DIY一个人工智能设计师_v0.0.1
本文包含了两个系列的内容：
《设计师会编程，程序员懂艺术》
《写给设计师的人工智能指南》
在这里给设计师介绍人工智能在设计领域的应用，也亲手实现了一个融合设计、编程的小实验产品。
AI真的可以替代设计师？取代设计师的工作吗？在我实验完这个产品后，我觉得再过几年，会有大批的设计师失业。真的，效率高，方案选择余地大，最先被取代的将是一些最简单的设计工作，新手设计师的生存空间会非常小。
下面进入正文，我们先总结下AI在设计行业的应用，我觉得都可以统称为智能设计助理。包含2个方向：
提供设计建议
自动生成设计方案。
1
基于大数据，提供设计建议
设计师贴身助理，业主的设计顾问
这类属于“提供设计建议”，有两个细分方向，一个是面对设计师的，一个是面对有设计需求的业主的。
1.1 设计大数据
根据设计的类型，提供行业的设计趋势，包括样式、风格、典型案例、设计手法等等，甚至是提供该领域最优秀设计师、最高产设计师、性价比最高的设计师等等。比如logo设计，输入想要用到的行业，设计助理可以告诉你所在行业的logo流行趋势，色调分布，图案构成，所用的字体样式等等设计数据。
1.2 设计质量评估助手
评判设计效果，基于设计大数据，生成某个设计方案的评价报告。比如设计师或者业主提交一份设计图给设计助理，助理可以直接帮你评判设计的“好坏”。
这个事情，还没有看到很好的案例，比较接近的可以看dribbble的这个页面，色彩、标签、分享数据等。
2
自动生成设计方案
人工智能设计师
用户按照某种流程，输入需求，然后设计助理自动生成无限套设计方案给用户。比如鲁班、深绘、ARKie等，都是提供海量设计方案为目的。
我们来研究下ARKie：
ARKie是一款
字体排版、自动生成作品、无限方案的智能设计助手。
其交互逻辑是这样的：
1 输入文字
2 选择模版
3 生成方案
逻辑简单，但做的事不简单，我们可以分析下实现过程。
2.1 从技术的角度看ARKie实现过程：
打开chrome浏览器的开发者工具，可以看到ARKie的网页结构、请求数据、返回数据，还可以找到内置一些经典的文案模版。
通过鼠标点击可以切换不同的文案，或者用户输入自己的文案；
前端先通过标点符号的切割，把文案切割好。
这是我测试的正文内容：
数据提交到服务器后，返回一组数据。这组数据内容包括图片的URL，文字排版的位置，字体样式，颜色等。
前端通过svg来生成方案。
为什么是svg？因为用svg可以方便的控制字体样式、各种滤镜效果，最重要的是可以很方便的导出为图片格式。
ps：
最近直接用电脑打开网站没法自动生成方案了，原因是需要在微信的环境里使用。那么开发者工具也没法分析其实现方式了。不过可以用Anyproxy来实现，这个在我的一篇文章里提到过，当时是用来爬取微信公众号文章的。
2.2 ARKie的特点
通过文字匹配适合的图片作为底图；
自动排版；
多种尺寸规格可选；
简单的用户交互逻辑；
方便使用，基于微信；
当然，自动排版的文字跟图片有时候重合在一起效果并不好，文字的样式也是几种版式随机切换；
3
自己动手做个AI设计师
技术思想：
以设计助理的第二个方向为主，我们来动手实现一个AI设计师的V0.0.1版本。总的技术核心是：
以“文”搜图 + 图片合成
形象点可以理解为：
Google+photoshop
用户输入一句文案，文案经过分词，用分词结果匹配图片，然后再合成文字与图片。
实现路径，有2种：
整合第三方服务
或
自行构建搜索服务。
第三方服务可以用Unsplash API，非常简单，只需要到官网去注册下，然后调取相应的api即可，国外开源的图片库；还可以采用hack点的方式，封装baidu或google搜索引擎的服务。
自行构建搜索服务，需维护一套图片库。
图片需预先标注好关键词，通过图像识别标记结合人工标记。
这边我用到了图像识别开放平台Clarifai | Image & Video Recognition API ，官网注册下，调取api接口，返回图片内容标签后，我们可以通过人工辅助修正标签，毕竟机器不一定都靠谱哈，下图是我正在开发的另一个工具，一个采集图片，提取颜色，识别内容的工具。
4
用Electron+NodeJS实现
4.1 自然语言处理
先实现文案输入框
JS通过 addEventListener绑定按钮click事件，然后把输入的文案进行分词。这里我选择了”盘古分词”。
BosonNLP
IKAnalyzer
NLPIR
SCWS中文分词
结巴分词
盘古分词
庖丁解牛
搜狗分词
腾讯文智
新浪云
语言云
比如这句文案：
“他为你们遮风挡雨，抵抗全世界，默默的忍受你们闹脾气，为什么?为了让你们俩有未来…有自己的人生。”
分词结果，把词性标注了出来；
4.2 图片搜索与合成
我们可以把名词、形容词等，作为关键词，来搜索图片。
这里我选择了bing作为搜索服务，封装成了个api，供使用，用electron新建个webview，地址为
http://cn.bing.com/images/search?&q=%E6%98%A5%E5%A4%A9&qft=+filterui:aspect-square+filterui:license-L2_L3_L5_L6+filterui:photo-photo
这个地址是通过分析bing的搜索接口提取的，可以设置图片的版权、版式等。
然后判断webview的加载情况，加载完成后，用webview的executeJavaScript方法，注入javascript代码：
实际使用过程中，我把webview隐藏了，相当于一个headless browser。我就是用它封装各种网站的服务的，哈哈～
返回的是匹配图片的url数组，我在这里通过canvas的相关api进行了一些像素级的调整，包括颜色、亮度、对比度等，还用了css的filter滤镜功能，把图片处理了下。
文字部分，通过上文所说的分词，把关键词标注出来，关键词的字体我用了开源的庞门正道标题字。自动合成的效果如下：
我们还可以输入各种各样的文案体验下合成效果～
ps：
在写此文的时候，一不小心，做了3个模版，有空再继续做模版，丰富效果哈。
以上是我的一个实验产品，接下来我会继续迭代，直至可以发布使用～
迭代的方向，我也梳理了下，比如：
更复杂的自动排版：
文字排版方式根据图片内容来布置，需识别图片主体内容的位置范围；
文字样式多样化；
文字结合图标；
自建漂亮的图片素材库：
这个纯苦力活；
图片自动美化功能：
自动选择滤镜，处理方式，裁切方式；
文案自动修饰：
匹配相关的更有创意的文案供选择；
。。。
内容很多，可以大开脑洞。
对了，各位读者们，
我最近开了个知乎LIVE，分享：