池州儺戲面具色彩特征分析介入文創產品開發研究

吳 晴，胡歡歡，鄭茵尹

（池州學院a.文學與傳媒學院；b.大數據與人工智能學院，安徽 池州 247000）

黨的“二十大報告”指出，傳承中華優秀傳統文化，促進中華優秀傳統文化創造性轉化、創新性發展，滿足人民日益增長的精神文化需求[1]。《池州市“十四五”文化和旅游發展規劃》提出，大力培育文化旅游創意產業，積極扶持和推進獨有的地方文化資源如池州儺戲、青陽腔、青陽農民畫等的創新發展和轉型升級，采取合作、授權、獨立開發等方式，鼓勵有市場潛力的非遺項目進行文創產品的設計與開發[2]。池州曲藝民俗文化資源豐富，池州儺戲、青陽腔、東至花燈、九華山廟會等均為國家級非物質文化遺產。池州儺戲被譽為“戲曲活化石”，有著漫長的發展歷史，表現形式也逐步由驅疫壓邪、逐鬼敬神向祈福納福、悅神娛祖的方向轉變。池州儺戲面具的主要藝術特征是寫實性和象征性，體現了池州地域文化特點以及人們對生活經驗的認識與感知。因此，在地方文化創意產品開發中，應發揮池州儺戲面具的應用價值。

1 文獻回顧

1.1 儺戲面具文創產品設計

文化創意產品作為承載中華優秀傳統文化的重要載體，色彩設計是其重要組成部分[3]。在文創產品的設計與開發中，探討具有代表性的文化色彩，可以深度挖掘文化元素的實質內涵，是擴寬文創產品開發的空間和渠道，也是繁榮地方文化與旅游產業的重要命題。長期以來，學術界有關儺戲面具的研究主要涉及面具的造型特征[4]、美學價值[5]、藝術內涵[6]等方面。而有關文創產品的研究多聚焦于非遺手工藝[7]、館藏文化[8]、鄉土文化[9]、傳統文化[10]等方面。在儺戲面具與文創產品的融合層面，主要涉及設計原則和方法[11]、設計應用和案例[12]、創新設計的研究和探索[13]等。學者們從視覺藝術、設計與創新等角度出發，豐富了儺戲面具文創產品的研究視角，但在研究方法上，主要以思辨性研究為主，缺乏實證性研究，在研究內容上，鮮有利用計算機技術從色彩特征分析介入文化創意產品開發的深度有效研究[14]。鑒于此，用理性的科學研究態度，依托數字化技術分析和提取池州儺戲面具的色彩信息，總結和歸納儺戲面具素材庫內的地方性、文化性色彩，并將所得結果應用于文創產品的開發設計中進行研究，有利于打破當前池州文創產品開發設計的用色瓶頸[15]。以獨特的方式展現池州儺戲面具的色彩與魅力，使文化創意產品真實地呈現池州的地方特色，進而形成“文、景、物、購”融合發展格局，促進池州文旅產業高質量發展。

1.2 池州儺戲面具藝術特征

儺戲作為一種藝術形式，一直以來都備受國內外學者的關注和研究。1986 年，貴池縣文化部門成立了“貴池戲曲志”編輯室，致力于儺文化研究。“十三五”時期，池州通過打造“千年儺”等系列演藝產品，舉辦杏花村文化旅游節等一系列節慶活動，培育了具有品牌影響力的文化旅游節會。池州儺戲面具作為一種古樸藝術形式，其造型夸張、色彩艷麗的獨特特征和魅力為文創產品的設計帶來了無限可能。池州的儺戲面具種類繁多，面具的造型和數量也因表演內容和宗族的不同會有一定的差異，面具的制作者需要對木藝、繪畫和雕刻等技巧都有著精通地掌握。面具的裝飾色彩比較質樸飽滿，用寥寥數筆卻能展現出豐富的韻味，并散發出強烈的表現力。在面具上應用較廣泛的色彩，主要有紅、黑、白、綠、紫、黃（金）和褐等顏色，這些色彩根據人物的身份和性格而有所區別，表示對劇中人物的褒貶，既具有一定的寫實性，又富有象征性。例如，紅色和金色通常用于善良、忠勇和正直的正面人物，如玉帝、二郎神、土地神、祿星及關公；黑色、褐色和綠色代表著神秘怪誕、兇猛剛烈的人物角色，如魁星、千里眼、包公、財神、趙虎和周倉；而白色和膚色則常用來描繪與現實生活中相關的世俗人物，例如孟姜女、劉文龍、范杞良、土地母、梅香和小官等。總的來說，大部分的儺面具保留了獰厲威猛的特征，但眾生相的部分面具則是以滑稽、和善的面目呈現。

2 池州儺戲面具色彩特征采集及建立配色模型

2.1 色彩特征采集方法

在圖像處理和識別領域，色彩的研究一直是備受眾多學者關注的熱點課題。目前，針對色彩特征的采集、分析和應用方法在計算機網絡等領域已經涌現出多種相對成熟的技術，并廣泛應用于實踐中。其中，常用的色彩研究技術主要包括CorelDRAW 軟件、顏色直方圖、顏色矩、K-Means算法、模糊C-均值聚類以及MCCQ 顏色量化算法等。這些方法各自有自己的優缺點，如平面設計制作軟件CorelDRAW 操作簡單，色彩提取比較快捷，但不適合于處理批量圖片。顏色直方圖是研究圖像色彩信息的一種科學有效方式，能夠反映不同圖像的色彩信息在圖像色彩空間中所占有的比例，缺點是不同圖像可能存在相同的顏色概率分布問題，色彩提取結果量大，需要進行二次計算[16]。相比之下，顏色矩提取出的顏色特征更加簡潔，但該技術不能完全表達色彩在圖像中的分布特征和信息內容，匹配時容易出現一些錯誤。K-Means算法是將所有像素的顏色聚類到明確的初始顏色下，并將同一初始顏色中的像素歸類為一類顏色，可以快速處理批量圖片[17]，缺點是對于噪點和異常點比較敏感，聚類中心點的隨機選取會直接影響聚類結果的質量和效率[18]。模糊C-均值聚類，也稱作FCM 聚類算法，模糊C-均值聚類算法可以將圖像分割成色塊，并將提取的顏色特征與數據庫中的顏色語義進行比對，從而得到相應的色彩[19]。MCCQ 顏色量化算法則是通過將圖像顏色映射到RGB 色彩空間中得到一個包含所有顏色的立方體，其原理基于分量R/G/B 的最大值和最小值的差[20]。綜上所述，在顏色特征提取方法上，需要綜合考慮各種方法的優缺點，根據具體研究需求選擇合適的技術手段，以充分發揮其優勢，獲得最佳的計算結果。

2.2 選擇色彩分析方法

在光線條件不受控制的情況下，RGB 顏色空間對光線的變化非常敏感。因此，在池州儺戲面具圖像中，受自然光、環境光以及拍攝技術等因素的影響，會導致同一種面具色彩在圖像中呈現著不同RGB值。所以，首先要選取HSV顏色空間進行研究。HSV顏色空間模型由PARC和NYIT在20世紀70年代中期提出，A.R.Smith[21]于1978年8月在計算機圖形學期刊上正式闡述了此模型。HSV 顏色空間是一種用于替代傳統的RGB 表示法的顏色空間。相較于RGB等其他顏色空間而言，HSV色彩空間可以從圖像中包含的彩色信息中消除強度分量的影響，獨立表達色度和明度，使呈現的結果更加直觀，與人類對顏色的視覺感知和處理方式更加相符，并且具有很好的線性和伸縮性，這種特性使得HSV 顏色空間在處理光照變化時更加穩定。根據實際的研究情況，定義如公式（1）（2）（3）：

上式中，R、G、B 的取值范圍為[0，255]。如果H＜0，令H=H+180。因此H、S 和V 的取值范圍為[0，180]、[0，255]和[0，255][22]。

針對每種分析技術的優缺點，結合圖像實際情況，首先，選擇模糊C 均值聚類算法可以減小這些圖像數據的噪點，在一定程度上減少光線的干擾，分割出面具的主要部分，正確提取每張圖像的代表性顏色。設待聚類數據為X={x1，x2，...，xn}，如果將數據劃分k個類，則對應有k個聚類中心ci，每個樣本j 屬于某一類簇i 的隸屬度為uij，其中i={1，2，3...，k}，j={1，2，3，...，n}，則FCM 聚類算法的目標函數如公式（4），約束條件如公式（5）：

其中m 為隸屬度因子，通常取值范圍為[1，2.5]。采用拉格朗日數乘法針對目標函數構造最小化目標函數，如公式（6）：

目標函數的值用來衡量類簇間樣本的非相似度，其值越小表明類簇間樣本的相似度越小，聚類效果越優。基于約束條件，可得隸屬度和簇中心計算方法如公式（7）和（8）[23]：

通過迭代求解上述方程，直到滿足收斂條件，可以得到最優解。在進行研究時，由于部分樣本的顏色相似度較高。為了處理這些相似但具有微小RGB 值波動的同種顏色，可以使用模糊C 均值聚類計算方法。這種方法能夠提取代表色，以便更好地描述對類別不確定性的樣本，從而更準確地描述這些面具的色彩特征。

其次，通過K-Means 算法將色彩按照數值進行聚類，可以得到多種顏色融合后的主色，具有極強的色彩概括性。聚類方法如公式（9）：

其中x、y、z 分別表示像素點的R、G、B數據值，從中隨機選取K個色彩值作為初始聚類中心，角標2代表的是兩種顏色，相當于計算兩種顏色的歐式距離。

最后，為了確保結果的準確性和客觀性，通過計算得到儺戲面具的特征色后，利用魯汶算法對特征色進行色彩模型的搭建。魯汶算法（Louvain Method）可以使具有強聯系的頂點處于同一個社區，淡化頂點間的弱聯系，最終實現對復雜網絡的聚類[24]。魯汶算法是一種基于圖數據的社區發現算法，算法的優化目標為最大化整個數據的模塊度，計算方法如公式（10）[25]：

其中m 為圖中邊的總數量，Aij表示頂點i 和j之間邊的權重，ki、kj表示指向頂點i和j的所有邊的權重之和。Ci、Cj為頂點i、j 所在的社區編號，如果節點i和j被分配到同一個社區時函數σ取1，否則為0[26]。

2.3 色彩提取流程

通過收集大量高清的儺戲面具圖片，并建立色彩提取圖片庫，從而進行進一步研究。為了實現這一目標，首先需要對圖庫中的圖片進行HSV顏色空間轉換，通過將圖片轉換到HSV顏色空間，能夠更好地描述和比較不同顏色之間的特征。其次，進行模糊C 均值聚類分析，將面具圖片劃分為不同的聚類簇，以得到每種儺戲面具的4種主要特征色。再者，將運用K-means算法來探測色彩搭配規律，通過將圖片轉換為16種色彩圖像提取色，并計算其對應的色彩比例，能夠揭示不同儺戲面具顏色的分布情況和重點色彩。基于特征色共現關系，再采用魯汶算法來建立色彩網絡，將不同色彩之間的聯系和相互影響范圍進行建模。這有助于理解和分析色彩在儺戲面具中的搭配規律，最終指導池州文創產品的設計實踐。提取流程（如圖1）所示。

圖1 池州儺戲面具色彩提取流程圖

2.3.1 池州儺戲面具圖庫的建立 為了建立池州儺戲面具圖庫，搜集了大量圖片以深入探討其藝術特征，其中包括池州梅街儺文化展示館、池州市博物館儺面具雕刻技藝專場展演活動，以及各村實地演出現場的拍攝素材。總共收集了兩百余張圖片，但為了確保分析的準確性，經過篩選，刪除了色彩相似、清晰度不夠和表面有損毀的面具圖片。最終，選擇了具有代表性的139張面具圖片用于進行色彩特征分析。在進行色彩提取工作之前，由于需要運行的圖片數量較大，拍攝的背景較復雜，因此使用了Photoshop 軟件對所有圖片進行了批量壓縮和背景的摳除，大大提高了數據處理速度（如圖2）。

圖2 經過處理的部分素材庫

2.3.2 HSV顏色空間的獲取 池州儺戲面具的造型是不規則且色彩分布不均勻的。在拍攝面具的過程中，因為光線的干擾，同一種顏色可能會呈現出不同的RGB 值，同時面具的某些部位可能會出現光的噪點等問題。這些問題都會在計算過程中導致相應的誤差，影響計算結果的準確性。為了解決這些問題，采取了HSV 空間變換的預處理步驟。通過將RGB 顏色模型轉換為HSV 顏色模型，能夠有效分離顏色的亮度和色調成分，從而更好地分析和處理色彩分布不均勻的問題，避免了光線干擾和色彩分布不均勻帶來的誤差。由于HSV顏色空間具有良好的色彩劃分能力，該方法能夠有效提取出面具的明暗、飽和度等特征，更好地反映出每張面具的真實色彩，所以這種預處理過程對于模糊C均值聚類來說則是非常關鍵的一步，對于整項研究工作至關重要，可以為后續的計算和分析提供更準確、可靠的數據基礎。下圖為HSV圖像和RGB原圖的對比（如圖3）。

圖3 RGB原圖和HSV空間變換圖像對比

2.3.3 模糊C均值聚類分析 通過模糊C均值聚類分析，從獲取的HSV 顏色空間中提取出每張面具的色彩特征。為了避免過多的色彩干擾，保證提取的色彩特征的準確度和多樣性，設置每張面具的色彩提取色數為4，經過分析最終得到139 張面具的主要特征色，下圖展示了部分面具聚類代表色及其所占比例（如圖4）。這一方法不僅提高了色彩特征的提取準確度，還有效降低了數據混淆。

圖4 面具聚類代表色及色彩比例

2.3.4 色彩關系網絡構成 這個階段，對所有圖像的主要顏色進行了二次聚類，以獲取這組圖像的最終顏色特征。針對儺戲面具色彩并不復雜的特點，將每個面具的主要顏色數量設置為4 個，綜合圖庫中所有面具，最終設置了16個顏色簇，通過運用K-means 聚類算法對所有圖像的主要顏色進行再次聚類。通過以上分析，能夠準確地獲取池州儺戲面具的色彩特征，更好地理解儺戲面具的色彩關系，這樣可以為建立色彩網絡模型研究提供信息基礎（如圖5）。

圖5 十六種色彩圖像提取色及所占比例

最后，基于這16種主要顏色，采取魯汶算法在圖像中計算顏色間的共現頻率，過濾頻率低的色彩，從而獲得簡單的色彩對比圖來表示最終16 種主要顏色之間的關系（如圖6），在該關系圖中，節點大小代表顏色在圖像中出現頻率的高低，而連線粗細則代表了兩種顏色之間共現頻率的高低。節點越大的色塊，則說明提取時的權重越高；兩節點間的連線越粗，代表共同出現的頻率越高，反之越低。

圖6 色彩關系網絡圖

綜上所述，通過以上色彩提取流程，可以獲得對該圖像集合最終16種主要顏色之間關系的全面理解，為池州文創產品的設計實踐提供指導。

3 池州儺戲面具色彩在文創產品中的設計應用

在池州儺戲面具文創產品開發的設計實踐中，選取了一些具有代表性或者典型特征的面具作為設計對象，保留了它們原本對稱、均衡的造型特征，提煉出有著較強形式感的視覺元素，用于面具特色形象的創作。根據該形象選定與之相契合的產品載體，使得獨特的儺戲面具色彩科學地融入文創產品的開發中，從而直觀地展示城市的戲曲民俗文化，滿足消費者的文化體驗需求，實現地域性與實用性的統一。

3.1 池州儺戲面具特色形象設計

根據池州儺戲面具色彩特征配色方案，進行儺面具的視覺提取與創作。首先，以池州儺戲中較具代表性的關公、千里眼、傘童、梅香等面具造型為基礎圖像，提取出基本圖形輪廓，進而簡化、夸張、抽象、變形、組合，再利用扁平化的方式繪制成面具圖案；其次，根據已獲得的色彩關系網絡圖分析色彩搭配規律，確定常用色彩，如圖7（a）；最后，設計師對配飾色彩進行搭配形成配色方案，如圖7（b）。圖7（c）選擇了紅色、赭紅、褐色等進行設計，同時通過增強色彩飽和度來提亮整體色彩的亮度，并運用少量金色作為輔色進行色彩的調和和過渡，同時搭配藍色、粉色以及不同程度的膚色，最終呈現出鮮而不俗、和諧統一的效果。撞色的搭配和創新不僅沒有完全照搬色彩提取的結果，還使畫面具有強烈的時尚氣息，更能吸引消費者的眼球。

圖7 配色方案及面具圖案設計

通過使用色彩關系網絡圖，對研究對象的色彩搭配關系進行分析，不僅可以改變設計師單純依靠主觀感受進行色彩搭配的隨機性，還可以為設計師復雜的工作提供可靠的配色依據和靈感，從而極大地提升工作效率。采用以上設計方法和步驟的應用使得池州儺戲面具文創產品開發的設計更加系統和科學，色彩搭配更加準確和精細，增強了作品的整體質量和觀賞性。這種方法的應用有效地提升了池州儺戲面具文創產品開發的設計水平。

3.2 文創產品的設計應用

在產品設計配色中，以池州儺戲面具的1號特征色白色作為產品的底色，該特征色是既是占比相對較高、共現次數較多的色彩，也是池州儺戲面具中較具代表性的色彩，配色選擇絳紅、赭紅、大紅（如圖6、圖7）。基于面具數量上的優勢，可以將經過扁平化設計的面具圖案應用于生活中高頻使用、價格親民的撲克牌上，通過該產品，可以在娛樂互動中實現儺文化的創新傳播與傳承。而重復排列的面具圖案適用于不規則的鞋面、襪面等，可以根據產品的大小、造型將其排列組合成不同的圖案進行使用。此類產品既具有實用性又易于攜帶，同時又有一定的紀念意義，能夠滿足不同消費者的需求。

圖8 池州儺戲面具特色產品設計方案

通過對池州儺戲面具色彩特征的判斷及色彩關系網絡的研究，將色彩提取的結果轉變為設計的實際應用，有助于促進池州儺戲視覺形象的塑造和品牌文化的推廣。重新設計的面具形象將會打破人們對池州儺戲的固有概念，提升池州儺戲在大眾心中的地位和影響力，加快非遺藝術形式的轉型與發展，改善當前池州儺戲產業的現狀，從而傳承和保護池州儺戲文化。地域文化是文創產品生長的土壤，將它作為設計元素與產品載體相結合，對于當前地區的消費者而言，熟悉的文化元素將成為他們與產品產生聯系的紐帶，增強消費體驗的融合感。而對于其他地區的消費者來說，文創產品則成為了地域認知的名片，從購買到使用的過程中，使消費者對產品所承載的故事和文化，產生認同感[27]。因此，兼顧傳統文化的藝術語言和表現形式，并注重與現代設計風格的有機結合的文創產品，能夠在市場中獲取更高的吸引力和獨特性，使產品的溫度達到最大化。

4 總結

運用模糊C 均值聚類、K-means 等計算方法，為池州儺戲面具的色彩特征和搭配規律進行了深入的理論研究。通過挖掘和梳理現有儺戲面具色彩資料庫的設計研究，不僅增加了該領域的知識儲備，還可以為后續的相關文創產品設計和開發提供了寶貴的數據來源和實際指導。此外，通過運用數字化分析技術對儺戲面具特征色進行整理和分析，再將獨特特征的傳統文化元素與現代設計思想相融合，并將其提煉出來，形成個性鮮明的產品系列。這種融合能夠幫助大眾更好地理解和傳達池州儺戲面具所承載的文化價值和情感內涵，通過一系列的文創產品，既為地方文化注入了新的活力，又賦予了池州儺文化新的意義。總而言之，這一研究不僅對塑造地方文化形象有著重要作用，也推動了池州儺文化的宣揚與傳播，促進了地方文化創意產業的蓬勃發展，所帶來的產業規模的擴大將使池州儺戲得以更好地傳承與保護，為當地經濟的增長和發展帶來了機遇。