[译]Google新logo是如何缩减13000字节的

原文链接:Quora
译者:杰微刊—程慧

 

编者按:
有人在Quora上提问:Google的新logo是如何做到只有305字节的?旧logo的大小有14000字节之多。来自多伦多的UI设计师Ilya Yakubovich的回答1万+的投票。以下是杰微刊对其回答的完整译文。

 

之前的logo采用的是较为复杂的serif(衬线)字体,它只能通过贝塞尔曲线来构建。这样的话总共会有100个锚点,结果产生的就是一个6KB(6380字节)的文件。而压缩之后能达到2KB(2145字节)。


 

Google,Logo,设计

 


新logo是一个简化的版本,也就是说,几乎可以完全通过圆形和矩形来构建(小写字母g除外)。


 

Google,Logo,设计

 


整个logo包含:


① 10个圆形(大写G和小写g分别有两个圆,两个o分别有两个圆,字母e有两个圆)


② 5个矩形(大写字母G有两个矩形,小写l有1个矩形,小写e有2个矩形)


③ 1个由7个锚点构成的形状(小写g由上往下写的部分)

 

虽然Google尚未发布新版本的305字节的logo,也不太可能在网上出现,但是我相信他们的logo会如预期一般,降至305字节。


为了验证这一点,我采用SVG格式试着创建了第一个字母G,结果产生的是一个302字节的文件(未压缩),压缩之后是195字节。


下面是整个未压缩版的绘图过程,包括两个圆形和两个矩形:

?
1
2
3
4
5
6
<circle r= "100" cy= "100" cx= "100" fill= "#4885ed" />
<circle r= "70" cy= "100" cx= "100" fill= "#ffffff" />
<rect transform= "rotate(-40 166,67)" height= "78" width= "99" y= "27" x= "117" fill= "#ffffff" />
<rect height= "30" width= "88" y= "87" x= "111" fill= "#4885ed" />
</svg>

 

这样就产生了下面右边的图形:


 

Google,Logo,设计 


另外有一位用户指出,还有一种途径可以创建出新的logo,它是采用笔画(stroke)的方式来完成,而非填充(fill)的方式。这也是之前的老logo没法实现的,这种方法甚至可以带来更小的文件。整个logo的代码共290字节:

?
1
2
3
4
5
6
7
8
9
10
<svgxmlns= "SVG namespace" width= "600" height= "250" >
<g stroke-width= "16" fill= "none" >
   <path d= "M173 102a51 51 0 1 1-13-30m20 37h-53" stroke= "#4a87ee" />
   <circle cx= "227" cy= "128" r= "32" stroke= "#d83038" />
   <circle cx= "313" cy= "128" r= "32" stroke= "#f4c022" />
   <path d= "M401 160a31 31 0 1 1 0-61m-4 0a24 29 0 1 1 0 61m26-67v79m-1-12a20 20 0 1 1-52 17" stroke= "#4a87ee" />
   <path stroke= "#4ab95a" d= "M449 51v115" />
   <path d= "M529 118a30 30 0 1 0-2 24m5-32l-62 28" stroke= "#d83038" />
</g>
</svg>


通过这种方法,整个logo用两个圆圈(两个o)和四条路径(G, g, l和e)就可以绘制完成。

 

Google,Logo,设计

 

 

 


 

-------------------好久不见的分割线-------------------

如果您发现这篇译文的任何问题,可随时与杰微刊联系。

我们水平有限,但理想高远。杰微刊旨在分享优质的内容。

杰微刊也同样期待理想的您对这个世界的贡献。欢迎任何目的的联系。

杰微刊的有偿投稿邮箱是:weikan@jointforce.com

我们的QQ是:1820494189。

[转载请保留原文出处、译者和审校者。 可以不保留我们的链接] 

原文点此查看

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值