Java詞雲--Kumo使用

前言

Kumo是一個開源的Java詞雲工具，可以快速構建詞雲圖片。

開源地址

• Github：https://github.com/kennycason/kumo
• 碼雲：https://gitee.com/lyy289065406/kumo

Maven

<dependency>
    <groupId>com.kennycason</groupId>
    <artifactId>kumo-core</artifactId>
    <version>1.13</version>
</dependency>
<dependency>
    <groupId>com.kennycason</groupId>
    <artifactId>kumo-tokenizers</artifactId>
    <version>1.12</version>
</dependency>

使用方法

首先創建一個FrequencyAnalyzer(詞頻分析)對象,該對象用來統計我們所需要構造詞雲數據的頻率，主要包含以下方法：

方法名	參數	說明
load	InputStream	從流中獲取語料
load	File	從文件中獲取語料
load	String	從路徑中打開文件獲取語料
load	URL	從URL中獲取語料
load	List	從字符串數組中獲取語料
setWordTokenizer	WordTokenizer	設置分詞器 主要有ChineseWordTokenizer和EnglishWordTokenizer
setWordFrequenciesToReturn	int	設置返回數據長度
setMinWordLength	int	最小分詞長度
setMaxWordLength	int	最大分詞長度

public static String getWordCloud(List<String> words) {
    // 新建FrequencyAnalyzer 對象
    FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer();
    // 設置分詞返回數量(頻率最高的600個詞)
    frequencyAnalyzer.setWordFrequenciesToReturn(600);
    // 最小分詞長度
    frequencyAnalyzer.setMinWordLength(2);
    // 引入中文解析器
    frequencyAnalyzer.setWordTokenizer(new ChineseWordTokenizer());
   // 獲取詞語頻率數據
    final List<WordFrequency> wordFrequencyList = frequencyAnalyzer.load(words);

｝

創建一個Dimension對象，用於設置生成圖片的分辨率。

    // 設置圖片分辨率
    Dimension dimension = new Dimension(500, 500);

創建一個詞雲對象WordCloud

    WordCloud wordCloud = new WordCloud(dimension, CollisionMode.PIXEL_PERFECT);

    // 我也不知道有啥用 但是不加中文會亂碼
    java.awt.Font font = new java.awt.Font("STSong-Light", 2, 18);
    wordCloud.setKumoFont(new KumoFont(font));

    // 設置邊緣留空
    wordCloud.setPadding(2);
    // 設置顏色頻率越高用越靠前的顏色
    wordCloud.setColorPalette(new ColorPalette(new Color(0xed1941), new Color(0xf26522), new Color(0x845538)));
    // 設置形狀 這裏用的圓 參數爲半徑
    wordCloud.setBackground(new CircleBackground(200));
    // 設置字體大小範圍
    wordCloud.setFontScalar(new SqrtFontScalar(10, 40));
    // 設置背景色
    wordCloud.setBackgroundColor(new Color(255, 255, 255));

調用詞雲對象的build方法，參數爲剛纔生成的分詞頻率。

    // 生成詞雲
    wordCloud.build(wordFrequencyList);

最後可以對生成的圖片進行處理，這裏需要返回到前端，使用Base64編碼

    OutputStream output = new ByteArrayOutputStream();
    wordCloud.writeToStream("png", output);
    byte[] outputByte = ((ByteArrayOutputStream)output).toByteArray();
    return org.apache.commons.codec.binary.Base64.encodeBase64String(outputByte);

完整代碼如下

public static String getWordCloud(List<String> words) {
    FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer();
    frequencyAnalyzer.setWordFrequenciesToReturn(600);
    frequencyAnalyzer.setMinWordLength(2);

    // 引入中文解析器
    frequencyAnalyzer.setWordTokenizer(new ChineseWordTokenizer());

    final List<WordFrequency> wordFrequencyList = frequencyAnalyzer.load(words);
    
    // 設置圖片分辨率
    Dimension dimension = new Dimension(500, 500);
    // 此處的設置採用內置常量即可，生成詞雲對象
    WordCloud wordCloud = new WordCloud(dimension, CollisionMode.PIXEL_PERFECT);
    java.awt.Font font = new java.awt.Font("STSong-Light", 2, 18);
    wordCloud.setKumoFont(new KumoFont(font));
    wordCloud.setPadding(2);
    wordCloud.setColorPalette(new ColorPalette(new Color(0xed1941), new Color(0xf26522), new Color(0x845538),new Color(0x8a5d19),new Color(0x7f7522),new Color(0x5c7a29),new Color(0x1d953f),new Color(0x007d65),new Color(0x65c294)));    
    wordCloud.setBackground(new CircleBackground(200));
    wordCloud.setFontScalar(new SqrtFontScalar(10, 40));
    wordCloud.setBackgroundColor(new Color(255, 255, 255));
    // 生成詞雲
    wordCloud.build(wordFrequencyList);
    OutputStream output = new ByteArrayOutputStream();
    wordCloud.writeToStream("png", output);
    byte[] outputByte = ((ByteArrayOutputStream)output).toByteArray();
    return org.apache.commons.codec.binary.Base64.encodeBase64String(outputByte);
}

生成的效果圖如下