适合技术宅的装修配色指南

阅读难度:★★☆☆☆

技能要求:机器学习、数据可视化

字数:700字

阅读时长:3分钟

先看一个视频

视频内容

作为一名技术宅,如何使用技术来装修美化自己的家?本文介绍一种基于数据的方法,为技术宅装修选材中的墙面配色选择提供参考。具体来讲是一种DIY色彩图谱用于生成墙面漆配色方案的方法。

——数据驱动型的室内设计方法之一

实现过程:使用算法从莫兰迪的画作中提取颜色,然后把颜色的搭配关系应用到墙面漆色卡选择中。

01

爬虫收集莫兰迪的画作

为何选择莫兰迪画作?因为莫兰迪色系是高级灰,特别适合“技术宅”的风格。

乔治·莫兰迪 Giorgio Morandi 1890-1964 生于意大利波洛尼亚,是意大利著名的版画家、油画家。青年时考入波伦亚艺术学院,曾经长期在这所学院担任美术教师,教授版画课程。莫兰迪既推崇早期文艺复兴大师的作品,也对此后各种流派的大胆探索有着强烈共鸣。 “莫兰迪在他的“形而上”时期借用了这一异质,他着迷于塞尚对想象、构成和创造的拒绝”。这段文字,对理解莫兰迪的绘画十分重要。

通过收集莫兰迪的画作,我们选取了53幅代表性画作,如下所示:

02

通过算法计算出其主要的52个颜色:

莫兰迪画作的色彩调色板已经顺利提取出来,接下来

03

爬取立邦漆的颜色色卡

共计1880个颜色,我们探索下这个数据集的色彩分布情况:

各个色系都有所分布,并且深浅的都有,再换一种方式探索下:

总体上是偏明亮、清新的。

04

映射关系的建立

立邦漆的颜色跟莫兰迪的高级灰稍有点不一样,但是不要紧,通过算法我们可以把莫兰迪的颜色映射到立邦墙面漆的色卡上,在立邦漆现有的色卡上挑选出高级灰的颜色系列,从而搭配出莫兰迪风格的墙面漆配色方案。建立映射后,选取出来的立邦漆莫兰迪色卡如下:

05

生成墙面色彩搭配方案

顺路使用echart写了一个色彩图谱工具,供用户随意搭配颜色。其中节点大小表示颜色的相对配比,连线表示建议的颜色搭配。

以上为全文。

图谱体验地址,公众号回复“M2”,获取。

关于色彩图谱相关的研究应用,mixlab开设了一个超级节点:

MLN-004

大数据x色彩图谱 workshop

利用大数据提取色彩图谱关系,挖掘相关应用产品

如需加入,微信公众号回复:超级节点

原文发布于微信公众号 - 无界社区mixlab(Design-AI-Lab)

原文发表时间:2018-09-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

英雄联盟如何指挥团战?AI帮你做决策

作者在 Kaggle 中上传了模型的每个部分,以便大家更好地理解数据的处理过程与模型结构:

1482
来自专栏AI研习社

能理解聊天记录的微信机器人 (三)

聊天机器人部署了一周了。花了几个小时的时间做了一些改动,有意思的部分主要有: 和 ElasticSearch 和 Kibana 连了起来,现在有了实时监控和可视...

2968
来自专栏数据派THU

英雄联盟如何指挥团战?AI帮你做决策(附资源)

[ 导读 ]英雄联盟是一个需要默契团队配合的多人对战游戏。在瞬息万变的战斗中,如何做出正确的决策非常重要。最近,数据分析师 Philip Osborne 提出了...

1335
来自专栏大数据文摘

李飞飞说,机器是又快又准确,但是人类聪明呀!除此,她还推荐你读这十个机器学习误区

1983
来自专栏DT数据侠

我做了个数据选品工具,帮你们搜寻护发神器

还在为用什么品牌的护发品烦恼吗?有了大数据,你需要做的也许只是动动指头。就读于纽约大学的一位数据侠,基于护发产品的用户评论等数据,开发了一款选品工具,本文分享...

830
来自专栏数据派THU

【独家】一文读懂数据可视化

前言 数据可视化,是指将相对晦涩的的数据通过可视的、交互的方式进行展示,从而形象、直观地表达数据蕴含的信息和规律。 早期的数据可视化作为咨询机构、金融企业的专业...

3139
来自专栏AI科技评论

深度|Facebook首创全新深度学习移动平台,“视频版”的Prisma是如何实现的?

AI科技评论按:“风格特效转换” 在Prisma出现之后就已被熟知,这是利用神经表征分离再组合图片的内容和风格,最后实现可用来描绘艺术图像。但是,就像我们所体...

3647
来自专栏新智元

【前沿】CMU研发算法透明化系统,点亮机器学习黑箱

【新智元导读】现在的机器学习系统并不是完全安全可靠的,这不仅是因为我们无从得知黑盒子里发生的事情,还因为用人类生成的数据训练机器,难免会把人类的偏见和固有缺陷也...

2434
来自专栏量子位

华盛顿大学成立SAML实验室:陈天奇参与,推进未来AI系统全栈研究

昨天,TVM、XGBoost、cxxnet等机器学习工具的作者陈天奇宣布,自己所在的华盛顿大学新成立了一个实验室,组织代号“SAML”。

1274
来自专栏CDA数据分析师

英雄联盟如何指挥团战?AI帮你做决策

作者在 Kaggle 中上传了模型的每个部分,以便大家更好地理解数据的处理过程与模型结构:

1761

扫码关注云+社区