人工知能 - 知的創造プラットフォーム・アーキテクチャの成長経路（A） - ロング始まります
人工知能 - 知的創造プラットフォーム・アーキテクチャの成長経路（B） - ビッグデータアーキテクチャの記事
人工知能 - 知的創造プラットフォーム・アーキテクチャの成長パス（C） - エンジニアリングサービスの機械学習アルゴリズム
人工知能 - 知的創造プラットフォーム・アーキテクチャの成長パス（4） - 復号化（標準デザインクラスアリ鹿の）最初の部分のカラフルなバナーマップ作成
（成長経路のシーケンスは、完全に反復道路悲しいと真ん中とソリューションの問題点を説明し、このプラットフォームの技術的な管理とアーキテクチャ、など著者の記事が含まれています）
免責事項：記事は、道路や反復プロセス技術の共有、技術交流や議論については、主にアーキテクチャの進化により、再描画の単純なアーキテクチャ図ある写真を含む、社内の技術データの漏洩を含みません。
私たちは、その後人工知能-スマートと創造的なプラットフォーム・アーキテクチャの成長パス（C） -エンジニアリングサービスの機械学習アルゴリズム を続行するには
私たちは前にアプリケーションのアーキテクチャと技術アーキテクチャ設計プラットフォームアーキテクチャ、ボディデザインの多くについて話しているので、今は共有する必要が生成する方法をカラフルなバナー図です。
私たちは、バナーの図は、絶えず反復して最適化されて生成され、これは、コア部分が最も難しい部分です。我々は最初のラウンドのバナーマップを共有する方法を見てみましょうが出て生成されます。
まず、材料世代
バナー世代は確かに、材料の多くの種類の材料と不可分です。
私たちは最初、我々は分割材料、材料を分類しました。
1、PSDテンプレート（つまり、これは当社のコア、Photoshopファイルを使用して設計、拡張子を持つPSDファイルであり、それを保存されている）、およびPhotoshop PSD時間の設計は、また、層状（PSD内のポイントを定義してきました多層設計、層を表す各層）は、倉庫面PSD利便性を解析した後、私は後でPSDを共有します
初期のクラスのコード、アリ鹿の解析、そのようなことがPSDされています。ユーザーは、自分のPSD（チームでアリ鹿）をアップロードすることができます。これは、一般的にデザインするデザイナーです。
2、製品のライブラリーは、主に商品の商品ギャラリー図メンテナンスとクロールを介して、我々は図白色/透明パターン検出、分類及び貯蔵意志図物のクロールは、非白色不透明図のグラフのために、なり、私たちは、インテリジェントなアルゴリズムでマットになる画像は、資格は、商品ギャラリーに入ります
これらの後者は3、などモンゴル層ライブラリ、ライブラリは、装飾された装飾的なバナーのために使用されている、それはバナーをより魅力的になります。
4、フォントライブラリは、言ってこの役に立たないが、いくつかの一般的に使用されるフォントがあるバナーを生成しました。
図5に示すように、爆発ペーストは、一般に、そのようなので、ダブル11としてプロモーション材料の一部を再生するために使用されています
安全装置内部の6、人気のコピーライティングコピーライブラリのbanenrを生成するとき、我々は自動的にコピーアルゴリズムによって生成されます。
バナーの様々なを生成する第二に、プロセス
1、我々は自動的にユーザーの商品マット（艶消しのために必要な部品）を、次に我々はできる、ユーザーが自分の商品・マップをアップロードすることができます
2は、バナーのサイズを選択するためのユーザの後、私たちは、その大きさは、テンプレートのPSDに基づいて、特定のアルゴリズムに行く適用することができますよ
3、合成中バナー、我々は写真の支配色抽出を体験し、その後材料を引くためには、支配的な色に応じて適用することができ
図4は、材料を得た後、我々は、混在させることができ、それぞれの層の支配的な色に応じて一致する、要件を満たすために組み合わせを決定します。
5.背景については、我々は自動的に色を拡大します
6、ユーザーが当社の優れたコピーは、コピーを選択しないことがあり、コピーすることを選択することができ、我々は自動的に（ユーザーが私たちに、彼らが必要と予想されるスタイルを伝える必要があることを提供する）コピーを生成するには、copyアルゴリズムに従って自動的にユーザーに適応しますか
7、我々は、展開組み立て層であることを、我々は非常に大きなバナーと最初のラウンドで生成されたOpenCVのをOpenCVの使用しました。組み立てられたとき、PSDファイル内の層の順序は、既に持っています。（それは確かに変形することになるので、直接絵を伸ばすない）しかし、我々は、自動的にサイズの計算に合うようにします
8、メイン色抽出画像は、私たちがやってOpenCVの基づいています。
効果はほとんどこの外にあります
反復シェアの最初のラウンドの後に第三に、問題
1は、部分的にレイアウトのバナービューのうち、特に数、きれいではない、言葉のコピー数のコピーが長すぎる、テキストはあまりフィットし、または下に入れないことがあり、下のフォントがあまりにもすることができ、傍受する必要があるかもしれない、またはレイアウトに影響を与えます見苦しいに見えます。
2、レイアウトのコピーをフィットする方法の複数行間隔の問題が最も美しい表示されます
図3に示すように、合成された効果と元のPSD偏差時々以上の効果。
これらは、私たちが、後に対処する必要のある問題です。
四、PSD解像度
PSD分析は、PythonとJava（登録商標）、およびいくつかの支配的な色抽出ロジック、詳細に組合せ論理、後続共有することによって達成することができます
継続するには..........