5.4　变形变体

书法创作面对众多矛盾，充满辩证法，比如线条的长短、肥瘦、方圆，运笔的轻重、巧拙、疾涩，结构的向背、正欹、宽紧，章法的疏密、通断、借补，墨色的浓淡、枯润、匀变，意境的形神、动静、雅俗。书法创作模拟应能体现这些特征或差异，努力反映出创作的变化及其奇妙。从理解传统文化的内涵、体会思维活动的神奇角度观之，书法艺术不失为极好的研究“创作”和“计算”这两个乍看之下风马牛不相及的活动的关系及其新的呈现方式的载体和桥梁，因为书法创作结果是思维的综合体现，而作为“计算”的一个重要方面的人工智能的核心就是思维模拟。书法创作模拟还可用以观察传统文化与现代科技的关联，探索人工智能与艺术的交叉途径。

书法只有通过变化才能呈现个人的审美情趣并进入更为和谐的境界，其核心恰如沃兴华教授所云：“就是将时代精神灌注到对传统的分解与重组之中，分解很重要，重组也很重要，而最最重要的是分解与重组过程中的变形处理，没有变形决不会和谐，没有变形也无法体现个人的审美情趣和时代的人文精神，变形能力是衡量书法家创作水平的标尺。”［23］祝嘉先生说：“专从诗上学诗，就学不好诗，专从书上学书，也学不好书，总是在一个‘变’字上，都要时时刻刻在变，因时而变，因地而变，因诗文的内容而变，因一时的思想感情而变。总之，不受束缚，千变万化，运用无穷，以成自己的字就好了。”［24］吴冠中先生说：“毕加索解体客观形象，根据新的意图和理想将其重新组合。”［25］邱振中教授进一步指出：“有人致力于把各种字体糅合在一起，有人想方设法改变结构的外观——这些作品往往看似新奇，但不能给人带来确有新意的审美感受。作品的空间性质不曾改变时，作品无法触动人们固有的空间感。”［26］沃兴华教授在谈体会时还说：“波兰尼认为，人类知识都是来自对被知事物的能动领会，具有‘无所不在的个人参与’。传统知识观以主客观相分离为基础，在知识中排除热情的、个人的、人性的成分，那是错误的。波兰尼还认为，求知行为遵从某些启发性前兆，并与某种隐藏的现实建立起联系，这种联系将决定对认识对象的选择与阐释。波兰尼相信，知识是一种信念，一种寄托，人们说话时隐含的情态，核实科学‘证据’时的判断，都表达了当时人们的信念，都是他们的寄托，知识在一定程度上是受求知者‘塑造’的，信念是知识的唯一源泉。”［27］让计算机能像人一样使得字的笔画、结构甚至章法朝人自己的意图方向发生变化是书法创作模拟的目标。他又表示，理论和实践应当是统一的。但他更偏重实践，因为作品是硬道理。书法艺术最终是给人看的，而不是对人讲的。［28］我认可沃兴华教授的创作及其认识，更大程度上是因为我认可他的这种理念和思想。

徐颂华博士等的基于综合推理的方法，探索了计算机艺术中创造性思维的建模及其机器智能模拟问题。［29-30］通过对汉字书法作品的图像采用分层次的结构化知识表示方法，赋予计算机在书法创作这类形象思维领域想象力和创造能力。计算机在学习了有限的输入字帖后，能够实时地在一个可能性创作空间里独立创作出风格不同的书法作品。进一步讲，这种实验对于综合推理本身有了更深的认识并改进。这里的综合推理，简言之指在包括图形在内的各种元素构成的空间里进行推理的一种机制。其书法创作结果如图5-7所示。［30］

这项工作很有创意，是思维模拟及其结果的审美评判的重要尝试和迄今为止的典型结果。该方法用到了各个形象源（各个字）信息，但随机选择导致审美约束难以自然体现和发生作用，线条及其细节与微妙之处无法涉及。这个方法在运行过程中，每一层都需要对样本选择不同的权值，影响了效率。如果能够在选取权值之前首先判定笔画的主要特征，以主要特征作为变形的依据，就有可能在某种程度上改进字体变形的整体效果和效率。两种方法所针对的对象的“粒度”不同，建模方式也不一样。

图5-7　书法创作的综合推理。左：输入。右：输出

对于一个临习者，当其只临了一种碑帖后要写一段文字，若遇到没临过的字，就必须以笔画为元素做组合，这时候的创作涉及在记忆和经验基础上笔画间的距离。

进一步，若临了同一种字体的多种碑帖后要写一段文字，选择余地大了，但同时有笔画融合问题，即如何在一幅作品中使不同风格的字得以统一。进一步讲，创作中还要解决在已有笔画（原始的或融合的）基础上的变形问题。更为复杂的是，若临了篆、隶、真、草、行各种字体，进行个性鲜明的创作，会涉及“笔气”“墨韵”等。书法临摹与创作的一般过程如图5-8所示。［31］

这里的计算机书法创作模拟的思想和方法，来自上述对人的实际创作过程的归纳，涉及了轮廓平滑、［32］笔画生成、［33］字体融合、［34］创作输出［35-36］等，与综合推理方法比，演算步骤具体而微观，由此而来的困难是真正“创作”前的工作量大，对于行草书，尤其是草书这种难以切断具体笔画联系的字体，笔画间的衔接是突出问题。而综合推理方法的计算较为“宏观”，也是适合发挥计算机的“计算”长处的。基本过程是：先对所学的字的图像进行预处理，［32］包括图像平滑（中值滤波）、二值化、小孔填充（腐蚀和膨胀）、轮廓提取（八领域搜索）、轮廓恢复（傅立叶变换），各步骤如图5-9所示。

图5-8　书法临摹与创作：既是实际过程的刻画，也是创作模拟的依据。左上的虚线箭头意味着创作结果可能成为碑帖之“源”，下部虚线框是所谓的“字外功夫”。这里，临摹是基本环节，开始是日复一日的重复练习，而有了一定创作经验后的临摹会更注意细节，至于“意临”则融入了诸多个人体会

图5-9　创作前的预处理步骤及其结果

在获得一组书法字的笔画图像（如不同碑帖的横画）后，对于每一个图像（横画）定位一些关键点来勾勒出它的结构，成为一个样本X，进而得到相应的一组样本。

用主成分分析法分析这些样本构成的矩阵以获得反映样本的主要特征b（如“长”“短”“方”“圆”“肥”“瘦”。从书法审美本质看，本应讨论“厚”“薄”，这对矛盾与“肥”“瘦”无关，但我们的模拟目前仅涉及二维特征，暂时以“肥”“瘦”或者“粗”“细”论之），［33］由它们组成一个特征矩阵Φ。

于是可以得到统计学习模型如下：其中，是样本排序后的平均值，b为多维列向量，代表了一个样本空间中样本的主要特征。当调整b的不同分量时，就会得到不同的X，即由这个模型可以得到与样本相似的新图像。若能够找到b的变化与X的变化趋势之间的关系，则可以通过调整参数b实现“创作”输出。

X≅＋Φb

隶书中“蚕头燕尾”的横画最为典型，图5-10演示了部分变形结果。

图5-10　来自不同样本的隶书“横画”的不同变形结果

该模型是进行后续书法创作模拟的基本前提。接着考虑笔画的相互位置的选择和确定。以简单的“十”字为例，不同的“横”画与“竖”画的交点对视觉效果有不同的影响。图5-11表示从原始图像开始，经过预处理和编码，再进行适当变化创作出“十”字的过程。原始碑帖书法文字被提取出书法字的骨架后，再做轮廓跟踪并抽取出组成该字的各个笔画，进而依据所抽取出的笔画，从库中挑选出与之对应的笔画若干，进行变形，最后将变形得到的笔画依照之前得到的骨架进行组合而生成新的字。

图5-11　以“十”字为例创作的几个关键过程。自左至右：原图像、中值滤波后的图像、二值化后的图像、骨架提取结果、创作输出

如图5-12所示为这些步骤的结果。［34］其中，左三行是笔画变形所需的原始样本，右第一行是预处理后的情形，右第二行是提取出的骨架，右第三行是抽取的笔画，右第四行是经过笔画变形、依据骨架的结构信息创作出来的结果。

图5-12　样本经预处理、提取骨架、笔画抽取到创作结果：春回大地

在计算机所创作结果的基础上，用如图5-13所示的末端执笔的机械臂将其输出与纸（图5-13左中）。^[1]前两个字与后两个字笔画粗细差别明显，主要是蘸墨不同所致。另外，“春回”笔画瘦弱，“回”笔画出现抖动，不如“大地”厚实，尤其“大”不错，不足的是其首横略有失衡之感。这里，将计算机书法创作结果作为机械臂输入，无疑也可直接取拓片字的图像输入给机械臂。机器书法创作是人机结合的。

图5-13　书法创作模拟用机械臂及其输出创作结果