科研 Skill

图像志与图像学分析

arts-iconography-iconology

按潘诺夫斯基三层次组织图像释读,用Iconclass与自定义编码表考证母题谱系。适用于美术史图像释读与跨文化图像比较。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

图像志与图像学分析(Iconography & Iconology)

适用场景

  • 释读一件作品的题材与人物身份(如判断画中老者是“陶渊明”“林和靖”还是泛称高士)。
  • 追溯某一母题(如“松下问童子”、“羲之爱鹅”、“西王母”、“受胎告知”)在不同时代的图像谱系。
  • 为一批作品建立统一的图像主题标注,用于检索与统计(如宋元山水中渔父母题的出现频率)。
  • 跨文化比较:佛教造像的印度—中亚—中原图像传播,或中西宗教图像的符号比较。
  • 将图像意义置于思想史、文学、宗教与社会语境中做图像学解释。

边界与不适用

  • 不做作品真伪鉴定与流传考证(见 arts-artwork-provenance)。
  • 不做像素层面的色彩、构图计算(见 arts-color-composition-analysis);通用的图像分类/相似检索模型由其他 Plugin 的艺术图像分析 Skill 覆盖。
  • 图像学解释具有阐释性质,不能由自动工具“得出”;本 Skill 帮助组织证据,结论需研究者负责。

工作流

  1. 前图像志描述(pre-iconographical description)

    • 输入:作品图像与基本信息。
    • 操作:只描述可见的形式与“自然意义”——人物数量、姿态、服饰、器物、动植物、空间布局、动作关系,不加身份判断。
    • 产出:描述性清单(可按画面区域编号)。控制依据:风格史(不同时代表现同一事物的方式)。
  2. 图像志分析(iconographical analysis)

    • 操作:将母题与文本、题材传统联系起来,识别人物、故事、寓意。
    • 证据来源:画上题跋与题名、文学文本(诗文、小说、戏曲)、宗教经典(佛经、道经、《圣经》、《金色传奇》)、画史画论、图谱类书(《三才图会》等)。
    • 编码:西方题材用 Iconclass 记号(如 73A5 类为新约中的“受胎告知”相关,具体记号须在 Iconclass 浏览器中核实后再填);中国题材建立自定义编码表(见下)。
    • 决策点:同一形象可对应多个故事时,列出候选并比较区分特征(持物、随从、场景)。
  3. 图像学解释(iconological interpretation)

    • 操作:追问作品为何在特定时代、地域、阶层出现这样的题材与表现,揭示其“内在意义”或文化征候。
    • 证据:赞助人与观者、礼仪与宗教实践、政治事件、文人趣味、市场需求。
    • 注意:避免循环论证(用图像证明时代精神,又用时代精神解释图像);需独立文献支持。
  4. 建立中国画母题编码表

    • 层级建议:大类(人物故事/山水/花鸟/宗教/吉祥寓意)→ 题材(如“渔樵耕读”)→ 母题元素(渔父、蓑笠、扁舟)。
    • 每个编码附:名称、别称、典出文献、典型图像特征、代表作品、易混淆题材。
    • 示例:吉祥寓意类常见谐音母题(如“蝠”喻“福”、“鹿”喻“禄”),须注明出现时代,避免将明清民俗寓意倒推到早期作品。
  5. 批量标注与统计(可选)

    • 用表格或数据库对作品逐条标注编码,统计母题时代分布、共现关系。
    • 标注者间一致性:双人独立标注子样本,计算 Cohen's kappa。
  6. 撰写论证

    • 按三层次组织章节,每个判断附图像局部与文献依据。

工具与数据源

  • Iconclass(iconclass.org):多语种图像主题分类系统,提供浏览与检索。
  • Getty AAT、ULAN;Warburg Institute Iconographic Database;Index of Medieval Art(普林斯顿大学)。
  • 中国图像资料:故宫博物院数字文物库、台北故宫书画检索、敦煌研究院“数字敦煌”(e-dunhuang.com)、中国国家博物馆官网藏品。
  • 文本:中华经典古籍库、CBETA 电子佛典(cbeta.org)、道藏相关数据库、国学大师等工具。
  • 工具书:《中国美术辞典》、各类中国吉祥图案与纹样辞典、《佛教造像手印》类专书。
  • 标注软件:Excel/CSV、Tropy(研究图像管理)、VGG Image Annotator(VIA,局部区域标注)。

最小示例:母题标注表的共现统计与一致性

# pip install pandas scikit-learn
import itertools
import pandas as pd
from sklearn.metrics import cohen_kappa_score

# annotations.csv: work_id, coder, motif_code  (每行一个母题)
df = pd.read_csv("annotations.csv")

# 两位标注者在每个“作品×母题”上是否标注的一致性
pivot = (df.assign(v=1)
           .pivot_table(index=["work_id", "motif_code"], columns="coder",
                        values="v", fill_value=0))
a, b = pivot.columns[:2]
print("Cohen's kappa:", round(cohen_kappa_score(pivot[a], pivot[b]), 3))

# 以第一位标注者为准统计母题共现
works = df[df.coder == a].groupby("work_id")["motif_code"].apply(set)
pairs = pd.Series([p for s in works for p in itertools.combinations(sorted(s), 2)])
print(pairs.value_counts().head(20))

质量检查

  • 前图像志描述与身份判断分开书写,未把结论混入描述。
  • 每个图像志识别都有文本或题跋依据,并列出被排除的候选。
  • Iconclass 记号已在官方浏览器中核实,非凭记忆填写。
  • 中国题材编码表注明典出与时代,避免年代错置。
  • 图像学解释有独立于图像本身的文献证据,避免循环论证。
  • 批量标注报告一致性系数与分歧处理规则。
  • 引用图像遵守收藏机构使用条款并注明来源。

输出格式

  • 描述清单:区域编号、可见元素、姿态/动作、器物、备注。
  • 图像志识别表:母题、识别结果、编码(Iconclass 或自定义)、依据文献、候选与排除理由、置信度。
  • 母题编码表:编码、名称、别称、典出、图像特征、代表作、易混题材。
  • 论文结构:作品概况 → 前图像志描述 → 图像志分析 → 图像学解释 → 比较与谱系 → 结论。

参考规范与文献

  • Panofsky, E. (1939). Studies in Iconology: Humanistic Themes in the Art of the Renaissance. Oxford University Press.
  • Panofsky, E. (1955). Meaning in the Visual Arts. Doubleday.
  • van Straten, R. (1994). An Introduction to Iconography. Gordon and Breach.
  • Waal, H. van de. Iconclass: An Iconographic Classification System.
  • 巫鸿,《武梁祠:中国古代画像艺术的思想性》(英文原著 1989)。
  • 巫鸿,《重屏:中国绘画中的媒材与再现》(英文原著 1996)。
  • 潘诺夫斯基《图像学研究》、《视觉艺术的含义》中译本。

示例提示词

请按潘诺夫斯基三层次分析一幅南宋《渔父图》,并为宋元渔父母题建立编码表和文献依据。

所属插件

艺术学面向音乐学、美术学、设计学、戏剧与影视学研究:传统音乐与乐谱数字化、演奏分析与采录、作品著录与图像学、色彩构图计算、设计研究与用户实验、电影视听语言与产业数据。

安装该插件会一并获得同领域的 11 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

图像志与图像学分析能做什么?

按潘诺夫斯基三层次组织图像释读,用Iconclass与自定义编码表考证母题谱系。适用于美术史图像释读与跨文化图像比较。

如何安装图像志与图像学分析?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「图像志与图像学分析」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

图像志与图像学分析需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

图像志与图像学分析经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。