一种将图像信息转换成音乐的方法

摘要

本发明一种将图像信息转换成音乐的方法,该方法的步骤是:首先,读取选定图像的各种信息,将其分别存入各自的数据文件中;其次是本着忠实于图像原始信息的原则对这些数据进行处理;然后将处理后的图像数据转换为音乐符号并存入MIDI(音符格式)文本文件中;最后对MIDI(音符格式)文本文件转化为MIDI(音符格式)乐曲输出。使人们在欣赏图画的同时也能够从听觉上感受图像所带来的效果;利用“1/f”波动理论帮助人们理解图像与音乐之间的关系。

主权项

1、一种能将图像信息转换成音乐的方法，其特征在于：该方法是：首先，读取选定图像的各种信息(如三原色RGB&#60其中R代表红、G代表绿、B代表兰&#62的灰度值、颜色的三属性HSV&#60其中H代表色调、S代表饱和度、V代表明度&#62)，将他们分别存入各自的数据文件中；然后本着忠实于图像原始信息的原则对这些数据进行处理；再将处理后的图像数据转换为音乐符号并存入MIDI(音符格式)文本文件中；最后对MIDI(音符格式)文本文件转化为MIDI(音符格式)乐曲输出；现将该方法步骤详述如下：一、读取图像信息：图像采用的是24位真彩，文件格式为BMP格式存放图像信息，存放过程是计算机先将BMP文件头读入，通过文件标志“BM”，判断是否是BMP文件，再通过色彩标志位，判断是否为24位真彩图像，接着读入文件的长宽数据以及图像数据区的偏移量，将文件长宽数据存入文件中，由于BMP图像文件是由图像的最后一行开始，由下至上，由左至右进行数据存储的，所以我们在利用偏移量找到图像数据区之后，按照长度和宽度值，从文件尾开始读取BMP文件的数据，将所读出的十六进制的RGB(红绿兰)灰度值转换为十进制数据，并分别存入临时的三个文本数据文件中；由于BMP文件中存储的是灰度值，所以利用HSV(其中：H代表色调、S代表饱和度、V代表明度)模型与RGB(红绿兰)模型之间的关系可以得到颜色的三属性(H、S、V)值，并将三属性(H、S、V)值也分别存入三个临时数据文件中；二、对图像信息进行处理：将音乐与图像的特性相对应，是整个方案的重点，由于音乐是时基类媒体，音符必须有一个时间延续方向才能组成乐曲，而大多数人欣赏图画时的习惯是从上而下浏览，所以本发明采取图像纵向(由上而下)为处理主方向(即音乐前进方向)，输入数据文件为上面所产生的六个数据文件之一，下面以色调(H)值为例进行说明；考虑到图像各部分色调的过渡性及色调过渡的模糊性，即相邻象素之间的相关性和图像界限的不确定性，以及14个可用的标准MIDI(音乐的格式)通道，我们对图像数据进行分割和抽取，将图像划分为14个部分：在将图像数据平均分成14个部分的基础上，先合并第一部分求平均作为第一列数据，然后将1、2两部分合并平均作为第二列数据，再将1、2、3三部分合并平均作为第三列数据，以此类推，直至将所有部分全部合并完为止，将处理后的结果存入数据输出文件中；三、图像数据转化为音符文本：在音乐中包括高、中、低三个音区，每个音区包括三个八度的音符，而每个音符又包括其升半音、中、降半音，合计共有(7×3)种音调×3八度×3音区=189个音符可以被对应；首先，规定用“c、d、e、f、g、a、b”表示低音区的七个音名，用“1、2、3、4、5、6、7”表示中音区的七个音名，用“C、D、E、F、G、A、B”表示高音区的七个音名，在音名前的“/”表示升八度，“/”表示降八度，空白则表示不升也不降；紧跟音名后的“b”表示降半音，“#”表示升半音，由于规定的音调过多(189种)，而且有很多是重复的，所以这里参照钢琴的键盘将音调的个数减少为88个，仍为高、中、低三个音区，从低到高分为大字二组、大字一组、大字组、小字组、小字一组、小字二组、小字三组、小字四组、小字五组等九个音组；除了大字二组仅含有三种音调与小字五组仅含有一种音调之外，其余七组均含有七个基本音(钢琴的白键)和五个半音(钢琴的黑键)等十二种音调；又由于有些音如“c”，它的升半音“#c”与其相邻的音“d”的降半音“^bd”相同；所以我们统一规定所有均用前一个音的升半音来表示；则一组完整的音组就由“1、2、3、4、5、6、7”七个全音加上“#1、#2、#4、#5、#6”五个半音组成；节奏是音乐中的重要因素，它涉及与“时间”有关的所有因素，是音在强弱和长短两方面千变万化的组织形态，我们通过对每个音符的演奏时间进行设定以满足产生节奏的条件；经过统计得到的11种音长，我们用11种符号代替：“-”表示二分音符(2拍)，“.”表示附点音符拍)，“”表示四分音符(1拍)，“_.”表示八分音符带附点拍)，“_”表示八分音符(拍)，“=.”表示十六分音符带附点拍)，“=”表示十六分音符拍)，“：.”表示三十二分音符带附点拍)，“：”表示三十二分音符拍)，“；.”表示六十四分音符带附点拍)，“；”表示六十四分音符(拍)。所以我们以每列数据相邻两元素的差值为研究对象，找出每行差值的最大、最小值，由下面的公式将色调数据的变化值对应到11种音长上(节奏速度)；S-节奏速度(Speed)，Gl-色调值差Ml-色调值差的最大值，ml-色调值差的最小值由于节奏与音长和节拍有十分密切的关系，所以在本发明中节拍采用对音长进行分类统计的算法来确定；所有带附点的音符归入它的主类，如二分带附点的音符可归入二分音符进行统计；选取数量最多的那种所代表的音长作为节拍的分母，即若二分音符的数量最多，则节拍的分母为2；在这里分子暂时用小于分母的非零随机数来代替；对于通道所对应的乐器，我们采用了MIDI(音符格式)的一些标准。通用MIDI(音符格式)标准将128种乐器按照乐器种类分为16组，每组定义了8种乐器声音；这16组乐器分别为：钢琴乐器、半打击乐器、风琴乐器、吉他乐器、低音乐器、弦乐器、合奏乐器、铜管乐器、簧乐乐器、管乐乐器、合成诱导、合成清音、合成效果、民族乐器、打击乐器、声音效果等；MIDI(音符格式)规定在16个通道中，除11、12为未用通道以外，其余的14个通道都要指派给合成器能产生的乐器声音，如若是基本合成器，则将13-15通道指派给三种管弦乐器声音，并同时允许产生6种音符，而将16通道指派给打击乐器声音，允许同时产生3种音符；对于扩展合成器，则把1-9通道指派给9种管弦乐器声音，可同时允许产生16个音符；将10通道用于打击乐器声音，允许同时产生16个音符，每个通道实际所采用的乐器在对应种类中随机选取；每分钟节拍数，即演奏速度与每列数据的变化快慢也有很大关系；所以我们统计所有数据列的相邻数据的差，找出最大差值(MaxSpeed)，最小差值(MinSpeed)以及数目最多的差值(Flag)；采用如下公式进行转换：     $S=\frac{(F-\mathrm{MinS})\times (200-120)}{\mathrm{MaxS}-\mathrm{MinS}}+120$S-演奏速度(Speed)，F-数目最多的差值(Flag)MaxS-最大的差值(MaxSpeed)，MinS-最小的差值(MinSpeed)为了能制成符合规范的MIDI文件，在此规定MIDI信息文本制作格式如下：    [MIDI]    &#60调号&#62，&#60节拍&#62，&#60每分钟节拍数&#62，&#60音轨个数&#62[1]Pn[n]Pn说明：调号：占用一个字符，必须为A、B、C、D、E、F、G，否则视为C调；节拍：取值如下，2/4，3/4，4/4，3/8，6/8每分钟节拍数：表示每分钟演奏的节拍总数，取值在40-200之间，否则视为120；音轨个数表示此歌曲声部数。如三声部，可将其设置为3。与之相应，n=3；[n]后面的是表示音轨的音乐信息，即为上面转化好的音乐符号；Pn：表示设置音色，取值在0-127之间；其他的字符，视为非法字符；考虑到人的接受能力，人为统一的规定调号为C调，节拍8/8拍，每分钟节拍数为180；将转换好的音乐符号存入临时MIDI(音符格式)文本文件“MIDIout.txt”中；四、将“音符”文件转换为MIDI(音符格式)乐曲：由于MIDI(音符格式)文件包含头块和音轨块两部分；其格式一般如下：MIDI(音符格式)文件头结构    struct MH{char Midild[4]；MIDI文件标志MThdlong length：   头块结构信息长度int format：    存放的格式int ntracks；   音轨数目int PerPaiNum； 每节计算器值}；音轨头结构struct TH{char Trackld[4]；磁道标志MTrklong length；    信息长度}从“音符”文件中接受到数据后，将其翻译成MIDI(音符格式)文件代码，然后按照MIDI(音符格式)文件的规定，加上文件头和音轨头，写入乐曲文件中，形成MIDI(音符格式)文件。