前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【设计考古系列】机器学习和字体设计

【设计考古系列】机器学习和字体设计

作者头像
UDM Lab
发布2020-09-10 17:20:27
7590
发布2020-09-10 17:20:27
举报
文章被收录于专栏:UDM Lab

最近沉迷项目,好久没打理公众号了

开一个新系列,不定期扒拉一些古董

所谓考古

就是把前辈埋的有意思的东西

时隔多年再挖出来看看

一来是找巨人肩膀站站

二来避免重复劳动

三来是启发自我

也算是有诸多裨益了


今天先来讲讲机器学习和字体设计吧,虽然不是什么专家,但凭着一点直觉和兴趣,这件事情也逐渐意趣盎然。

字体设计遗址:1号坑——Font Map挖掘现场

最先映入我眼帘的是IDEO的一个项目——Font Map(字体地图),作者Kevin Ho是IDEO的Software Designer and Project Lead。如果要一句话概括这个项目的话,就是“使用人工智能来显示不同字体之间的新关系”。项目时间是2017年,大抵也算符合考古的标准了。

Kevin Ho

大家在做平面设计的时候,时不时会碰到字体选择的困扰,但其实基本方向都是有的,是否是手写体,圆润还是方正,有无衬线等等,这些都是一些基本的特征,也是我们寻找和选择字体的线索。为了让这个过程更加方便和有逻辑可寻,Kevin Ho用Machine Learning探寻了750多个英文字体之间的关系,做出了一个交互式的网页地图。

项目详细地址:http://fontmap.ideo.com/

在网页上可以缩放、拖拽和搜索,每个字体都有对应的Google Font链接,可以查看更详细的说明以及下载等操作。

关于项目的更多细节,Kevin Ho还写了篇博客,讲述他的一些思路和过程。具体地址:

https://medium.com/ideo-stories/organizing-the-world-of-fonts-with-ai-7d9e49ff2b25。

Andrej Karpathy把大量的图片按照关系组织在一张图片上

受到上图的这个项目启发,Kevin Ho生成了不同字体显示同一段文字(handgloves)的图像,然后使用了VGG16的卷积神经网络来评价每个字体的特征。

项目介绍到这里也差不多了,意犹未尽的朋友可以去网站上看原文。有趣的是Blog里的很多评论,其中有几个评论觉得“A”并不是最能体现一个字体风格的字母,也许换成“G”会更好?

这也是我个人觉得有意思的点,即使这已经是一个满足特定的专业需求的跨学科项目了,但是在细节之处仍然有着不小的认知偏差,跨学科的合作和交流往往需要在细节之处付出更多的耐心。

看完这个项目,不知道诸位会不会和我一样,想起高中语文课本“名场面”——茴字的四种写法。当然书本中的这段特写是为了表现孔乙己的迂腐、刻板和钻牛角尖,侧面揭露科举制度对人的毒害。

从字体设计的角度来看这个名场面,是相当有趣的。汉字由于象形字的起源,有着太多的字需要被设计,所以不像英文字设计起来那么轻松,想要设计一整套字体的工作量是非常巨大的。除开数量,中文字体由于书法的渊源,在字体写法和风格上也是有着太多的变化,设计师也几乎不可能都掌握。

家里找到一本定价2.8的上古书法字典

那么,能否用机器学习来介入字体设计呢?目前我还没见到对于中文字体的类似Font Map的分类性质的项目,但是我发现在国内有一些团队走了另外一条路:根据少量的样本,用机器学习推导出剩余大量字体的设计。务实一点我也就不去扒论文了,直接尝试几个开放出来、能上手用的。话不多说,我们就移步下一个景点。

字体设计遗址:2号坑——Flexi Font挖掘现场

来自于北京大学计算机科学技术研究所的项目——FlexiFont,这是一个2015年上线的项目,当然,如果追溯实验室几位老板的相关论文,那可能会更加久远一些。这个项目在知乎上也有不少讨论,大家可以自行搜索,我记得有个帖子里也是有当时项目组里的同学亲自来回答的。

使用方式也很简单,在网站提供了字数不等的几个模版,下载后会很像字帖,一边是汉字,另一边是方块空格,对应书写进去,再扫描上传至网站,即可生成。最终输出的是一个可以在电脑上安装并使用的.ttf文件。

理论上来说,使用字数越多的模版,得到的字体会越精确,越“像”;如果使用字数最少的模版,生成也只是不精确而已。但是当使用字数最少的的775字模版时,生成结果居然只是用模版中的字部分替代了,成为一种手写体和模版字体的混合。网上有人尝试了其他字数非常多的模版,倒是能有正常的结果。不知是服务器算力不够导致,还是其他的问题,总之论文里可以但是系统里没实现,还是挺失望的。

DCFont: An End-To-End Deep Chinese Font Generation System

各位看官以为这趟考古之旅就此结束了么,进度条告诉我们事情没这么简单。经过我多方寻找,最终3号挖掘现场渐渐浮现在我眼前。

字体设计遗址:3号坑——手迹造字挖掘现场

手迹造字,版权方为方正(北京方正手迹数字技术有限公司),有独立的APP,也可以在微信小程序里直接使用,最少仅需输入100字,真的是懒癌福音了。同时还支持手写输入和拍照输入两种方式,直接设备输入的话还支持压感和多种笔头可以选择,真的是非常全面了。

我在微信小程序里很快的尝试了100字的模版,书写完等没多久就顺利生成了,大家有兴趣的也可以试试。我觉得现在大部分的用户其实还是以书法爱好者为主,真正有字体设计师去介入和尝试的话,应该会有新的奇妙火花。

最后给大家放送一个额外隐藏景点吧,用机器学习生成的英文字体设计,在我看来,更像是个艺术实验了。

Type is a beautiful group of letters, not a group of beautiful letters.” — Matthew Carter

项目地址:http://www.machinelearningfont.com/

本期“设计考古”到这里就告一段落了,喜欢的话多多转发噢。如果大家感兴趣或者更好的思路,欢迎在公众号后台回复“UDM Club”,加入群聊和我们交流。我们下次考古之旅再见~

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-09-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 UDM的神仙们 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
云开发 CloudBase
云开发(Tencent CloudBase,TCB)是腾讯云提供的云原生一体化开发环境和工具平台,为200万+企业和开发者提供高可用、自动弹性扩缩的后端云服务,可用于云端一体化开发多种端应用(小程序、公众号、Web 应用等),避免了应用开发过程中繁琐的服务器搭建及运维,开发者可以专注于业务逻辑的实现,开发门槛更低,效率更高。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档