吳 清 朱宏宣

北京電影學(xué)院中國電影高新技術(shù)研究院，北京 100088

【關(guān)鍵字】計量電影學(xué)；定量統(tǒng)計；韋斯·安德森；電影色彩；可視化

1 研究背景與現(xiàn)狀

自從第一部彩色故事片《浮華世界》誕生后，色彩就密切參與到電影敘事中，成為調(diào)動觀眾情緒的重要組成部分。色彩是電影中最重要的風(fēng)格元素之一，也是最具價值的元素之一。

目前，國內(nèi)學(xué)者對于電影色彩的研究主要集中在一些定性研究上，例如孫鵬飛[1]對張藝謀電影中的色彩運用進行了研究，對其特點和作用進行了思考；鄭舒[2]討論了色彩蒙太奇在電影中對人物關(guān)系的刻畫等。對電影色彩數(shù)據(jù)提取并進行色彩搭配的研究也逐漸興起，趙伸[3]提出的基于特征點提取的影視動畫場景色彩搭配系統(tǒng)，結(jié)合視景仿真和視覺優(yōu)化成像的方法，使用圖像處理和三維視景仿真技術(shù)進行影視動畫場景色彩搭配設(shè)計；唐媛媛[4]利用可視化的方法進行了在計量電影學(xué)（Cinemetrics）視域下的紅色電影研究，對鏡頭、色彩進行計量，并分析了其美學(xué)內(nèi)涵。這些都是對色彩使用規(guī)律以及色彩風(fēng)格的研究探索。

隨著計量電影學(xué)的興起，基于傳統(tǒng)文本的電影風(fēng)格研究越來越注重借助客觀數(shù)據(jù)。國內(nèi)利用計量電影學(xué)對電影的研究已經(jīng)有了一定的進展，由北京大學(xué)藝術(shù)學(xué)院李道新教授團隊與中國傳媒大學(xué)文化大數(shù)據(jù)實驗室合作開發(fā)的光影綿長數(shù)字平臺，對影人、影片建立了數(shù)據(jù)庫，并對中國電影影人、影史進行可視化[5]。范志忠等[6]運用計量電影學(xué)的方法，通過考察鏡頭數(shù)量與長度、剪輯節(jié)奏、鏡頭切換方式、構(gòu)圖等因素，對電影作品《我和我的祖國》《我和我的家鄉(xiāng)》和《金剛川》這三部作品進行了深入研究，以定性研究為核心，結(jié)合量化研究，探索這些電影作品的可視化路徑。北京師范大學(xué)藝術(shù)與傳媒學(xué)院副教授陳剛[7]借用現(xiàn)有的數(shù)字計量工具Cinemetrics，分別從影片的風(fēng)格、節(jié)奏、空間這三個方面，統(tǒng)計了費穆電影中的鏡頭數(shù)量-時長和類型，同時將鏡頭拍攝方式、轉(zhuǎn)場方式、畫面景別和構(gòu)圖等其他數(shù)據(jù)進行計量統(tǒng)計，生成可視化圖表。喬潔瓊等[8]也在計量電影學(xué)的基礎(chǔ)上，對1920 年代中國武俠電影類型風(fēng)格進行探索。王婧等[9]運用計量電影學(xué)相關(guān)算法和智能工具對王家衛(wèi)電影的風(fēng)格節(jié)奏、臺詞和畫面色彩等方面進行量化研究。李逸等[10]也利用Cinemetrics 數(shù)字計量工具，從計量電影學(xué)的角度對20 世紀(jì)90 年代中國電影的平均鏡頭時長等數(shù)據(jù)進行統(tǒng)計并生成可視化圖像，從剪輯的角度思考中國當(dāng)代電影的導(dǎo)演風(fēng)格特征。

國內(nèi)基于計量電影學(xué)不僅對電影鏡頭的長度和頻率等進行了定量研究，并且出現(xiàn)了唐媛媛[4]等人對某個歷史時間段電影色彩的計量研究，但對電影色彩風(fēng)格可視化方法的研究并沒有很多。因此，本文希望基于計量電影學(xué)，利用計量統(tǒng)計方法，探索電影色彩風(fēng)格可視化的方法，考慮電影原始素材的易取性和極具特色的色彩風(fēng)格這兩個因素，選取導(dǎo)演韋斯·安德森的電影作為案例。

2 計量電影學(xué)

2.1 計量電影學(xué)定義

計量電影學(xué)，也稱作電影計量學(xué)，是一門研究電影及其元素的學(xué)科。20 世紀(jì) 70 年代，巴瑞·索特（Barry Salt）運用計算機統(tǒng)計方法研究電影，初步建立了電影計量研究的理論和方法?；ヂ?lián)網(wǎng)大數(shù)據(jù)時代，計量電影學(xué)成為一種新型的電影學(xué)術(shù)組織模式[11]。它旨在通過定量分析電影元素，如鏡頭類型、鏡頭變化、畫面構(gòu)圖、色彩等，深入了解電影制作和影片內(nèi)容，通過數(shù)據(jù)和統(tǒng)計分析來揭示影片制作和觀眾體驗之間的模式和趨勢，其主要分類是量化研究、大數(shù)據(jù)研究、比較研究、可視化研究和電影風(fēng)格研究[12]。計量電影學(xué)的方法包括統(tǒng)計分析、數(shù)據(jù)挖掘等，以揭示電影在情節(jié)、情感、節(jié)奏等方面的變化和趨勢，研究者可以通過比較不同電影之間的數(shù)據(jù)，揭示出影片制作風(fēng)格的差異和共同特點。這種方法可以幫助研究者分析不同類型的電影，了解影片制作和觀眾反應(yīng)之間的關(guān)聯(lián)。

開展計量電影學(xué)研究需要進行測量元素的確定和測量工具的選擇。測量元素需要具備參與電影構(gòu)成和對觀眾產(chǎn)生影響這兩個條件才有意義，并且要從元素測量的必要性、可測量性來進行考量；元素的選取需兼顧常量、變量，以更好地研究不同類型、年代、導(dǎo)演的電影所具有的一般規(guī)律，而變量是研究電影風(fēng)格的重要元素之一。測量工具一般會用到數(shù)據(jù)提取工具和數(shù)據(jù)統(tǒng)計分析工具兩類。目前，市面上許多剪輯或調(diào)色軟件都可以作為輔助性測量工具，如Premiere Pro、DaVinci Resolve 等，常見的統(tǒng)計分析工具有SPSS、Matlab、Python 等[12]。隨著現(xiàn)代科技的發(fā)展，計算機輔助電影研究的軟件也在不斷升級迭代。

2.2 計量電影學(xué)相關(guān)研究

2005 年，Yuri Tsivian 與Gunars Civjans 創(chuàng)建了一個名為Cinemetrics 的網(wǎng)絡(luò)數(shù)據(jù)庫，用于測量鏡頭的長度以及與風(fēng)格（例如鏡頭的比例）或內(nèi)容相關(guān)的其他元素。通過Cinemetrics，可以計算平均鏡頭長度（Average Shot Length, ASL）、中間鏡頭長度（Medium Shot Length, MSL）、最小鏡頭長度（MIN）、最大鏡頭長度（MAX）等[13]。

2013 年， Lev Manovich 的“可視化維爾托夫”（Visualizing Vertov），則側(cè)重于吉加·維爾托夫（Dziga Vertov）導(dǎo)演電影中參數(shù)的定量呈現(xiàn)和可視化，它使用實驗性可視化技術(shù)來補充熟悉的柱狀圖和折線圖，如每個鏡頭都顯示為一個圓圈，大小代表鏡頭的長度[13]。

2016 年，Burghardt 等[14]通過考慮語言和顏色等參數(shù)，增強現(xiàn)有的以鏡頭為中心的電影定量研究方法，利用“電影條形碼”（Movie Barcode）來對電影色彩數(shù)據(jù)進行可視化以及在更詳細的視圖中呈現(xiàn)不同類型的信息。電影條形碼通過將電影的單幀畫面壓縮成細長的條形圖，創(chuàng)造出一種類似于條形碼的效果，以此來展示整部電影的顏色和畫面變化。

語言參數(shù)的字幕文件通過 OpenSubtitles 字幕數(shù)據(jù)庫等網(wǎng)站免費獲得，一般為.srt 文件。顏色信息可以通過將電影切割成單幀并計算每幀最常見的顏色來獲取。通過使用開源工具 FFmpeg 從電影中提取單個幀，利用K-means 聚類算法將每個幀中相似的RGB 值分組在一起。調(diào)用 Python 庫NLTK①對電影的字幕文件執(zhí)行基本的POS 標(biāo)記處理②，并對名詞與顏色的關(guān)聯(lián)性進行研究；調(diào)用Python 庫 TextBlob③對每個形容詞執(zhí)行簡單的情感分析，用 -1（負面）和 +1（正面）之間的極性分?jǐn)?shù)標(biāo)記它們。分析完成后，每幀保存為.jpg 文件，所有定量數(shù)據(jù)都存儲在 JSON 文件中。

2016 年，上海大學(xué)上海電影學(xué)院影視工程系田豐、陳琛結(jié)合百人影視團隊創(chuàng)建了電影內(nèi)容特征數(shù)據(jù)庫，運用人工標(biāo)注和計算機自動生成數(shù)據(jù)的方法進行影視內(nèi)容數(shù)據(jù)的積累，人工輸入的內(nèi)容包括主角年齡等相關(guān)數(shù)據(jù)，計算機生成的內(nèi)容有顏色、鏡頭、景別等數(shù)據(jù)。平臺可按時間序列進行圖像分割，一鍵獲取亮度值等特征數(shù)據(jù)，并統(tǒng)計其全片平均值，還可根據(jù)人臉識別獲取人物出現(xiàn)的時間、景別等，用戶可以使用音視頻閱讀瀏覽器進行電影數(shù)據(jù)的讀取[15]。

2017 年，雷根斯堡大學(xué)媒體信息學(xué)組提出將顏色作為定量分析參數(shù)，并且創(chuàng)建了一個能根據(jù)特定顏色分布搜索電影的系統(tǒng)。這個信息系統(tǒng)利用ColorDiff④庫將1500 多個電影條形碼映射到11 種標(biāo)準(zhǔn)顏色的調(diào)色板，還采集電影元數(shù)據(jù)，如類型、年份、導(dǎo)演、國家、字幕中的關(guān)鍵詞等。該系統(tǒng)可根據(jù)顏色分布搜索電影，也可通過單個或多個關(guān)鍵字相結(jié)合的方式識別特定類型或特定時間段內(nèi)顏色使用的總體趨勢[16]。

2018 年，Burghardt 等[17]提出一個用于電影研究的探索性交互式工具。電影分割成鏡頭后，可依次顯示為可縮放的電影條形碼，即電影學(xué)者可以放大電影條形碼用來探索單個章節(jié)或場景。該工具還提供搜索功能，可用于根據(jù)從字幕和電影中自動提取的字符或關(guān)鍵詞（如角色名）篩選鏡頭，用戶可以選擇顯示或隱藏篩選結(jié)果集之外的鏡頭，過濾后的結(jié)果也顯示為交互式電影條形碼。每個鏡頭都由電影中的一個關(guān)鍵幀表示，用戶可以通過滑塊來放大或縮小可視化的比例。在每個關(guān)鍵幀下方，對話框可視化為彩色矩形，其中顏色用于區(qū)分字符，每個矩形代表電影字幕中的一句話。電影學(xué)者可以隨時單擊關(guān)鍵幀以獲得鏡頭的詳細視圖和相應(yīng)的對話。圖1中三個電影條形碼說明了《風(fēng)月俏佳人》（1990）鏡頭的不同縮放級別：圖1（a）顯示了整部電影的壓縮電影條形碼；圖1（b）顯示了電影條形碼中包含字符“Edward”的所有鏡頭，任何其他鏡頭都以灰度顯示；圖1（c）顯示所有包含角色“David Morse”的鏡頭，任何其他鏡頭都被排除在電影條形碼之外。

圖1 《風(fēng)月俏佳人》三個維度的電影條形碼[17]

2019 年，蘇黎世大學(xué)研究項目組提出一個以電影顏色分析為中心的視覺電影標(biāo)注系統(tǒng)VIAN，這是第一個由現(xiàn)代深度學(xué)習(xí)分割方法實現(xiàn)的包含前景至背景信息的方法。該工具無縫集成了一個多媒體數(shù)據(jù)管理系統(tǒng)，可以進行電影的全方位色彩分析。自2017 年以來，已使用計算機輔助工作流程對包含400 多部影片的語料庫進行了分析，該工作流程已集成到視頻注釋和分析軟件 VIAN 中。其眾包軟件客戶端VIAN WebApp 的數(shù)據(jù)庫存儲著語義標(biāo)注和數(shù)字顏色信息，大部分?jǐn)?shù)據(jù)托管在 Postgres SQL 數(shù)據(jù)庫上；為了快速查詢和處理數(shù)字信息，使用 HDF5 文件結(jié)構(gòu)，數(shù)據(jù)由微軟Azure 上的云計算處理[18]。個人或組織可將電影色彩分析項目上傳到在線平臺，作為回報，用戶可以下載他人上傳的電影色彩分析項目，并根據(jù)自己的興趣進行調(diào)整。

2021 年，Chen 等[19]設(shè)計了一個用于電影色彩計算分析的Python 包，提供了定量工具來研究和比較電影色彩的使用。該軟件包有兩大方面功能：測量、計算和比較電影色彩，以及多樣化的電影色彩可視化方法。同年，Redfern[20]利用電影條形碼對美國電影預(yù)告片的配色進行了比較研究，研究了2016 年至2019 年9 種類型共計173 部獲得“金預(yù)告片獎”提名的預(yù)告片，從色調(diào)、飽和度和亮度三個元素，對不同類型的電影進行了可視化的圖表研究，以確定它們的色調(diào)在類型層面上存在哪些異同。他們認(rèn)為，分析電影色彩的計量方法能夠超越對單個電影的詮釋學(xué)解釋，用于在語料庫級別可視化和探索電影中色彩的不同屬性。

總體而言，計量電影學(xué)測量工具的發(fā)展經(jīng)歷了從早期簡單的定量描述到計算機輔助分析和機器學(xué)習(xí)的演進，從Cinemetrics 和“可視化維爾托夫”只對鏡頭這一參數(shù)的計量可視化，到電影條形碼這一直觀的色彩計量可視化形式，再到將深度學(xué)習(xí)等加入色彩計量分析的VIAN，學(xué)者們都在嘗試將計量后的可視化結(jié)果與語言、情感等主觀因素一起進行定量與定性結(jié)合的分析，為電影研究提供了更多的定量手段和深入研究的可能性。

3 電影色彩風(fēng)格可視化方案

本研究運用計量電影學(xué)的研究方法，選取亮度、色調(diào)、飽和度、圖像特征作為測量元素，VIAN 軟件、Python 語言和Origin 2021 作為計量電影學(xué)測量工具，以韋斯·安德森的十部電影作為案例，對電影色彩風(fēng)格可視化的方法進行研究。

韋斯·安德森以喜劇電影聞名，本研究選取的這十部電影都是喜劇類型片，分別為《瓶裝火箭》（1996）、《青春年少》（1998）、《天才一族》（2001）、《水中生活》（2004）、《穿越大吉嶺》（2007）、《了不起的狐貍爸爸》（2009）、《月升王國》（2012）、《布達佩斯大飯店》（2014）、《犬之島》（2018）、《法蘭西特派》（2021）。研究采用以高效率視頻編碼（HEVC）為編解碼器，視頻位深為10 Bit的藍光版本作為案例樣本。

（1）對于亮度，筆者采用計量統(tǒng)計方法對這10 部電影的亮度隨時間的分布進行可視化，以便更清晰地了解亮度隨時間的變化；（2）色調(diào)方面，采用電影條形碼工具對每部影片進行電影條形碼的生成，以便更直觀地了解其電影色彩的整體風(fēng)格及大致走向；（3）對于亮度、色調(diào)、飽和度三者而言，對其進行三維圖表的可視化，能更直觀地了解三者之間的聯(lián)系；（4）對于圖像特征，本文采用Python 語言調(diào)用OpenCV 庫對10 部電影的關(guān)鍵幀進行圖像特征的提取及可視化。

將這10 部電影導(dǎo)入VIAN 進行色彩數(shù)據(jù)的提取，VIAN 軟件會將RGB 色彩模式轉(zhuǎn)化成CIELAB 色彩模式，后者也稱為LAB 色彩空間，是一種用于描述和表示顏色的色彩模式。CIELAB 基于人眼對顏色感知的方式，將顏色表示為三個坐標(biāo)軸：L 表示亮度，A 表示紅綠色通道，B 表示黃藍色通道。VIAN 的所有顏色屬性可視化和分析均位于 CIELAB 空間中。

3.1基于亮度的整體可視化方案

本研究將10 部電影的亮度隨時間的變化趨勢用可視化方式呈現(xiàn)。從這10 部電影的亮度分布圖來看，發(fā)現(xiàn)韋斯·安德森較早拍攝年份的電影整體亮度波動起伏較平穩(wěn)，隨著拍攝年份的增加，影片中相鄰時間段之間的亮度波動越來越頻繁，且波動越來越大，如圖2所示。

圖2 韋斯·安德森10部電影的亮度與時間關(guān)系圖

3.2 基于色調(diào)的整體可視化方案

如前所述，電影條形碼是電影色彩可視化最常用的方法，其將電影中的單幀（通常是每隔一定數(shù)量的幀）提取出來，然后將這些幀縮小到單個像素的寬度并堆疊在一起，并將它們的平均色彩按時間順序排列在一條長條上，每一列代表電影中的一幀，整部電影就被表示為一系列顏色條。通過觀察這些條形碼，可以快速捕捉到電影的視覺特點、色調(diào)變化。電影條形碼展示了電影和數(shù)據(jù)可視化的結(jié)合，使人們能更好地理解電影的色彩風(fēng)格。

筆者運用電影條形碼工具生成了對應(yīng)10 部電影的長為1000 像素，寬為250 像素的條碼，并在右邊配上相應(yīng)電影具有代表性的場景。通過圖3 中10 個條碼依次可展示各電影的整體色彩傾向：《瓶裝火箭》整體偏咖色；《青春年少》整體偏灰褐色；《天才一族》整體偏明黃色且中間有一段是藍色；《水中生活》整體的色調(diào)分布相比前幾部影片較離散，但還是有整體的深褐色調(diào)，中間帶有一些米色、藍色、綠色；《穿越大吉嶺》整體為偏暗的土黃色，并且中間帶有一段深藍色；《了不起的狐貍爸爸》整體為偏亮黃色，前面一段是偏亮的橙黃色和深藍色交替出現(xiàn)，片尾逐漸變?yōu)槊咨弧对律鯂氛w是一種介于綠色和黃色的交界色，中間不時出現(xiàn)深藍色；《布達佩斯大飯店》整體為粉色，中間一段亮度明顯減弱，并且粉色藍色交替出現(xiàn)；《犬之島》整體是白、黃、褐這三種顏色的分布，并且三種顏色的集中分布較為明顯；《法蘭西特派》整體是一個亮度較低的灰褐色，夾雜著一些暗黃色，和之前的《青春年少》有著異曲同工之妙。

圖3 韋斯·安德森10部電影的電影條形碼及其參照圖

3.3 基于亮度、色調(diào)、飽和度的整體可視化方案

在對10 部電影進行了亮度、色調(diào)整體可視化后，對亮度、色調(diào)、飽和度三者整體進行計量，統(tǒng)計完每部的色彩數(shù)據(jù)并對其進行匯總，將10部電影飽和度、色調(diào)、亮度三者之間的關(guān)系進行三維圖可視化。

如圖4 所示，X 軸為色調(diào)，Y 軸為亮度，Z 軸為飽和度，圖中數(shù)據(jù)點的顏色由10 部電影所提取出的色調(diào)數(shù)據(jù)映射而來。韋斯·安德森在色調(diào)上整體選用橙藍互補色的搭配方案，暖色調(diào)飽和度的最高值和數(shù)量明顯高于且多于冷色調(diào)飽和度的最高值和數(shù)量，且?guī)缀跏且槐兜牟罹?，因此可得出韋斯·安德森導(dǎo)演電影總體為飽和度較高的暖色調(diào)搭配飽和度較低的冷色調(diào)的規(guī)律。

圖4 韋斯·安德森10部電影亮度、色調(diào)、飽和度三維關(guān)系圖

3.4 基于圖像特征的整體可視化探索

圖像特征是指圖像中具有辨識和描述性質(zhì)的關(guān)鍵信息。在計算機視覺（CV）領(lǐng)域，圖像特征可以是圖像中的紋理、顏色或形狀等屬性。這些特征被用于訓(xùn)練機器學(xué)習(xí)（ML）模型，幫助計算機理解和識別圖像中的內(nèi)容。

視覺圖像搜索（Visual Image Search）和圖像特征密切相關(guān)，圖像特征是用于表示和描述圖像內(nèi)容的關(guān)鍵元素，而視覺圖像搜索的目標(biāo)是通過相似度比較找到與查詢圖像相似的圖像。圖像特征的選擇和提取方法對于視覺圖像搜索的成功非常關(guān)鍵。合適的特征可以確保系統(tǒng)能夠準(zhǔn)確地捕捉圖像的重要信息，而索引結(jié)構(gòu)和相似度度量方法可以影響搜索速度和準(zhǔn)確性。

本文運用Python 語言調(diào)用OpenCV 庫對VIAN 軟件提取來自10 部電影的5000 張關(guān)鍵幀進行遍歷，提取其圖像特征并進行可視化表示。已知所有圖像的中間部分在顏色空間或構(gòu)圖空間上有顯著的區(qū)別，故可以以中心為圓心繪制橢圓，加強對中間部分的分析，從而更加高效地提取圖像特征。

程序主要分為如下步驟：

（1） 初始化參數(shù)和特征提取器。顏色空間特征提取器和構(gòu)圖空間特征提取器的初始化。

（2）遍歷圖片文件夾。10 個文件夾中分別有500張關(guān)鍵幀，獲取10個圖片文件夾中的所有圖片，并通過每隔5張的方式選擇部分圖片進行處理。

（3） 顏色和構(gòu)圖特征提取。使用顏色空間特征提取器和構(gòu)圖空間特征提取器分別對圖片進行特征提取。

（4）特征合并和可視化。將10 個文件夾提取的顏色和構(gòu)圖特征分別進行合并，并通過Matplotlib 庫進行可視化，繪制直方圖和顯示圖片。

（5）整體特征合并和可視化。將10 個文件夾中圖片提取的特征進行整體合并，再次進行可視化。

如圖5 所示，可視化結(jié)果中前五張圖是關(guān)鍵幀合集中提取的左上、右上、左下、右下、中心部分顏色空間特征，第六張圖是構(gòu)圖空間特征，這六張圖合起來為韋斯·安德森導(dǎo)演的色彩特征可視化圖表。

圖5 韋斯·安德森10部電影的顏色空間特征和構(gòu)圖空間特征

一般來說，應(yīng)該將提取出來的顏色空間特征和構(gòu)圖空間特征存儲在CSV 文件中，通過圖像索引表構(gòu)建驅(qū)動，實現(xiàn)將數(shù)據(jù)集的所有圖像存儲到兩種特征向量的索引表中，并且通過特征提取器，可以提取指定圖像的特征向量，剩下只需實現(xiàn)匹配指定圖像的特征向量以及索引表中的數(shù)據(jù)，以此來實現(xiàn)圖片的搜索匹配。

4 討論與展望

本文提出在計量電影學(xué)下對電影色彩風(fēng)格可視化方法的研究，運用計量電影學(xué)計算機輔助工具，以韋斯·安德森的電影作為研究案例，選取亮度、色相、飽和度、圖像特征作為測量元素，實現(xiàn)大量數(shù)據(jù)的可視化方法。通過對計量色彩風(fēng)格可視化方法的研究，筆者發(fā)現(xiàn)隨著年份的增加，韋斯·安德森的喜劇電影中相鄰時間段亮度波動越來越頻繁，且波動越來越大；其電影總體為飽和度較大的暖色調(diào)搭配飽和度較小的冷色調(diào)的色彩搭配規(guī)律；并且基于圖像特征的提取，對其影片進行色彩風(fēng)格特征可視化的探索。

隨著計算機技術(shù)的巨大進步，對數(shù)據(jù)進行計量和可視化分析的需求已逐漸展現(xiàn)，計量電影學(xué)提供的結(jié)合可視化數(shù)據(jù)進行定量分析的電影研究方法，也為以主觀評判為主的電影風(fēng)格研究提供了可靠的客觀數(shù)據(jù)和計算機輔助電影研究工具。

本次研究對于電影色彩風(fēng)格可視化方法的探索應(yīng)用了計量電影學(xué)相關(guān)軟件，并在計算機視覺領(lǐng)域上基于相關(guān)編程語言對影片進行了色彩風(fēng)格的可視化方法探索，希望能為當(dāng)下電影色彩研究帶來新的思考。但本研究采用的色彩可視化方法還不夠系統(tǒng)全面，樣本數(shù)量較少，不足以對某種類型或某個年代的電影色彩風(fēng)格進行可視化。未來，筆者對電影色彩風(fēng)格可視化方法的研究將著重于電影色彩風(fēng)格可視化工具的研究與開發(fā)，探索新的色彩可視化方法，增加樣本數(shù)量，希望通過Python 網(wǎng)絡(luò)爬蟲的優(yōu)勢能對大量影片進行色彩風(fēng)格的可視化，為分析導(dǎo)演、類型或特定年代影片的色彩風(fēng)格提供工具，進一步探索應(yīng)用計量電影學(xué)工具實現(xiàn)電影風(fēng)格研究。?

注釋

① NLTK 代表自然語言工具包（Natural Language Toolkit）是一個用于處理人類語言數(shù)據(jù)的Python 庫。它提供了許多工具和資源，用于文本分析、語言處理和機器學(xué)習(xí)等任務(wù)。NLTK 包括各種語料庫、分詞器、詞性標(biāo)注器、命名實體識別器等功能，使開發(fā)者能夠更輕松地處理和分析文本數(shù)據(jù)。

② POS 標(biāo)記處理指的是詞性標(biāo)注（Part-of-Speech Tagging），它是自然語言處理中的一項任務(wù)，旨在為句子中的每個單詞確定其詞性（如名詞、動詞、形容詞等）。詞性標(biāo)注是文本處理和語言分析的基礎(chǔ)步驟之一，有助于理解句子的語法結(jié)構(gòu)和語義信息。

③ TextBlob 是一個基于Python 的自然語言處理庫，用于處理文本數(shù)據(jù)。使用TextBlob 進行情感分析可以幫助判斷一段文本的情感傾向是正面的、負面的，還是中性的。

④ ColorDiff 庫是一個用于計算圖像顏色差異的庫。它通常用于比較兩幅圖像之間的顏色差異，可以幫助用戶分析圖像的變化或找出其中的差異。這個庫包含各種算法和工具，旨在提供準(zhǔn)確的顏色比較結(jié)果。