，經(jīng)過多次循環(huán)，篩選形成不同節(jié)氣的色彩圖片庫(kù)。最后從得出的自然景色與生活風(fēng)俗的圖片庫(kù)中提取出頻率最高、面積最大的系列色彩。

田野調(diào)查是目前節(jié)氣色彩提取的最方便最常用的方法，其主要優(yōu)點(diǎn)有：（1）節(jié)氣色彩作為時(shí)節(jié)景象和生活風(fēng)俗的視覺文化，選用田野調(diào)查這種在自然條件下觀察和研究人們行為的方法，能夠獲得更具有情感性和直覺性的色彩資料。（2）研究的可靠性和有效程度較高，田野調(diào)查的深入觀察，設(shè)身處地的感受和拍攝記錄，具有很強(qiáng)的真實(shí)性與實(shí)效性。（3）用眼睛觀察生活，用心靈記錄生活，田野調(diào)查的方式靈活，有彈性。（4）田野調(diào)查適用于調(diào)研節(jié)氣這種隨時(shí)節(jié)不同而色彩不斷變化的現(xiàn)象。由于實(shí)地研究所得到的基本都是定性資料，也存在過于主觀的問題，且調(diào)研時(shí)間一般需要兩年以上，還存在所需時(shí)間較長(zhǎng)等缺點(diǎn)[1]。

色卡取色法

色卡是一種將自然界與生活中的顏色在相應(yīng)材質(zhì)上呈現(xiàn)的方式，用于色彩的選擇、比對(duì)、溝通，是色彩實(shí)現(xiàn)在一定范圍內(nèi)具有統(tǒng)一標(biāo)準(zhǔn)的工具和載體。國(guó)際上有很多標(biāo)準(zhǔn)色卡，其中影響力最大的是美國(guó)Pantone（潘通）色卡，其次是在歐洲使用最廣泛的瑞典NCS色卡，此外還有Munsell（孟塞爾）等國(guó)際通用色卡。這些色卡被廣泛應(yīng)用于紡織服裝、紙媒印刷、家具、汽車、涂料油漆等領(lǐng)域。

色卡在我國(guó)紡織、建筑、汽車、化學(xué)等多個(gè)領(lǐng)域被普遍應(yīng)用。1993年我國(guó)完成了《中國(guó)顏色體系問題研究》，并制定了《中國(guó)顏色體系》，之后中國(guó)建筑科學(xué)研究院物理研究所與多個(gè)單位合作共同制定了《建筑色彩體系和建筑色卡》，從而建立了中國(guó)建筑的色彩體系[2]。二十四節(jié)氣的色彩研究，可以采用色卡對(duì)節(jié)氣生活中典型的色彩進(jìn)行比對(duì)，選擇最吻合和最匹配的材質(zhì)色卡色彩記錄下節(jié)氣色彩對(duì)應(yīng)的數(shù)值，并將該色彩數(shù)值按照不同的材質(zhì)類別整理放入不同的色彩庫(kù)。

采用色卡比對(duì)的方式提取的色彩在一定程度上減少了因拍攝技術(shù)、顯像設(shè)備而引起的色彩偏差，通過調(diào)整所拍攝照片的亮度、飽和度與彩度等，使拍攝的照片能更真實(shí)地還原物像本身的色彩，后期將拍攝的照片與色卡顏色進(jìn)行比對(duì)，防止光線過強(qiáng)、過暗等對(duì)物像色彩的影響。因此，色卡取色具有感性與理性共存的特點(diǎn)，既可以通過感性的視覺去選擇色彩，又可以根據(jù)理性的色卡數(shù)值去確定和標(biāo)識(shí)色彩。但是這種方式因需要大量的統(tǒng)計(jì)工作而導(dǎo)致效率較低；雖然對(duì)實(shí)體材質(zhì)的色彩更有效，但對(duì)于數(shù)字色彩則不方便采集。

軟件取色

目前很多PC端和移動(dòng)端軟件都可以實(shí)現(xiàn)色彩的提取。

其中，Photoshop作為設(shè)計(jì)工作者較為常用的軟件工具就提供了圖像色彩提取的功能。在Photoshop中，通過“色彩索引模式”和“色彩表”功能即可獲得圖像的色彩數(shù)據(jù)。索引顏色模式是網(wǎng)頁中常用的圖像模式，包含近256種顏色。當(dāng)把圖像轉(zhuǎn)換為該模式時(shí)，系統(tǒng)會(huì)構(gòu)建一個(gè)調(diào)色板用以存放和索引圖像中的顏色。如果原圖像中的顏色不能用這256色來顯示，Photoshop 就會(huì)從可用的色彩中選出最匹配的色彩來模擬這些顏色。在該模式下，通過減少調(diào)色板中色彩的數(shù)目，可以在保持視覺上的畫質(zhì)基本不變的同時(shí)縮減文件的大小[3]。

同時(shí)，使用Photoshop中的“Web所用格式”來生成色彩分區(qū)圖，也可以提取色彩。以下內(nèi)容將展示提取色彩的詳細(xì)步驟。首先通過Photoshop打開圖片，依次選擇“文件”“導(dǎo)出”“存儲(chǔ)為Web所用格式”之后會(huì)彈出一個(gè)窗口。在右面操作區(qū)中選擇“PNG－8”，圖片呈現(xiàn)類型選擇“無仿色”，并選擇顏色的個(gè)數(shù)。“PNG－8”是256色PNG的別名，是將全色圖片轉(zhuǎn)化成256種顏色，但是畫面的色彩傾向基本不變；“無仿色”是使圖片呈現(xiàn)出色彩分區(qū)的樣式；顏色個(gè)數(shù)的減少可以使畫面的色彩傾向發(fā)生微小的變化。為了保留一些點(diǎn)睛色，可以選中此顏色，選擇界面中的鎖子的圖標(biāo)，該顏色就被鎖定，也可以通過垃圾桶的圖標(biāo)，直接刪除此顏色。

移動(dòng)端同樣有簡(jiǎn)單的色彩提取軟件，如palette和色彩工具箱等。其中色彩工具箱不僅可以提取圖像色彩，還可以提供相應(yīng)的色彩搭配。

利用軟件輔助提取色彩操作簡(jiǎn)單且色彩效果較好，不僅可以在較大程度上提高效率，還方便設(shè)計(jì)與應(yīng)用。但提取的色彩會(huì)受到算法提取模式的不同而產(chǎn)生一定差異，同時(shí)提取的色彩受到圖像質(zhì)量的影響，不一定符合真實(shí)世界人眼看到的色彩。而且通常情況我們不需要256個(gè)色彩代表一張圖片，16個(gè)左右的色彩已經(jīng)可以滿足色彩提取的需要。即使如此仍然會(huì)存在提取出近似顏色的情況，此時(shí)可以采用人眼篩選的方式去除雜色和近似色。一般情況，可以選擇5位色彩研究和對(duì)應(yīng)領(lǐng)域的專家對(duì)提取出來的色彩進(jìn)行選擇，選擇出能夠代表圖片的主要色彩，這種色彩篩選的方法能夠讓提取出來的色彩更加符合人們的主觀聯(lián)想，取得更好的色彩搭配效果。

大數(shù)據(jù)算法取色

前面提到的提取顏色的方法都更加適用于單張圖像的提取，而實(shí)際情況下我們有時(shí)會(huì)需要快速提取大量圖像的色彩并對(duì)色彩進(jìn)行統(tǒng)計(jì)歸類，上述單張圖片的色彩提取方法會(huì)顯得效率較低。隨著大數(shù)據(jù)時(shí)代的到來，計(jì)算機(jī)色彩提取的方法越來越多，針對(duì)不同的提取對(duì)象，提取方法也會(huì)相應(yīng)調(diào)整，主要涉及用于數(shù)據(jù)抓取的python爬蟲技術(shù)，用于色彩特征提取的配色提取算法，用于節(jié)氣色彩特征提取的特征篩選和降維算法等。

色彩數(shù)據(jù)抓取技術(shù)

數(shù)據(jù)抓取技術(shù)，通常是指通過程序?qū)﹄娮觾?nèi)容進(jìn)行收集、篩選、清洗的過程。高效獲取圖片的爬蟲程序的核心流程包括：首先通過人工方式獲取初始網(wǎng)頁鏈接（URL）。之后對(duì)初始URL進(jìn)行管理并存入爬取隊(duì)列中，爬取隊(duì)列要對(duì)已爬取URL和未爬取URL進(jìn)行管理。然后根據(jù)爬取隊(duì)列中提供的URL，完成對(duì)應(yīng)網(wǎng)頁內(nèi)容的抓取。最后將網(wǎng)頁的文本、圖片、鏈接等內(nèi)容下載至本地，對(duì)于下載至本地的網(wǎng)頁內(nèi)容進(jìn)行解析。由于網(wǎng)頁內(nèi)容包含大量html，js，css等代碼結(jié)構(gòu)，需要對(duì)內(nèi)容進(jìn)行分析提取。

色彩特征提取技術(shù)

提取圖片色彩需要對(duì)圖片的關(guān)鍵色彩特征進(jìn)行提取，圖片色彩特征包括基礎(chǔ)色值特征、主色特征、對(duì)比度、彩度等。其中難點(diǎn)主要在于圖片主色的提取。下面主要介紹以下幾種主色提取的算法。

Median Cut算法：將圖片映射到三維色彩空間（如RGB空間）中，將此色彩空間看作是色彩空間中的長(zhǎng)方體（VBox）。開始時(shí)，獲取能夠包含圖片色值點(diǎn)的最小長(zhǎng)方體，沿長(zhǎng)方體的最長(zhǎng)邊，對(duì)色值點(diǎn)進(jìn)行劃分，使得兩個(gè)子長(zhǎng)方體中所包含的色值點(diǎn)數(shù)量相同，重復(fù)分割過程直到切分所得的子長(zhǎng)方體的數(shù)量和所要提取數(shù)量相等為止。

聚類算法：也是常用的一種從圖片中提取特定數(shù)目色彩的方法。通常使用的有K-means和Fuzzy C-means。K-means算法需要指定需要聚類得到的分類數(shù)目k，算法可以找到合適的分類使得色值點(diǎn)到各個(gè)分類的距離最短。但是K-means算法的初始聚類點(diǎn)是隨機(jī)生成的，因此對(duì)于一些數(shù)量較少、位置較偏的色點(diǎn)很難提取到準(zhǔn)確的色值。Fuzzy C-means是一種無監(jiān)督的模糊聚類算法。與K-means不同的是，C-means不會(huì)給出每個(gè)數(shù)據(jù)點(diǎn)的具體分類，而是給出點(diǎn)對(duì)每個(gè)分類的隸屬程度。C-means對(duì)初始數(shù)據(jù)點(diǎn)的選擇敏感度較低，但對(duì)模型參數(shù)較為敏感。

八叉樹算法：會(huì)將色值點(diǎn)的色值按照R、G、B三個(gè)色彩通道分別提取出來，并用二進(jìn)制表示，同時(shí)較低位（八叉樹中位置較深層）數(shù)值將被壓縮進(jìn)較高位（八叉樹中較淺層）數(shù)值中。八叉樹算法對(duì)色彩空間模型結(jié)構(gòu)有著較強(qiáng)的依賴性，且RGB模型是基于計(jì)算機(jī)模型的色彩模式，并不是最符合人眼認(rèn)知的模型，因此存在一定的局限性。

顏色直方圖法：是最常用的提取圖像顏色特征的方法，由Swain和Ballard最先提出。該算法是將圖像中每一個(gè)像素對(duì)應(yīng)的光譜映射到柱狀圖中，通過統(tǒng)計(jì)每個(gè)像素點(diǎn)在不同柱狀圖中出現(xiàn)的頻次，從全局描述圖像顏色的數(shù)量特征。但這種算法忽視了像素的空間位置信息，只對(duì)圖像顏色做了統(tǒng)計(jì)分布，因此可能出現(xiàn)相同或近似的顏色直方圖所對(duì)應(yīng)的圖像完全不同的情況。

顏色聚合向量：是Pass提出的對(duì)顏色直方圖的一種較為復(fù)雜的演變，包含了像素的空間信息，它的檢索和識(shí)別效果都優(yōu)于顏色直方圖。它將圖像分為聚合像素和非聚合像素，首先對(duì)圖像進(jìn)行平滑濾波，對(duì)圖像的色彩空間進(jìn)行量化以減少圖像的復(fù)雜度，方便計(jì)算機(jī)進(jìn)行特征提取。之后遍歷圖像，將圖像劃分為若干個(gè)連通區(qū)域，統(tǒng)計(jì)每個(gè)連通區(qū)域內(nèi)的像素?cái)?shù)來生成圖像的顏色聚合向量。

顏色相關(guān)圖：既包括圖像顏色的統(tǒng)計(jì)信息，也包含顏色的空間關(guān)系。當(dāng)考慮全部顏色之間的空間關(guān)系時(shí)，這樣的顏色相關(guān)圖會(huì)相當(dāng)復(fù)雜。顏色相關(guān)圖是一個(gè)簡(jiǎn)化方式，只考慮相同顏色的像素之間的空間關(guān)系，降低了空間復(fù)雜度。

色彩特征選擇方法

通過特征提取的算法，我們可以提取大量圖片特征。特征數(shù)量可高達(dá)上百維度。如果將高維數(shù)據(jù)直接作為學(xué)習(xí)模型的輸入，很容易產(chǎn)生欠擬合，從而影響模型的準(zhǔn)確性。因此，對(duì)輸入特征進(jìn)行縮減，是機(jī)器學(xué)習(xí)建模的重要步驟。通常來說，特征篩選的方法包括以下幾類。

Filter類方法：通過自變量和目標(biāo)變量的關(guān)系選擇特征，包括卡方檢驗(yàn)、互信息等。卡方檢驗(yàn)統(tǒng)計(jì)樣本的實(shí)際觀測(cè)值與理論推斷值之間的偏離程度決定卡方值的大小，卡方值是判斷哪些特征與結(jié)果具有更高的相關(guān)性的依據(jù)；互信息是用來評(píng)價(jià)一個(gè)事件的出現(xiàn)對(duì)于另一個(gè)事件的出現(xiàn)所貢獻(xiàn)的信息量，通過計(jì)算公式可以得出輸入和輸出信息之間的關(guān)聯(lián)性。

降維類方法：降維類方法不是簡(jiǎn)單進(jìn)行特征選擇，而是通過將多個(gè)特征映射到一個(gè)特征，來達(dá)到降低特征個(gè)數(shù)的目的。最常用的降維方法是主成分分析（PCA），相比Filter類方法，降維方法的最大優(yōu)勢(shì)是信息損失少，利用PCA可以把原本具有共線性的特征進(jìn)行整合，最后得到的都是正交的特征。

Embeded方法：除了可以使用特征篩選和降維方法進(jìn)行特征預(yù)處理，還可以通過一些具有特征選擇功能的學(xué)習(xí)模型完成特征篩選/降維步驟，如Lasso、XGBoost。Lasso是由Robert Tibshirani提出的一種回歸算法。與簡(jiǎn)單的線性回歸不同，該算法引入了L1正則項(xiàng)作為懲罰項(xiàng)，可以有效壓縮特征的系數(shù)，同時(shí)使得一些不重要的特征系數(shù)為零，具備良好的抗過擬合的特性。與Lasso不同，XGBoost是一種基于樹形分類器的模型，同時(shí)運(yùn)用了集成學(xué)習(xí)的思想。XGBoost能通過計(jì)算不同特征的importance值，來實(shí)現(xiàn)特征的篩選[4]。

傳統(tǒng)文化色彩的提取范式

首先，進(jìn)行文獻(xiàn)研究及用戶訪談，搜集傳統(tǒng)文化色彩相關(guān)的文獻(xiàn)資料，為提取色彩提供依據(jù)，若研究與生活習(xí)俗相關(guān)的傳統(tǒng)文化，還需要結(jié)合用戶訪談來完善調(diào)研資料。其次，通過田野調(diào)查或?qū)嵉嘏臄z，獲取傳統(tǒng)文化色彩的圖片素材。在開始提取色彩前，需要對(duì)采集的素材做預(yù)處理，使用圖片處理軟件讓圖片色彩盡可能還原研究對(duì)象本身的色彩，同時(shí)對(duì)于高精度圖片，在保留圖片色彩信息的同時(shí)對(duì)圖片進(jìn)行壓縮處理，以提高算法的運(yùn)算效率。最后，在進(jìn)行色彩提取時(shí)，應(yīng)結(jié)合圖片的色彩特點(diǎn)與提取算法特性，選擇適合的算法來提取圖片特征，可以同時(shí)采用多種提取算法處理圖片，比較處理結(jié)果，選擇色彩提取效果好的算法。獲取特征結(jié)果后，對(duì)色彩特征進(jìn)行降維處理和人工篩選，得到傳統(tǒng)文化色彩庫(kù)。

[1]風(fēng)笑天。社會(huì)學(xué)研究方法[M]，北京：中國(guó)人民大學(xué)出版社，2009年6月.

[2]劉毅娟。蘇州古典園林色彩體系的研究[D]，北京：北京林業(yè)大學(xué)，2014年.

[3]楊立新. Photoshop色彩模式淺探[J]，合肥：電腦知識(shí)與技術(shù)，2008年6月，第1136-1138頁.

[4]吳桐。基于機(jī)器學(xué)習(xí)的典型節(jié)氣色彩特征識(shí)別研究[D]，北京：北京郵電大學(xué)，2018年.