趙崧靈, 章玲玲, 顧冰菲,b,c

(浙江理工大學(xué) a.服裝學(xué)院; b.浙江省服裝工程技術(shù)研究中心; c.絲綢文化傳承與產(chǎn)品設(shè)計(jì)數(shù)字化技術(shù)文化和旅游部重點(diǎn)實(shí)驗(yàn)室,杭州 310018)

民國(guó)時(shí)期東西方文化碰撞激烈,“西學(xué)東漸”使得人們對(duì)于服飾美有了不同的定義,這一時(shí)期也成為旗袍發(fā)展最為鼎盛的時(shí)代。隨著近年“國(guó)潮”之風(fēng)盛行,民國(guó)旗袍的經(jīng)典要素常見于許多現(xiàn)代設(shè)計(jì)之中,讓越來越多的人感受到了旗袍的魅力。色彩是服飾圖案設(shè)計(jì)中非常重要的視覺要素之一,同時(shí)作為一種文化符號(hào)能夠表達(dá)出相應(yīng)的文化意象,反映特定時(shí)代或地區(qū)人們的集體思維和審美觀念。

傳統(tǒng)色彩提取常利用測(cè)色儀[1-3]或Photoshop[4-5]等手段對(duì)實(shí)物及照片進(jìn)行手工顏色提取,但整個(gè)過程耗時(shí)耗力且?guī)в幸欢ǖ闹饔^性。目前,越來越多的研究借助數(shù)字化手段進(jìn)行色彩分析,中位切分法、八叉樹顏色量化、聚類算法等常被應(yīng)用于織物顏色主題的提取。陳登凱等[6]采用中位切分算法對(duì)民間布老虎色彩進(jìn)行量化,同時(shí)根據(jù)色彩出現(xiàn)頻率及共現(xiàn)關(guān)系確定主色、適配色,并建立色彩搭配系統(tǒng);Hu等[7]采用八叉樹算法提取土家織錦色彩并優(yōu)化主色及色調(diào)分布,提出基于主色圖的土家織錦設(shè)計(jì)方法;Zhao等[8]引入K-means聚類方法對(duì)彝族服飾的色彩規(guī)律進(jìn)行分析,將相應(yīng)的色彩規(guī)律轉(zhuǎn)化為客觀評(píng)價(jià)指標(biāo),采用層次分析法(AHP)和灰色關(guān)聯(lián)度-雙基準(zhǔn)分析法(GRA-TOPSIS)兩種評(píng)價(jià)方法計(jì)算色彩搭配與民族文化形象的匹配度并進(jìn)行綜合排序,為民族產(chǎn)品設(shè)計(jì)配色方案的改進(jìn)提供參考。還有學(xué)者采用色彩網(wǎng)絡(luò)映射[9]、關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘[10]、模糊評(píng)價(jià)模型[11]等方法,基于一定的規(guī)則或用戶喜好分析色彩搭配規(guī)律。色彩自動(dòng)提取技術(shù)可以改進(jìn)以往手工提取繁瑣、純主觀分析存在差異性等問題,生成的結(jié)果清晰直觀,可為新產(chǎn)品的色彩設(shè)計(jì)提供參考,使其形成獨(dú)有的特色、增加市場(chǎng)競(jìng)爭(zhēng)力。

在配色及色彩意象分析研究中,色彩體系可提供統(tǒng)一的度量標(biāo)準(zhǔn),使色彩識(shí)別更具有規(guī)范性。目前常用的色彩體系有孟塞爾(Munsell)色彩體系、自然色彩系統(tǒng)(Natural Color System,NCS)、日本色研配色體系(Practical Color Co-ordinate System,PCCS)等[4],如Qi等[3]組合Munsell色相及PCCS色調(diào)的數(shù)值信息,結(jié)合歷史背景量化分析了民國(guó)時(shí)期南北地區(qū)常用服飾色彩的差異;劉祎[12]則是利用NCS體系確定收集到的民國(guó)旗袍實(shí)物的色彩編號(hào),通過NCS色彩三角發(fā)現(xiàn)旗袍用色的分布規(guī)律,但旗袍數(shù)量?jī)H有46件可能導(dǎo)致結(jié)果存在一定的偏差。此外,還有許多針對(duì)民國(guó)旗袍色彩的研究[13-14],學(xué)者們從傳世實(shí)物或月份牌、廣告畫中探尋配色特征,但大多都是結(jié)合紋樣或款式發(fā)展對(duì)整體風(fēng)格的主觀概述,缺少相關(guān)色彩的量化分析,對(duì)色彩的文字描述具有一定的模糊性,無法便捷地從經(jīng)典設(shè)計(jì)中獲取有效的方案或靈感。

因此,本文以民國(guó)旗袍為研究對(duì)象,結(jié)合基于超像素分割的模糊C均值聚類和K-means聚類兩種方法對(duì)旗袍紋樣照片進(jìn)行量化獲得代表色彩;采用PCCS色彩體系探究代表色彩屬性分布規(guī)律、色調(diào)分布及色彩調(diào)和方式,借助Apriori關(guān)聯(lián)規(guī)則算法挖掘色彩搭配規(guī)則;最后對(duì)提取的色彩搭配機(jī)制進(jìn)行設(shè)計(jì)試驗(yàn),實(shí)現(xiàn)旗袍色彩設(shè)計(jì)再應(yīng)用,量化及可視化的研究結(jié)果為旗袍圖案的再設(shè)計(jì)應(yīng)用提供方案參考。

1 色彩提取算法

Lei等[15]提出了一種改進(jìn)的聚類算法,將原始圖像色彩采用超像素區(qū)域內(nèi)的均值進(jìn)行替代,有效地減少了不同顏色的個(gè)數(shù),在提高運(yùn)算效率的同時(shí)能夠獲得良好的分割效果。該方法將超像素分割融入模糊C均值聚類(Superpixel-based Fast Fuzzy C-means Clustering,SFFCM)算法,主要分為超像素分割及模糊聚類兩個(gè)過程,如圖1所示。首先定義了一種多尺度形態(tài)梯度重建的分水嶺分割算法(MMGR-WT)來生成超像素圖像,通過一個(gè)像素代替超像素區(qū)域內(nèi)所有像素點(diǎn)的方法來減少被分類對(duì)象的個(gè)數(shù),提高圖像分割的效率。在第二階段利用分割后圖像的像素?cái)?shù)量設(shè)置參數(shù)進(jìn)行模糊C均值聚類(FCM),得到最終聚類的彩色圖像。通過散點(diǎn)圖表示出對(duì)應(yīng)樣本圖片的色彩RGB分布,可以發(fā)現(xiàn)超像素處理后的圖片相較于輸入圖像色彩數(shù)量明顯減少,經(jīng)過聚類的進(jìn)一步處理最終僅保留下了所需的主體色彩。

圖1 SFFCM算法過程及色彩提取結(jié)果

在對(duì)彩色圖像的處理上,SFFCM算法改進(jìn)了以往模糊C均值聚類計(jì)算復(fù)雜、耗時(shí)長(zhǎng)的缺陷,在縮短算法運(yùn)行時(shí)間的同時(shí)取得了良好的圖像分割效果。而在對(duì)色彩數(shù)值的處理方面,K-means算法作為經(jīng)典聚類算法之一,可通過計(jì)算各樣本與聚類中心的距離從而劃定不同類別,相較于模糊聚類具有處理速度快、易于實(shí)現(xiàn)等優(yōu)點(diǎn)。因此,本文結(jié)合SFFCM與K-means兩種算法進(jìn)行民國(guó)旗袍色彩提取,首先采用能夠保持圖案基本形狀的SFFCM算法進(jìn)行單張圖片色彩提取,然后采用運(yùn)行速度更快的K-means聚類方法進(jìn)行色彩數(shù)值的二次聚類,最終獲得民國(guó)旗袍整體代表色彩。

2 整體代表色提取及分析

2.1 數(shù)據(jù)集建立

民國(guó)旗袍對(duì)當(dāng)今的旗袍設(shè)計(jì)具有極高的參考價(jià)值,但民國(guó)旗袍實(shí)物距今年代久遠(yuǎn),散布于全國(guó)各地,拍攝收集難度極大且受光源不同等因素的影響會(huì)使得樣本產(chǎn)生較大色彩偏差?！镀炫鬯囆g(shù)》[16]上下兩冊(cè)中對(duì)民國(guó)時(shí)期旗袍發(fā)展變遷有著詳實(shí)的描述,同時(shí)也整理了大量21世紀(jì)20—40年代旗袍實(shí)物及復(fù)原圖片。為了增加色彩提取方法的實(shí)用價(jià)值和使用廣泛性,本文使用微單相機(jī)(索尼α6000)作為更便利的數(shù)據(jù)采集手段。同時(shí)為避免設(shè)備、光線等對(duì)結(jié)果產(chǎn)生的影響,使整體色彩保持統(tǒng)一且便于后期校正,拍攝時(shí)使用統(tǒng)一的標(biāo)準(zhǔn)LED光源并采用中性灰卡進(jìn)行色偏校正,導(dǎo)入Lightroom軟件校正白平衡。最終建立了民國(guó)旗袍紋樣數(shù)據(jù)集,包含414張圖片,部分樣本如圖2所示。

圖2 民國(guó)旗袍紋樣數(shù)據(jù)集部分樣本示例

2.2 整體代表色提取

旗袍紋樣的代表色指以單幅紋樣的主色作為樣本提取出來的整體代表色。民國(guó)旗袍圖案除中國(guó)傳統(tǒng)的團(tuán)花、吉祥紋樣外,也有大量抽象幾何、花卉植物等帶有西方特色的裝飾紋樣[17],整體用色并不復(fù)雜且多為四方連續(xù)圖案,紋樣分布較為均勻。

針對(duì)單幅紋樣主色提取,首先是最佳聚類數(shù)目的確定。以圖3(a)某一旗袍紋樣圖案為例,經(jīng)過超像素分割處理后一定程度上減少了圖片的色彩數(shù)量,通過散點(diǎn)圖表示分割后的色彩分布情況,如圖3(b)所示,根據(jù)顏色種類及色彩散點(diǎn)圖可初步估計(jì)主色分布數(shù)量為6～8種。為避免主觀確定最佳聚類數(shù)目存在的誤差,本文還結(jié)合輪廓系數(shù)法進(jìn)行客觀分析。輪廓系數(shù)是一種經(jīng)典的確定最佳聚類數(shù)目方法,通過樣本的族內(nèi)緊湊度和族間離散度兩種因素來評(píng)價(jià)聚類效果的優(yōu)劣,數(shù)值越接近1表明聚類效果越好[18]。根據(jù)圖3(c)中的聚類平均輪廓數(shù)值發(fā)現(xiàn)聚類為7時(shí)數(shù)值最高,相較于其他的聚類數(shù)目能夠取得更好的分類效果。

圖3 旗袍紋樣色彩分布及聚類分析

為進(jìn)一步比較不同數(shù)目下的聚類效果,本文以圖3(a)為例,分別將聚類數(shù)目設(shè)置為6、7、8類后獲得了各集群樣本分布情況,如表1所示。在聚類集群的輪廓圖中,輪廓的長(zhǎng)度表示每類集群的聚類得分,厚度表示群內(nèi)樣本的數(shù)量[18]?？梢园l(fā)現(xiàn)聚類數(shù)目為8時(shí)存在得分低于平均輪廓系數(shù)的集群,從色卡分布中也可看出8類時(shí)基本是將占比為10.0%的色彩拆分成兩種極為相近的顏色;而6類時(shí)雖然各集群的得分均高于平均輪廓系數(shù)得分,但是存在一個(gè)集群樣本數(shù)量明顯多于其他集群的情況,沒有將顏色較好地區(qū)分開。結(jié)合輪廓系數(shù)值及聚類集群輪廓圖分析可以確定該幅紋樣圖片最佳的主色數(shù)量為7類。相應(yīng)地,對(duì)樣本集中的每一張紋樣圖片均采用此種方法,即根據(jù)其顏色種類、色彩數(shù)值分布及聚類輪廓系數(shù)的綜合比較分析來確定各自的最佳聚類數(shù)目。對(duì)414張圖片分別進(jìn)行聚類提取,共計(jì)得到1 725個(gè)色彩數(shù)值及每種顏色的色卡及占比,用于分析每幅圖像的主色構(gòu)成及特點(diǎn),直觀反映出畫面整體色彩及不同色彩之間的比例關(guān)系。將復(fù)雜的畫面轉(zhuǎn)變?yōu)楹?jiǎn)單的數(shù)值,便于下一步數(shù)據(jù)的處理與分析。

表1 單幅圖片色彩提取及輪廓系數(shù)示例

初次聚類得到的色彩數(shù)量仍然龐大,需進(jìn)行二次聚類獲得最具代表性的色彩。在HSV色彩空間中,人眼對(duì)三通道的感知程度不同,往往對(duì)色相的變化更為敏感。在國(guó)內(nèi)外有關(guān)彩色圖像分割[19-20]、顏色特征提取[21-22]等的研究中,許多學(xué)者為取得更好的分割提取效果會(huì)采用分通道非均勻量化的方式,將H通道劃定為8份,S、V通道各分為3份,再整合各通道分量為一維特征矢量,以提高算法運(yùn)行效率。因此本文對(duì)色彩數(shù)據(jù)的二次聚類數(shù)目的確定便根據(jù)HSV色彩非均勻量化模型將色相(H)聚類數(shù)目確定為8類、飽和度(S)及明度(V)定為3類。如表2所示,首先通過K-means聚類將1 725個(gè)色彩的色相值分為8個(gè)類別,最終得到的聚類中心在色環(huán)位置分別為14°、39°、86°、142°、209°、250°、300°、343°。其次分別對(duì)每一類色彩中明度及飽和度數(shù)值進(jìn)行聚類,獲得各色相代表的明度及飽和度。最后將各通道的聚類結(jié)果進(jìn)行整合最終獲得24種代表色及對(duì)應(yīng)的色卡,將其按照色彩數(shù)值大小進(jìn)行排序編號(hào)(分別命名為Ci,其中i=01～24)。分通道聚類的方式一定程度上降低了色彩三維空間直接聚類的復(fù)雜度與隨機(jī)性,使代表色的生成更為全面。

表2 代表色提取數(shù)值及色卡

2.3 整體代表色分析

2.3.1 色彩三屬性分布

對(duì)于民國(guó)旗袍紋樣的整體色彩首先可以從色相、明度及飽和度色彩三屬性的分布情況進(jìn)行分析。為便于描述,以HSV色相環(huán)0°正紅(R)為起點(diǎn),間隔60°均勻劃分出黃(Y)、綠(G)、青(C)、藍(lán)(B)、洋紅(M)共六個(gè)基礎(chǔ)色系。如圖4(a)所示,在色相聚類柱狀-點(diǎn)線圖中可分析得出民國(guó)旗袍色彩分布有較為明顯的規(guī)律性,色彩主要集中于黃色系與紅色系中,分別占總色彩數(shù)的29.33%和49.62%。綠色、青色等冷色系使用相對(duì)較少,分布均不足5%。從色相分布來看,服飾制度受西方文化的影響發(fā)生變革,在服飾用色上已無禁忌,人們?cè)谏蔬x擇上更加自由,同時(shí)紅、黃色系色彩仍占據(jù)主要的地位。

對(duì)于色彩飽和度及明度的分析,將標(biāo)尺分別等距離分為三份,劃分為低[0%,33%]、中[34%,66%]、高[67%,100%]三個(gè)級(jí)別,采用分布圖表示明度及飽和度的分布情況。如圖4(b)所示,旗袍紋樣的色彩明度集中在中高明度色彩范圍內(nèi),占總數(shù)據(jù)的92.35%;飽和度整體偏低,集中分布于低飽和度和中飽和度之間,高飽和度色彩僅占總體數(shù)據(jù)的3.83%。旗袍紋樣的色彩整體集中于中低飽和度、中高明度的色彩區(qū)間,色彩之間對(duì)比減弱,不似封建時(shí)期衣冠制度多采用艷麗、對(duì)比鮮明的色彩來表示民族濃郁、熱烈的情感[23],明度及飽和度的分布規(guī)律使得民國(guó)旗袍整體多趨于樸素、淡雅之風(fēng)。

圖4 色彩三通道分布

2.3.2 PCCS色調(diào)分析

色彩明度及飽和度的差異在直觀視覺感受上是色調(diào)的不同,這也會(huì)對(duì)色彩搭配產(chǎn)生影響。為了便于設(shè)計(jì)師實(shí)現(xiàn)色彩間的各種搭配,日本色彩設(shè)計(jì)研究所于1964年發(fā)表了PCCS色彩體系,其最大的特點(diǎn)是將色彩綜合成色相與色調(diào)來構(gòu)成各種不同的色調(diào)系列,將色彩的三屬性尺度化并形成等距離的配置[24]。PCCS色彩體系更著重強(qiáng)調(diào)畫面的色彩整體,已成為許多設(shè)計(jì)中參考的色彩體系。

在PCCS色彩體系中明度及飽和度被均等劃分為不同級(jí)別:明度最高的白色數(shù)值設(shè)定為9.5,明度最低的黑色設(shè)為1.5,中間每間隔0.5等距離劃定不同的灰度值,共計(jì)17組明度級(jí)別;飽和度中各色相純度最高(鮮艷色調(diào))色彩定為9 s,到同明度無色彩系被確定為9個(gè)等級(jí),再根據(jù)不同的明度及飽和度數(shù)值將有彩色系設(shè)定為12種不同的色調(diào)系統(tǒng)(日本色研事業(yè)株式會(huì)社),在圖5(a)中展示了色調(diào)分布及相應(yīng)的色彩表現(xiàn)。色彩體系中的明度及飽和度與HSV空間中的S、V兩通道標(biāo)尺具有高度一致性,可以實(shí)現(xiàn)色彩體系的遷移應(yīng)用,通過具體數(shù)值確定不同色調(diào)。本文將提取得到的民國(guó)旗袍色彩S、V兩通道數(shù)值進(jìn)行均等劃分后分別與色調(diào)體系進(jìn)行對(duì)應(yīng),以此確定色彩不同的色調(diào)進(jìn)而計(jì)算其占比。如圖5(b)所示,通過對(duì)整體的色調(diào)分析可以看出民國(guó)旗袍紋樣的顏色色調(diào)相對(duì)集中地分布在五個(gè)色調(diào)。其中淺灰色調(diào)(light grayish,簡(jiǎn)稱ltg)顏色分布最多,占整體色彩數(shù)量的26.55%;其次是灰色調(diào)(grayish,簡(jiǎn)稱g)及輕柔色調(diào)(soft,簡(jiǎn)稱sf),分別占整體色彩的19.24%和16.46%;淡色調(diào)(pale,簡(jiǎn)稱p)及淺色調(diào)(light,簡(jiǎn)稱lt)占比也達(dá)到了8%以上。其他色調(diào)顏色分布數(shù)量較少,尤其如強(qiáng)烈色調(diào)(strong,簡(jiǎn)稱s)、鮮艷色調(diào)(vivid,簡(jiǎn)稱v)等具有顯著色彩傾向的色調(diào),僅占總體色調(diào)1%左右。將24個(gè)代表色根據(jù)色彩數(shù)值進(jìn)行色調(diào)歸類,每個(gè)色相中各色彩飽和度及明度的均值由高到低依次集中于輕柔色調(diào)、淺灰色調(diào)及灰色調(diào)之中。結(jié)合以往對(duì)民國(guó)社會(huì)文化信息的研究,這一時(shí)期西方色彩體系理論逐漸影響人們的審美喜好,中性色彩系列已經(jīng)成為服飾面料的主流;紡織印染技術(shù)的進(jìn)步也促進(jìn)了印花面料的質(zhì)量的提高、色彩數(shù)量的增加。色譜的拓寬使色彩不再僅局限于傳統(tǒng)的染料當(dāng)中,色彩已“由單色而進(jìn)于復(fù)色,由紅綠之俗而進(jìn)于淡潔之雅”,形成鮮明的時(shí)代特色[22]。

圖5 PCCS色彩體系及民國(guó)旗袍色彩分布規(guī)律

3 色彩關(guān)聯(lián)規(guī)則分析及應(yīng)用

3.1 色彩關(guān)聯(lián)規(guī)則建立

Apriori是最為經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法之一,最開始被應(yīng)用于商品關(guān)聯(lián)交易的情境。該算法通過對(duì)數(shù)據(jù)項(xiàng)集的搜索來計(jì)算事物共現(xiàn)的頻率來獲得支持度及置信度,從而確定數(shù)據(jù)集中的強(qiáng)關(guān)聯(lián)規(guī)則[25]。對(duì)提取得到的24個(gè)代表色彩進(jìn)行分析,首先通過劃定閾值獲得較強(qiáng)關(guān)聯(lián)的色彩,據(jù)此將最小支持度設(shè)置為0.05獲得較為合理的規(guī)則數(shù)量。然后去掉規(guī)則中的重復(fù)共現(xiàn)項(xiàng),如“C03—C04”和“C04—C03”兩組色彩具有相同的支持度15.94%,表示在414張民國(guó)旗袍紋樣圖片中有約67幅同時(shí)出現(xiàn)這兩種色彩。同時(shí)“C03—C04”色彩搭配的置信度為52.80%,說明在C03顏色出現(xiàn)的前提下,有半數(shù)的概率會(huì)是C03、C04兩種色彩同時(shí)搭配出現(xiàn);相對(duì)應(yīng)地,“C04—C03”的色彩搭配則是以C04為選擇前提,兩色共現(xiàn)的概率數(shù)值為33.85%,在規(guī)則中取置信度更高的搭配“C03—C04”視作一組共現(xiàn)色彩,最終得到13條雙色及5條三色搭配規(guī)則。從獲得的關(guān)聯(lián)數(shù)據(jù)中側(cè)面反映出民國(guó)旗袍色彩豐富、用色多樣,并不固定局限于某幾種顏色搭配之中。本文以C03顏色為例,列舉部分支持度及置信度較高的雙色及三色搭配規(guī)則,如表3所示。

表3 雙色、三色搭配色彩部分樣本

色彩間的搭配還會(huì)形成一種調(diào)和關(guān)系,在PCCS色彩體系中提出了同一調(diào)和、類似調(diào)和及對(duì)照調(diào)和三種方式。從色調(diào)的角度看,同一調(diào)和是同色調(diào)中不同色相進(jìn)行搭配;類似調(diào)和是相鄰的兩個(gè)色調(diào)之間進(jìn)行配比,畫面具有一定的層次但并不突出;對(duì)照調(diào)和的兩個(gè)色調(diào)之間距離較遠(yuǎn),不同色彩間明度和飽和度具有一定的差異,畫面整體層次更為突出。在民國(guó)旗袍的色彩關(guān)聯(lián)規(guī)則中,基本上是類似“C03—C06”同種色調(diào)或是“C03—C02”相鄰色調(diào)之間的搭配,色彩間明度及飽和度數(shù)值相似,在視覺上弱化對(duì)比,整體表現(xiàn)出端莊優(yōu)雅的風(fēng)格。

色彩搭配規(guī)則建立對(duì)于推薦配色具有一定的意義,通過關(guān)聯(lián)算法可以挖掘出最具有代表性的色彩共現(xiàn)搭配,但從設(shè)計(jì)推薦的角度來看基于同一支持度閾值劃分的色彩規(guī)則具有一定局限性,可根據(jù)用戶偏好選定了中心色彩后根據(jù)關(guān)聯(lián)置信度數(shù)值的大小來推薦配色,為設(shè)計(jì)提供更多樣的方案。本文以C03、C06、C15、C21為例,列舉其作為中心色彩時(shí)與置信度排名前5～7的搭配色彩,如圖6所示。中心色彩位于色彩網(wǎng)絡(luò)中心,其對(duì)應(yīng)的搭配色彩在外圍環(huán)狀分布,色彩點(diǎn)面積越大表示其置信度越高。圖6中,用實(shí)線連接表示中心色彩與搭配色彩之間的雙色搭配關(guān)系,用虛線關(guān)聯(lián)表示在中心色彩選擇的前提下其余配色之間的搭配關(guān)系,如“C06—C02”形成雙色搭配的同時(shí),還可與C03或C04形成三色搭配規(guī)則。中心色彩與其關(guān)聯(lián)配色之間形成不同的色彩網(wǎng)絡(luò),可以為再設(shè)計(jì)配色提供參考。

圖6 色彩搭配網(wǎng)絡(luò)示例

3.2 搭配規(guī)則應(yīng)用

為了更直觀地表示色彩間的搭配關(guān)系,本文借助Style3D虛擬試衣軟件將面料圖案紋樣應(yīng)用于旗袍款式展示之中。如圖7所示,選擇較為簡(jiǎn)約、符合民國(guó)旗袍常見形制的立領(lǐng)連身袖斜襟長(zhǎng)款旗袍作為紋樣展示的旗袍款式,整體分為大身、滾邊及一字盤扣。對(duì)于面料圖案的選擇,植物花卉是民國(guó)旗袍中常見的紋樣,并且這一時(shí)期服飾紋樣在逐漸追求和強(qiáng)調(diào)裝飾性,多成散點(diǎn)均勻分布,故選擇一幅平面花卉圖樣作為待設(shè)計(jì)紋樣。

圖7 待設(shè)計(jì)旗袍款式及紋樣

在24個(gè)旗袍紋樣代表色中以前文中構(gòu)建色彩網(wǎng)絡(luò)的C03、C06、C15、C21作為中心色彩提出4個(gè)設(shè)計(jì)方案。在圖案紋樣的設(shè)計(jì)上,將原圖案色彩填充部位拆解為花型紋樣、葉型紋樣及底色。首先選擇一種中心色彩用以填充畫面占比最大的葉型紋樣,之后再按相應(yīng)色彩網(wǎng)絡(luò)中置信度數(shù)值推薦其余兩種搭配色。在旗袍整體款式展示中,為保證整體的協(xié)調(diào)性,滾邊及盤扣服飾配件的色彩選擇與搭配用色一致。色調(diào)組合、圖案及旗袍款式展示如表4所示,配色間不同色調(diào)的搭配增加了色彩層次,豐富了整體的紋樣設(shè)計(jì)。4種設(shè)計(jì)方案在色彩選擇及色調(diào)搭配上整體符合民國(guó)旗袍的用色規(guī)律,與傳統(tǒng)旗袍穩(wěn)重、優(yōu)雅的氣質(zhì)相匹配。本文借助數(shù)字化技術(shù)進(jìn)行民國(guó)旗袍紋樣配色分析及推薦,為現(xiàn)代旗袍的個(gè)性化設(shè)計(jì)提供了一定的參考。

表4 旗袍紋樣色彩設(shè)計(jì)方案

4 結(jié) 論

本文基于聚類算法和PCCS體系對(duì)民國(guó)旗袍的紋樣色彩進(jìn)行分析,為旗袍的紋樣色彩再設(shè)計(jì)提供一定的參考。依據(jù)不同聚類方法的特點(diǎn),對(duì)單幅圖像色彩的初次聚類結(jié)合輪廓系數(shù)法確定色彩提取數(shù)量,采用分割效果更好的結(jié)合超像素分割的模糊C均值聚類方法;對(duì)于色彩數(shù)值的二次分通道聚類根據(jù)HSV顏色量化模型采取效率更高的K-means聚類方法,共獲得24個(gè)代表色彩。對(duì)聚類得到的色彩從屬性分布和PCCS色彩體系兩方面進(jìn)行分析,通過Apriori數(shù)據(jù)挖掘算法分析配色關(guān)系從而建立較強(qiáng)關(guān)聯(lián)規(guī)則,最終通過旗袍款式及圖案紋樣進(jìn)行再設(shè)計(jì)展示。結(jié)果發(fā)現(xiàn):在屬性分布上,民國(guó)旗袍黃色系及紅色系數(shù)量最多,主要集中于中高明度、中低飽和的分布;在色調(diào)及色彩意象方面,色調(diào)偏重于淺灰色調(diào)、灰色調(diào)及輕柔色調(diào),色彩間對(duì)比減弱,整體表現(xiàn)出素雅穩(wěn)重的感覺;根據(jù)置信度數(shù)值排序建立了24種中心色彩的配色規(guī)則,為用戶進(jìn)行色彩搭配推薦,設(shè)計(jì)方案整體可以比較好地呈現(xiàn)出民國(guó)旗袍的風(fēng)格。但目前研究中受樣本數(shù)量和提取算法的限制,其結(jié)果也具有一定的局限性。后續(xù)將深入探索建立一套從紋樣色彩采集到再應(yīng)用的完整設(shè)計(jì)系統(tǒng),逐步實(shí)現(xiàn)智能配色與個(gè)性化推薦,讓設(shè)計(jì)有理可尋、有據(jù)可依,從而提高效率及滿意度,并通過技術(shù)提升和方法創(chuàng)新等手段將旗袍文化及設(shè)計(jì)元素發(fā)揚(yáng)傳承,使其不斷煥發(fā)新的生機(jī)。同時(shí)將結(jié)合不同的提取分析方法,多角度對(duì)色彩搭配進(jìn)行細(xì)化并深入分析,為新產(chǎn)品的設(shè)計(jì)提供更多的理論和技術(shù)支持。

《絲綢》官網(wǎng)下載

中國(guó)知網(wǎng)下載