下载掌阅APP，畅读海量书库
立即打开
传统修辞学强调对语言符号的策略性使用，其核心功能是劝说。修辞的内涵是“一种能在任何问题上找出可能的说服方法的功能”
；修辞的目的是引发受众的认同，“使一个群体获得某种授权的意志、计划、希望和前途”
；修辞的结果体现为某种“劝服性话语”（persuasive discourse）的生产
。如果说传统修辞学的研究对象是语言文本，视觉修辞学（visual rhetoric）的研究对象则转向视觉文本。因此，作为一个新兴的学术领域，视觉修辞学关注的是视觉文本的修辞学问题，即以视觉文本为修辞对象的修辞学知识体系。当视觉文本进入修辞学的关注视野，视觉修辞学便成为有别于传统语言修辞学的另一种修辞范式。
莱斯特·C.奥尔森（Lester C.Olson）通过对1950年以来的视觉修辞文献进行梳理，发现视觉修辞研究于20世纪60年代起步，发展并成熟于20世纪90年代，2000年以后迎来了“黄金时代”。
在视觉文化背景下，基于语言文本分析的传统修辞学研究逐渐开始关注视觉议题，“从原来仅仅局限于线性认知逻辑的语言修辞领域，转向研究以多维性、动态性和复杂性为特征的新的修辞学领域”
。换言之，正是在视觉文化所主导的“文化逻辑”之下，修辞学领域发生了一场深刻的“图像转向”，诞生了视觉修辞学。查理斯·A.希尔（Charles A.Hill）和玛格丽特·赫尔默斯（Marguerite Helmers）指出，视觉修辞探讨的核心命题是“图像如何以修辞的方式作用于观看者”
。其实，修辞学思考的基础问题是意义的修辞建构，只不过语言修辞和视觉修辞给出了不同的观照视野：前者主要从语言维度上加以考察，后者则将关注视野延伸到视觉文本，尝试在视觉意义上确立特定的修辞议题、编织特定的修辞话语、开展特定的修辞实践。
视觉修辞学关注的视觉文本的含义存在狭义和广义之分。狭义上的视觉文本主要指图像文本，而广义上的视觉文本的外延相对宽泛，主要指交际实践中一切具有象征功能的视觉对象——除了纯粹的图像文本，还包括由语言、文字、图像等要素混合而成的多媒体文本，以及能够在视觉维度上加以认知和分析的社会文本，如图像事件（image events）、社会空间等。必须承认，由于数字媒介时代的信息主体上是以多媒体形式存在的，因此视觉修辞主体上关注广义上的视觉文本。基于此，我们可以对视觉修辞给出如下定义：所谓视觉修辞，主要是指以视觉化的文本形态为主要修辞对象，通过对视觉文本的策略性使用和对视觉话语的策略性建构，达到劝服、对话与沟通功能的一种实践与方法。相应地，视觉修辞学则是研究视觉文本修辞语言、活动与规律的学问。
从语言文本到视觉文本，视觉修辞打开的不仅是修辞研究的外延问题，也涉及修辞学知识体系的内涵重构问题。
相对于传统的语言修辞学研究，视觉修辞学建立了一个以“视觉性”（visuality）和“修辞性”（rhetoricality）为考察中心的知识体系，其逻辑主线是在视觉维度上形成通往认识世界的修辞学认识论、方法论、实践论。经过长达半个多世纪的学术沉淀，视觉修辞学正在朝着“学科建制”的发展趋势迈进。今天，我们如何认识视觉修辞学这一新兴的学术领域？本书绪论部分将立足学术史的考察路径，致力于探讨视觉修辞的学术起源、奠基之作、学术脉络和意义机制，同时简要交代本书的总体框架结构。
探讨视觉修辞的学术起源，其实就是要回答这样一个问题：以语言为研究对象的传统修辞学科，如何将视觉对象纳入自身的研究体系？任何一个新兴学科的诞生，都伴随着一些标志性“学术事件”的发生。只有回到修辞学发展的学术史中，聚焦于那些影响并改写一个学科发展脉络的关键节点，才能真正把握视觉修辞学的“出场”问题。具体来说，视觉修辞成为一个合法的学术领域，究竟突破了哪些关键性的理论问题，形成了哪些代表性的修辞议题，产生了哪些标志性的学术团体？基于以上三个问题，我们分别从理论问题、修辞议题、学术机构三个方面探讨视觉修辞的学术起源。
传统的修辞学延续了亚里士多德的修辞观念，其主要修辞对象是语言文本，强调通过语言文本的策略性使用实现有效的劝服（persuasion）功能。相应地，修辞学被理解为语言规则在既定情景中的使用，其目的就是在交际实践中实现劝说功能。尽管后来修辞学的内涵超越了“语言规则使用”理论范畴而上升到“语言使用与社会规范创造/社会现实建构”理论维度，但是修辞学所关注的对象依然停留在语言/文字层面，图像及视觉问题并未进入修辞学的研究视野。简言之，传统修辞学关注的是语言问题而非视觉问题。而20世纪60年代兴起的新修辞学（new rhetoric）解决了视觉修辞学“出场”的理论合法性问题。具体来说，肯尼思·伯克（Kenneth Burke）拉开了新修辞学的序幕，重新定义了修辞的内涵与观念。伯克在《作为象征行动的语言》《动机语法》和《动机修辞学》中系统阐释了新修辞学的理论与方法。按照伯克的观点，所有的人类行为都是符号性/象征性的（symbolic），人们在符号系统中完成的实际上是一种符号/象征实践（symbolic practice）。而符号/象征不仅包括人类的语言交流（talk），也包括其他的非语言性符号系统（symbolic system）。伯克因此指出，修辞分析应该拓展到数学、音乐、雕塑、绘画、舞蹈、建筑风格等符号系统。
非语言性符号系统是如何进入伯克的修辞学范畴的？这一问题涉及伯克的动机修辞学（rhetoric of motives）。伯克将人类行为按照是否受动机（motive）支配区分为“行动”（action）和“活动”（motion），前者涉及动机问题，而后者（如生理活动）则与动机无关。由于动机的形成和改变与象征手段的使用密切相关，因此一切涉及象征手段的行为大都涉及动机问题，即属于“行动”层面的问题。而大凡建立在象征手段基础上的符号实践，都不可避免地体现了修辞学意义上的劝服动机。
基于此，伯克认为修辞学的关注对象应该超越传统的语言实践范畴，而上升到包括图像符号在内的一切象征行动（symbolic action）范畴。正如奥尔森所指出的，当象征行动成为修辞学的研究对象时，新修辞学在理论层面“为视觉修辞研究的建立提供了可能性”
。由于伯克在象征行动层面考察修辞问题，因此修辞学的文本对象已经不局限于语言文字，而是拓展到一切具有象征行动属性的符号形态，包括摄影、动画、电影、广告、设计、新闻图片等视觉对象。实际上，任何视觉文本的生产与传播在交际与文化维度上都携带着特定的意义体系，而意义又先天地附着于符号之上，并且通过符号的象征行动呈现，所以我们可以借助对象征行动的释义规则及内在机制的分析，抵达新修辞学意义上的修辞动机问题。正因为新修辞学将象征行动推向了修辞研究的重要位置，视觉文本的象征行动及其修辞动机问题才正式进入修辞学的学术视野。
概括来说，图像符号之所以能够跨越古典修辞学所设定的修辞对象壁垒，根本上是因为新修辞学在理论上重新界定了修辞的本质和对象，从而将包括图像在内的一切符号系统都纳入修辞学的对象范畴。于是，“视觉文本的修辞学研究”便成为一个亟待突破的修辞学研究领域。可以说，伯克突破了传统的修辞理论体系，重新定义了修辞学和修辞实践，从而在理论上解决了视觉修辞学“出场”的合法性问题。
视觉修辞作为一个以应用性和实践性见长的学科领域，其兴起的“时代语境”是大众媒介的迅速发展。尽管视觉艺术（如绘画、雕塑、摄影）具有漫长的历史，但为什么视觉修辞却是从20世纪60年代才起步的？
显然，视觉修辞并不是因为视觉对象的出现而“出场”，而是在视觉文化所铺设的“文化逻辑”中进入学术视野。20世纪60年代以来，随着广告、电影、电视等视觉化的大众媒介蓬勃发展，消费主义主导的媒介化社会（mediated society）宣告到来。大众媒介和消费主义之间的关系是生产性的、共谋性的、一体性的。大众媒介与消费主义“耦合”的直接结果就是视觉文化（visual culture）的兴起。居伊·德波（Guy Debord）指出，当代社会景观（spectacle）的主要生产机器是大众媒介，而景观的本质是视像化的消费主义表征。相应地，当代社会最终在景观意义上表现为“以形象为中介的人与人之间的一种社会关系”
。让·鲍德里亚（Jean Baudrillard，又译波德里亚）进一步指出，以电子媒介为代表的视觉机器正在将世界彻底改造成纯粹的表征，人们已经不可阻挡地跃入一个以“虚拟影像”的表征、生产和消费为特征的表象时代。道格拉斯·凯尔纳（Douglas Kellner）在《波德里亚：一个批判性读本》中断言：“因为在这个世界中，人们所处的情况是，个体面对着压倒一切的形象、编码和模型的浪潮，它们其中任何一个都可能塑造一个个体的思想或行为。”
显然，由于大众媒介对视觉景观和消费欲望的系统性生产，一切原本非视觉性的东西都被视像化了，相应地，世界在普遍意义上变成了一个可见的、图像化的存在，其结果就是我们进入了海德格尔所说的以“视觉狂热”和“图像增值”为特征的“图像时代”。在视觉文化主导了当代社会的文化逻辑，并深刻地塑造或重构一个时代的文化实践之际，修辞学如何回应这一根本性的社会文化事实？这一问题确立了视觉修辞出场的总体学术语境。按照卡拉·A.芬尼根（Cara A.Finnegan）的观点，视觉修辞之所以能够成为一个合法的学术命题，一方面是因为视觉文化产品（artifact of visual culture）的修辞研究需要，另一方面则是因为视觉文化本身的修辞研究需要。
随着20世纪60年代视觉文化的崛起，如何在修辞学意义上认识视觉文化，即如何开展面向视觉文化的修辞学范式拓展与创新，成为视觉修辞学出场的一个重要原因。
作为传播学科的一个重要分支领域，消费主义语境下的视觉传播（visual communication）主导了视觉文化景观的建构与生产方式，摄影、漫画、广告、电影、电视等视觉化媒介形态深刻地塑造了人们的消费观念和日常生活。那么，大众媒介是如何在视觉维度上建构某种劝服性话语，又是如何通过视觉的方式建构并塑造人们的认同体系？这些问题同样是传播学关注的学术问题。甘瑟·克雷斯（Gunther Kress）和西奥·凡勒文（Theo van Leeuwen）甚至直接将视觉修辞的学科属性归于传播学科下的视觉传播领域。
由此可见，在视觉传播主导的视觉文化及其潜在“问题意识”的驱动下，传统修辞学尝试回应视觉传播问题的突破方向与学术领域逐渐形成。
视觉修辞早期的研究对象主要聚焦于视觉媒介形态。作为视觉修辞学领域的奠基性成果之一的罗兰·巴特（Roland Barthes，又译罗兰·巴尔特）的《图像的修辞》，关注的文本对象正是视觉广告。基于对广告文本的修辞研究，巴特正式拉开了视觉修辞的研究序幕。紧随巴特的广告修辞研究，托马斯·W.本森（Thomas W.Benson）于1974年发表了《电影的修辞批评》，开始关注电影修辞问题。
此后，视觉传播领域的修辞研究迅速崛起，研究对象延伸到摄影、漫画、广告、电影、电视、纪录片等视觉化的大众媒介产品。随着视觉媒介产品纷纷进入修辞学的关注视野，学者们坚定地认为任何视觉文本都存在修辞学的分析维度，并于20世纪80年代提出了“媒介的修辞维度”（rhetorical dimension in the media）这一影响深远的视觉修辞理论命题。
纵观学术史上的视觉修辞研究文献，绝大部分成果都聚焦于视觉媒介产品的修辞研究
，传播学者构成了当前视觉修辞研究的主要学术群体。概括来说，尽管视觉修辞的学术身份依然是修辞学，但传播学则是其主要的学术场域，因为视觉传播的迅速发展为视觉修辞的出场提供了标志性的修辞议题、研究对象和问题意识。
相对于语言文字，视觉图像究竟有没有“语法”？这既是视觉修辞研究必须回应的一个理论问题，也是视觉修辞实践中绕不开的一个方法问题。为了把握图像构成与形式意义上的“语法”问题，克雷斯和凡勒文在1996年出版的理论著作《解读图像：视觉设计的语法》中，第一次将“视觉语法”（visual grammar）推向学理化的认知视野，同时提出了视觉语法研究的操作方法。
早在1990年，克雷斯和凡勒文出版了《解读图像》一书，其中视觉语法的文本对象主要集中在儿童绘画、课本插图、广告、杂志封面等视觉媒介产品上，而后出版的《解读图像：视觉设计的语法》则“将视觉对象进一步延伸到视觉传播的其他领域，包括更大范围的大众媒介材料、科学或其他图式、地图与图表、视觉艺术”，同时关注空间化存在的视觉传播对象，如“雕刻、儿童玩具、建筑、日常设计物体”。
实际上，克雷斯和凡勒文的视觉语法研究主要在视觉传播的学术体系中展开，这就不难理解为什么视觉修辞的一个重要的学科依托是传播学了。
一个学科领域的发展和成熟，离不开该领域学术共同体的普遍认可。一般而言，一个学科的学术共同体往往依托于既定的学会或协会，以机构实践（institutional practice）的方式开展学术研究。因此，考察学术共同体的研究谱系、学术脉络及其机构实践，有助于我们更加清晰地把握视觉修辞的学术起源。索尼娅·K.福斯（Sonja K.Foss）对视觉修辞的学术起源进行了系统的学术考察。
具体来说，尽管有关视觉修辞的相关研究从20世纪60年代就已经零星出现，但真正使视觉修辞成为一个显性的学术领域并获得学界普遍认同的“学术事件”则要追溯到1970年的一场特别的学术会议和一份特别的学术报告。
为了拓展修辞学在视觉文化时代的学术想象力与生命力，1970年，当时全球最有影响力的传播学学会——言语传播学会（Speech Communication Association，简称SCA）
主办的美国修辞学大会（National Conference on Rhetoric，简称NCR）形成了一份关于修辞学发展的未来报告《修辞学批评推进与发展的委员会报告》（“Report of the Committee on the Advancement and Refinement of Rhetorical Criticism”）。全球修辞学者和传播学者达成共识，认为有必要将视觉图像纳入修辞学的研究范畴——“对传统修辞学的研究对象进行拓展，其中既包括话语，也包括非话语；既包括口头语，也包括非口头语”
。
显然，言语传播学会于1970年主办的美国修辞学大会是视觉修辞史上的一个里程碑式事件，我们可以将其视为“视觉修辞”这一新兴研究领域诞生的“权威呼吁”（formal call），即在学术团体的机构实践层面宣认了视觉修辞作为一个学科领域的合法性。
基于新修辞学的象征行动观念，与会学者集体建议，修辞学的理论视角可以被运用到“任何的人类行为、过程、产品或人造物”之中，即那些“可能会形成、维持、改变人们的注意、观念、态度或行为”的一切符号实践。
这些符号实践包括非正式谈话、公共环境、大众媒介信息、罢工、标语、唱歌、游行等。
如同一场盛大的“宣言”，这次会议正式将视觉修辞学推向修辞学的一个分支领域。会议形成的官方报告——《修辞学批评推进与发展的委员会报告》被收录在《修辞学新趋势：国家发展报告》之中，深刻地影响了后来的视觉修辞学发展，以至于学界更倾向于将这次会议视为视觉修辞学的“起点”。
20世纪80年代后期，索尼娅·K.福斯、马拉·肯耐吉尔特（Marla Kanengieter）、雷米艾·迈凯洛（Raymie McKerrow）等学者成立了专门的视觉修辞学研究小组。该小组作为言语传播学会（SCA）的一个下属研究机构，在推动视觉修辞学的发展方面可谓功不可没。2008年，克恩视觉修辞与科技大会（Kern Conference on Visual Rhetoric and Technology）正式举行，与会学者一致认为互联网图像传播将会成为视觉修辞研究的一个新的学术增长点。如今，面对快速迭代、扩张、增殖的新媒体影像，视觉修辞学正在释放出无尽的学术想象力，以回应新媒体时代的视觉劝服、沟通与对话问题。
概括而言，视觉修辞学的学科合法性构建，离不开三个标志性的学术事件：一是新修辞学的出现，突破了关键性的理论问题；二是视觉传播的兴起，推动形成了代表性的修辞议题；三是学术团体的认可，催生了集体性的研究转型。20世纪60年代、70年代，正是在修辞学和传播学两大学术脉络的“汇聚处”，今天带给视觉议题研究（visual studies）极大想象力的视觉修辞学诞生了。视觉修辞学的学术起源如图0.1所示。
图0.1 视觉修辞学的学术起源
视觉修辞学作为一个合法的学术领域出场，首先需要解决一些关键性的理论问题，而这离不开一系列奠基性的学术成果。国际学术期刊《符号学》（Semiotica）主编马塞尔·达内西（Marcel Danesi）认为视觉修辞的起源离不开三大奠基性成果
：一是罗兰·巴特于1964年发表的重要论文《图像的修辞》（“Rhetoric of the Image”）
，二是鲁道夫·阿恩海姆（Rudolf Arnheim）于1969年出版的《视觉思维》（Visual Thinking）
，三是约翰·伯格（JohnBerge）于1972年出版的《观看之道》（Ways of Seeing）
。
巴特最早提出“图像的修辞”这一命题，从而将视觉修辞推向一个真正的学术领域。伴随着这次石破天惊的“宣言”，传统的图像学和修辞学不得不从原有的学术疆域挣脱出来，以一种自反性的方式重新思考即将到来的学术拓展问题——图像学开始思考修辞问题，而修辞学则要面对图像问题。与此同时，阿恩海姆从视觉心理学维度揭示了人脑面对图像信息的工作机制，由此提出了不同于语言文本加工方式的视觉思维问题。视觉修辞独立于语言修辞而成为一个学科领域的合法性来源之一，是阿恩海姆从符号形式与思维机制的基础理论出发，揭示了图像思维不同于语言思维的独特机制。此外，如何观看图像？“观看”在伯格那里更多地意味着一种批评结构和哲学问题，观看的“语法”则指向图像深层的权力与政治问题，这为我们打开了一个反思性的视觉批评视域。伯格超越了传统图像学试图回应的意义阐释与文本分析问题，也突破了传统的语言修辞批评的对象范畴，在图像问题上开启了一条通往“视觉修辞批评”的新的批评路径。显然，巴特、阿恩海姆、伯格的相关成果对于视觉修辞的确立具有奠基性意义。如果说巴特抛出了“视觉修辞”这一崭新的学术命题的话，阿恩海姆和伯格则聚焦于图像本体论，确立了视觉修辞不同于语言修辞的心理认知基础和修辞批评基础。接下来我们将对巴特、阿恩海姆、伯格的成果进行分析，进一步揭示视觉修辞是如何在前人的学术土壤中成长起来的。
巴特于1964年发表了论文《图像的修辞》，该成果在修辞学和传播学领域引发了巨大反响。之所以说这篇文章在视觉修辞史上具有奠基性意义，不仅是因为巴特提出了“图像的修辞”这一学术问题，更为重要的是因为他在理论与方法上回应了修辞学面对“非语言符号”的适用性和想象力问题：这篇文章一方面立足意义理论，揭示了视觉修辞的符号系统和语义结构；另一方面立足案例分析，解决了视觉修辞研究的操作方法问题。通过对广告图像的批判性分析，巴特认为视觉修辞的意义生产，实际上依赖图像元素之间的结构关系和形式逻辑，即我们可以在图像中发现那些类似于传统修辞学的“修辞格”的东西，而这恰恰体现为视觉修辞的意义规则。基于这一基本认识，巴特认为应该重新反思修辞学，从而建立起一种能够对图像、声音、动作等都适用的通往含蓄意指（connotation）研究的普遍修辞学（generic rhetoric）或普遍语言学。
为了揭示视觉修辞意义上的含蓄意指问题，巴特提出了图像符号的两级符号系统：第一级符号系统对应的是图像符号的直接意指（denotation），第二级符号系统对应的是含蓄意指。所谓的视觉修辞的意义，其实对应的是图像符号的含蓄意指，即文本表层指涉系统之外的暗指意义（connotative mean-ing）。巴特指出，视觉修辞研究的核心问题是“意义如何进入形象”以及“它终结于何处”。
其实，巴特所关注的视觉修辞意义，对应的是视觉符号表意系统中的“神话”问题。“神话”是“一种无止境的涌出、流失，或许是蒸发，简而言之，是一种可觉察的缺席”，其功能是掏空文本的写实性和现实性，从而在文化与政治层面赋予图像一定的象征意义。
概括而言，巴特的《图像的修辞》首次提出了“图像的修辞”命题，揭示了视觉修辞意义的含蓄意指之本质，因此该成果对于我们认识视觉修辞的修辞语言和运作机制具有奠基性的学术意义。
作为格式塔心理学美学的代表人物，阿恩海姆在视觉思维和视觉心理维度上思考图像的认知机制问题及其可能存在的语法问题。按照格式塔心理学的基本观点，事物的“形”并不是对客观刺激物的直接描摹，而是视觉在瞬间“加工”和“建构”的产物。
因此，所谓的“形”，本质上是事物的构成结构中被“提炼”出来的一种抽象关系，而这一过程对应的视觉心理便是格式塔心理学特别强调的“完形”过程。正如阿恩海姆所说：“对形状的捕捉，就是对事物之一般结构特征的捕捉。这样一种见解其实是来自格式塔心理学。”
立足格式塔心理学的基本理论面向，阿恩海姆尝试探索视觉活动的心理机制和思维本质。当我们观看一个视觉对象时：“视知觉不可能是一种从个别到一般的活动过程，相反，视知觉从一开始把握的材料，就是事物的粗略结构特征。”
而这一结构特征的形成，依赖大脑认知的图式思维，即我们之所以会形成某一刺激物的大体轮廓，是因为刺激物“在大脑里唤起一种属于一般感觉范畴的特定图式”，并在此基础上形成知觉概念。
阿恩海姆通过大量的视知觉实验发现，视觉思维活动中“知觉”和“思维”并不是完全分立或平行的两个事物，而是经由视觉意象的桥梁作用建立了连接的可能性与现实性，即“思维活动是通过意象进行着”
。正是基于视觉意象的生产性认知潜力，阿恩海姆发现了视知觉活动的理性本质，从而提出“视知觉具有思维力”的重要论断
，由此弥合了感性与理性、感知与思维、艺术与科学之间长期存在的认知断裂。正因为视知觉具有思维力，阿恩海姆才将其直接等同于视觉思维。在阿恩海姆的视觉心理学理论体系中，“视觉意象”（visual image）是一个非常重要的分析概念，甚至可以说是视觉思维活动的认知基础。任何视觉意象都携带了三种功能，即绘画功能、符号功能和记号功能，三者分别对应认识活动中的抽象行为、想象行为和媒介行为。
如何认识与理解图像？如何在修辞学意义上分析图像？阿恩海姆的视觉思维理论从视觉认知心理层面揭示了视知觉的思维方式、工作原理及深层的观看语法，从而确立了视觉修辞学的心理认知基础。阿恩海姆早在《艺术与视知觉》中就已经指出，人类的视觉并非如同照相那样消极地捕捉对象，而是一种目的性很强的感觉形式，“它不仅对那些能够吸引它的事物进行选择，而且对看到的任何一种事物进行选择”
。也就是说，视觉思维是有选择性的。我们总是倾向于在那些我们喜欢的事物上投入更多的注意力，这种选择本身就是一种对图像的“形”的抽象活动，而不同的抽象方式会形成不同的视觉思维过程。阿恩海姆关于视觉思维的理论探索，不仅揭示了视觉认知的思维方式和信息加工原理，而且提供了一种通往图像“形式”的视知觉理论路径，即我们可以在视觉思维层面进一步把握艺术的“形式”问题。
由此可见，视觉修辞关注图像的意义和结构问题，尤其强调在结构中思考意义，而阿恩海姆的视觉思维理论则在元认知层面揭示了图像意义加工的思维机制和心理过程。例如，阿恩海姆在《视觉思维》与《艺术与视知觉》中提出的“形状作为概念”“变形呈示抽象”“关系取决于结构”“视觉中断部分的可见性”“作用于记忆的图像力”“直视事物的内部”“视觉形象的闪现与暗示”“焦点区域的象征性”“光线的空间效果”“色彩混合的句法”“物理力转化为视觉力”“意象的抽象层次”“视觉的心理分析法”等一系列视觉思维论题，不仅揭示了视觉意义生成的心理运作原理，而且提供了一种通往视觉修辞意义上视觉形式、视觉语言、视觉结构、视觉效果认知的跨学科理论视角，同时打开了视觉修辞相关问题域的研究之门。
1972年，伯格主导摄制的系列电视片《观看之道》在英国BBC播出。与之配套的学术著作《观看之道》随之出版，很快便产生了深刻的跨学科影响。凯文·G.巴恩哈特（Kevin G.Barnhurst）、迈克尔·瓦里（Michael Vari）和伊格尔·罗德里格斯（Ígor Rodríguez）在《传播学领域的视觉研究地图》中对伯格的《观看之道》给予了高度评价，认为“伯格将艺术理论引入广告文本的分析，揭开了大众传播领域的视觉研究序幕”
。在《观看之道》中，伯格旨在传递全新的视觉意义世界及其观看方式——艺术景观中潜藏着何种政治语言？女性为什么会成为凝视的对象？广告如何变为资本主义的幻梦？……按照伯格的观点，“观看先于言语”，而“每一种影像都体现一种观看方法”，相应地，任何观看行为，实际上都创造了一种“观看的关系”：“注视的结果是，将我们看见的事物纳入我们能及——虽然未必是伸手可及——的范围内。触摸事物，就是把自己置于与它的关系中。”
我们制作影像，其实就是借助幻象勾勒出眼前的事物，然而影像一旦被创造出来，它便先于描述它的语言而存在，并且“比它所表现的事物更能经得起岁月的磨炼”
。而当影像呈现在人们眼前时，人们的观看方式会受到一些旧有的看法的影响，比如“美”“真理”“天才”“文明”“形式”“地位”“品位”等。当我们观看过去的影像时，我们并不是采用前人的观看方式，而是运用另一种观看方法——“往昔，不会静候被人发现，等待恢复其本来面目。历史总是在构造今、昔的关系。结果，对今日的恐惧引来对往昔的神秘化”
。由此可见，古代的艺术作品之所以成为一个政治问题，机械复制时代的“名画”之所以不再是神圣的遗物，绘画中的裸像之所以超越了传统的裸体问题，广告之所以能够挪用油画的语言售卖未来，都是因为它们再造了一种新的观看方法。正是在观看的“结构”中，影像获得了修辞的意义，即一种超越原始意指层次的幻象内容。
实际上，伯格的《观看之道》之所以成为视觉修辞研究重要的奠基之作，根本上是因为它突破了视觉修辞的两个核心问题。第一，关于图像的意义问题，伯格强调将图像置于一个观看的结构中，通过观看的“语言”来把握图像的语言和修辞意义，这一认识话语无疑提供了一种有别于传统图像阐释学的分析范式。伯格认为，图像的意义受制于观看的方法，而观看的结构，又受制于一个更大的元语言系统，即观看的结构同样是政治的、文化的、历史的宏大结构的一部分。因此，伯格所强调的观看问题，已经不再是简单的视觉感知问题，而是指向图像意义生产的观看的“语言”问题以及图像表征的“语法”问题。其实，伯格的《观看之道》深刻地影响了苏珊·桑塔格（Susan Sontag）的视觉理论。桑塔格在《论摄影》中同样将图像的意义问题置于一定的“观看的结构”中加以审视，认为“照片乃是一则空间与时间的切片”，它“将经验本身转变为一种观看方式”。
因此，从观看的语言维度把握图像的修辞意义，无疑成为视觉意义研究的另一种可能的空间和途径。第二，伯格强调以一种自反性的方式来观看图像，尤其强调在一个观看结构中反思和批判图像文本的生产结构。当图像被置于批评视域加以观照时，伯格其实是将传统的修辞批评（rhetorical criticism）拓展到了视觉领域，从而奠定了“视觉修辞批评”（visual rhetorical criticism）的理论基础，并由此打开了修辞批评回应视觉文本或视觉实践的可能性与现实性。伯格通过对广告、油画、裸像的文化批评，时刻提醒人们要以一种自反性的、批判性的眼光观看图像，由此颠覆了传统的视觉批评路径和方法。“观看”在伯格那里更多地意味着一种“反思之道”，一种生产方式，一种通往意义结构的批评范式。
视觉修辞学的兴起存在一个深刻的视觉文化背景。具体来说，视觉修辞的发展与威廉·J.T.米歇尔（William J.T.Mitchell）所说的当代文化的“图像转向”（pictorial turn）具有内在关系。视觉文化的一个重要特征就是视觉性（visuality）在文化领域扩张与渗透
，视觉性甚至主导了当代文化的文化逻辑，而视觉修辞学的兴起则提供了另一种审视视觉性的认识方式和批评路径。
20世纪60年代，虽然“视觉修辞学”这一概念尚未获得普遍认同，但有关视觉修辞的研究已经起步。彼时学界出现了一系列直接相关的研究概念——“符号行动的修辞”“媒介的修辞维度”“非演讲形式的修辞”“非语言修辞”“赛璐珞修辞”“电子修辞”。
经过半个多世纪的学术发展，视觉修辞学逐渐得到学界的普遍认同，成为一个显性的学科领域。实际上，视觉修辞依赖具体的修辞情景（rhetorical situation），表现为不同的实践形式与过程。从传统的语言修辞到图像维度的视觉修辞，修辞对象究竟发生了什么变化？而这种变化又会形成哪些新的问题域？对此，我们尝试通过分析修辞对象和修辞观念的演变过程，勾勒出视觉修辞的学术脉络。
希尔和赫尔默斯将视觉修辞的核心命题归纳为“图像如何以修辞的方式作用于观看者”
。显然，视觉修辞的修辞对象主要是视觉文本而非纯粹的语言文本。而修辞的研究对象之所以能够从语言文本拓展到视觉文本，根本上是因为新修辞学重新界定了修辞的功能和内涵。
新修辞学关注的核心问题是以各种符号形式存在且生产意义的象征行动（symbolic action），相应地，包括图像在内的一切“象征形式”都被纳入修辞学的研究范畴，从而奠定了视觉修辞学科领域合法性的理论基础。正如巴特在广告图像分析的基础上提出“图像的修辞”这一里程碑式的概念
，早期的视觉修辞研究对象主要是以广告文本为主的视觉图像，而后才逐渐拓展到一切具有视觉基础的大众媒介符号。
20世纪60年代，视觉传播的迅速发展促使人们思考广告、电影、电视等视觉形态的传播语言及其有效性问题，而视觉修辞恰恰回应了这一伟大的“实践使命”，由此成为一个新兴的学术领域。奥尔森通过梳理视觉修辞史上代表性的学术成果，认为视觉修辞最初源于非语言符号的修辞分析，并逐渐发展为面向大众媒介的视觉修辞问题探究。
具体来说，从20世纪60年代开始，学术界出现了一系列聚焦于非语言符号的修辞研究成果。1969年，菲利普·K.汤普金斯（Phillip K.Tompkins）在《演讲季刊》上发表了《对非演讲作品的修辞批评》，认为修辞批评应该超越传统的演讲对象，而转向一个更大的文本范畴。
1971年，海格·A.博斯马吉安（Haig A.Bosmajian）主编的论文集《非语言传播的修辞学读本》，系统关注交际、庆典、仪式等日常生活中的“非语言修辞”（nonverbal rhetoric）问题，如弗洛拉·戴维斯（Flora Davis）关于身体语言（body language）的修辞研究
，莫里斯·H.克劳特（Maurice H.Krout）关于传播活动的象征问题研究
，劳伦斯·K.弗兰克（Lawrence K.Frank）关于触觉传播（tactile communication）的文化模式（cultural patterning）研究
。1974年，托马斯·W.本森发表的《电影的修辞批评》
较早开启了动态影像研究的修辞批评视角。随后，修辞批评的外延进一步拓展，包括电影在内的一切流行文化形态纷纷进入视觉修辞的学术视域。当视觉修辞的“触觉”开始延伸到消费语境中的一切媒介文本时，“媒介的修辞维度”作为一个极为重要的理论命题被推至幕前。
1984年，本森与马丁·J.麦都斯（Martin J.Medhurst）等合编了《媒介中的修辞维度：一个批判读本》（Rhetorical Dimensions in Media：A CriticalCasebook）一书，该书从视觉修辞的研究视角出发，分别聚焦于电视、电影、广播、音乐、杂志等不同的媒介形态，认为视觉修辞拓展了媒介文本的研究视域，而媒介实践对于理解视觉修辞同样具有重要意义。
1984年，理查德·B.格雷格（Richard B.Gregg）出版了《符号诱导与知识：修辞基础研究》（Symbolic Inducement and Knowing：A Study in the Foundations of Rhetoric）。他从修辞学经典的“劝服观”入手，认为视觉修辞学理论大厦构建的基石依然是劝服问题。在随后的《符号诱导批评》一文中，格雷格系统梳理了视觉修辞的发展历程，指出视觉修辞理论需要在传统修辞批评的理论基础上进行发展和创新，从而形成不同于语言符号的视觉修辞劝服理论。
尽管视觉修辞的研究对象相对宽泛，并表现为一切存在“视觉之维”的意义符号，但最经典的视觉形式依然是图像符号。以图像符号为范本的视觉修辞研究，有助于我们提炼和把握视觉修辞的内涵与功能，从而回应当代视觉文化语境下的“视觉修辞何为”问题。按照查尔斯·桑德斯·皮尔斯（Charles Sanders Peirce）的符号三分原则，符号可以区分为像似符（icon）、指示符（index）、规约符（symbol）三种形式。
显然，由于图像符号是一种典型的像似符，因此我们可以在“像似”维度上确立符号与对象之间的指涉关系。正是在像似性（iconicity）基础之上，图像符号的能指与所指建立了对应关系，而这种对应结构可以进一步表现为“相像”“再现”与“模仿”三种基本的视觉关系。
由于不同的视觉形态具有不同的视觉“语言”，其修辞情景又依赖具体的视觉实践形态，因此发端于20世纪60年代的视觉修辞学，其文本对象聚焦于广告、漫画、海报、宣传画等图像符号，其研究问题主要是视觉劝服（visual persuasion）。
20世纪80年代以后，视觉修辞的研究范畴已经不再局限于“修辞图像志”（rhetorical iconography）和“修辞图像学”（rhetorical iconology），而是尝试回应现实空间中的诸多视觉对象和视觉物体，由此推进了视觉修辞研究的“实物修辞”（material rhetoric）转向。
当视觉修辞的研究对象从纯粹的图像符号延伸到现实世界的一切视觉性符号时，图像的外延也随之发生了微妙的拓展。
从纯粹的图像符号到普遍的视觉性符号，一切诉诸视觉实践（visual practice）的符号形式都被纳入视觉修辞的研究对象范畴。在视觉符号的传播实践中，视觉主导了现实世界的感知方式，也主导了符号表征的意义管道，“观看”由此成为意义实践中最有竞争力的一种主体感知方式或参与方式，其结果就是物质符号的“视觉向度”被打开了，它们在象征行动维度上悄无声息地编织着现实世界的意义体系。例如，莉斯·罗恩（Liz Rohan）的视觉修辞对象是一个母亲为了纪念自己的母亲而制作的一条棉被。这条棉被携带着19世纪的宗教仪式元素，后来作为各种图像符号进入公共空间，由此重构了人们在空间实践中的文化记忆。
在实物修辞的视觉分析框架中，物质对象往往被置于一定的空间结构中，而空间的形态和功能决定了意义阐释的发生语境，这使得空间本身也成为修辞分析与批评的文本对象。于是，广场、博物馆、纪念堂、游乐园、世博会等公共空间的视觉修辞研究逐渐浮出水面，这极大地拓展了视觉修辞研究的文本范畴。除了静态的空间研究，视觉修辞关注的空间文本进一步延伸到展会、庆典、仪式等更大的公共空间范畴
，特别表现为诉诸“体验”实践的空间文本对象，如迪士尼空间
、美国纽约中央公园
、大平原印第安人博物馆
、美国越战纪念碑
等。因此，沿着新修辞学的认识路径，一切能够被纳入视知觉范畴的携带意义的符号形式，都具有开展视觉修辞研究的可能性与现实性。相应地，基于不同文本形态的视觉“结构”分析，一定程度上有助于我们把握不同视觉实践形态的修辞原理及其深层的语法体系。
总体而言，20世纪后半叶的视觉修辞研究主要是“概念驱使下对历史事件的个案研究”，其特点是对“传播技术、事件或是争议”的持久关注。相关研究对“特定体裁、特定媒介、特定空间”的修辞，诸如论辩、辞格、修辞手段等修辞元素以及观者的“阐释策略”等话题都有所涉及。
进入21世纪，视觉修辞研究的文本形态、理论问题和方法问题得到进一步拓展。2003年，基思·肯尼（Keith Kenny）与琳达·M.斯科特（Linda M.Scott）合作的《视觉修辞文献回顾》是第一次对视觉修辞文献进行综合性梳理的尝试。
肯尼与斯科特用了近四分之一的篇幅对“视觉修辞”这一概念的合法性进行了详细的梳理。通过分析172篇视觉修辞文献的理论话语和研究路径，肯尼与斯科特将视觉修辞的研究路径概括为三大范式——“经典式”（classical）、“伯克式”（Burkeian）和“批判式”（critical）。
具体来说，经典式研究范式主要围绕古希腊修辞思想的代表作《献给赫伦尼厄斯的修辞学》（又称《古罗马修辞手册》）中提出的五大经典的修辞命题（“五艺说”），分别从论据的建构（发明）、材料的安排（谋篇）、语言的选择（文体）、讲演的技巧（发表）和信息的保存（记忆）五个维度开展视觉修辞研究；伯克式研究范式主要借鉴新修辞学的修辞批评思想，强调对包括视觉文本在内的象征行动进行视觉修辞研究，其中代表性的修辞批评理论资源包括修辞认同批评、戏剧主义批评、修辞情景批评、幻想主题批评；批判式研究范式主要强调以一种反思性的方式审视修辞实践，旨在揭示社会权力结构及其在修辞学意义上的生产逻辑，特别是修辞实践中的意识形态批评。
2004年，希尔和赫尔默斯合编了视觉修辞领域的第一本学术成果《定义视觉修辞》（Defining Visual Rhetorics）。严格来说，《定义视觉修辞》只是一本论文集，其中收录了16篇视觉修辞研究文献，主要聚焦于维多利亚时代的建筑图纸、美国早期的地缘与人口统计图等视觉对象，探讨“劝服性话语”的视觉建构机制和原理。
在《定义视觉修辞》之后，一批涉及视觉修辞研究的论文集陆陆续续出现，比如卡洛琳·汉达（Carolyn Handa）主编的《数字世界的视觉修辞：一个批判性读本》（2004）
、戴安·S.霍普（Diane S.Hope）主编的《视觉传播：感知、修辞及技术》（2006）
、劳伦斯·J.皮雷利（Lawrence J.Prelli）主编的《展示的修辞》（2006）
、莱斯特·C.奥尔森（Lester C.Olson）和卡拉·A.芬尼根（Cara A.Fennegan）以及黛安·S.霍普（Diane S.Hope）合编的《视觉修辞：传播与美国文化读本》（2008）
、安妮·特蕾莎·德莫（Anne Teresa Demo）和布拉德福·维维安（BradfordVivian）合编的《修辞、记忆与视觉形式：看见记忆》（2012）
、托马斯·W.本森（Thomas W.Benson）的《通往和平的海报：视觉修辞与公民行动》（2015）
、劳里·E.格里斯（Laurie E.Gries）的《静物画的修辞：视觉修辞的新唯物主义路径》（2015）
、马塞尔·达内西（Marcel Danesi）主编的《符号学与视觉修辞学的经验研究》（2018）
，等等。
任何符号系统都存在一个修辞学的认识维度，视觉图像也不例外。
什么是视觉修辞？菲利普·耶纳文（Phillip Yenawine）将视觉修辞定义为“从视觉图像中寻找意义的能力”
。在希尔和赫尔默斯合编的《定义视觉修辞》一书中，他们并没有给出一个明确的视觉修辞的概念界定，而是从具体的案例入手，探讨不同的视觉符号在特定传播/话语场域中的意义生成与争夺效果，即“图像如何以修辞的方式作用于观看者”。正如赫尔默斯和希尔所说：“对于视觉修辞的研究，一个最明智的选择并不是要将其概念‘钉在墙上’……相反，我们认为最有效的方法是，从一系列具体的定义假设入手来探索这些视觉现象与视觉产品所共享的修辞理念。”
诸多学者立足美国早期的地缘与人口统计图、英国的刺绣图案、希区柯克的电影、“野燕麦”超市的空间布局、佛罗里达州的宣传网页等视觉对象，详细阐述了不同的图像形态如何以修辞的方式构造了某种劝服性话语
，如传递某种潜在的价值观念与生命哲学
、再现特定的生活方式及认同话语
、编织一定的身份想象与历史记忆
、制造某种视觉风格与认知体验
、重构某种空间结构与消费话语
、建构一个国家的政治形象符号
、映射一个时代的意识形态霸权
……概括而言，劝服性话语的基本权力运作机制体现为，通过对既定的视觉符码的策略性生产、视觉故事的策略性建构以及视觉语言的策略性运用，以一种微观的、匿名的、生产性的隐性方式实现认同构造的话语目的。
例如，纵观美国半个世纪以来的总统竞选宣传片，如里根的《新起点》、克林顿的《希望之子》、戈尔的《戈尔之道》、布什的《天边的尽头》、奥巴马的《改变美国颜色》，它们都征用了一系列视觉原型或公共记忆来构造政治候选人的唯一合法认同，经由对健康的、标准的男性气质的界定与渲染，构造一个有能力为美国社会带来安全和希望的神话符号——美国男人；经由对西部牛仔形象的征用与叙述，构造一个国家从未放弃冒险与探索的神话内核——美国梦想；经由对一系列国家象征符号（如自由女神像、星条旗、F-16战斗机）的召唤，以及对候选人生活细节（如永不停息的脚步、深沉而坚定的眼神）的定格，构造美国社会团结与价值凝聚所必需的神话素材——爱国精神。可见，经由文本化、语境化、叙事化的修辞编码策略，一系列象征美国精神的符号话语悄无声息地进入视觉文本的深层结构，宏大话语最终借助男人符号的人格化、微观化、命运化表征完成神话再造的神奇效果。
如何把握视觉修辞的意义机制？这一问题涉及修辞意义的建构机制。目前学界主要存在两种意义认识路径：一是视觉修辞的符号学解释路径，二是视觉修辞的修辞学解释路径，前者主要关注修辞意义生成的符号结构（semiotic structure），后者则关注修辞意义生成的修辞结构（rhetorical struc-ture）。接下来我们分别聚焦于这两种意义解释路径，揭示视觉修辞意义生成的基本原理。
罗兰·巴特之所以关注“图像的修辞”，是因为意义与形象的关系问题长期困扰着他：“意义如何进入形象？它终结于何处？还有，如果它终结了，那在它之外还有什么？这些就是我希望通过把形象纳入它所包含的讯息并对其作幽灵般的分析提出来的问题。”
为了深入地揭示视觉修辞的意指原理，巴特从具体的广告图像入手，尝试回答广告图像“如何以修辞的方式作用于观看者”
这一基础性的视觉修辞命题，即广告如何建构某种含蓄的、意向性的、生产性的所指信息。巴特通过分析Panzani、Amieux等广告图像的意指方式，认为图像一般包含三个层次的讯息，即语言学讯息、被编码的图像讯息和非编码的图像讯息，其中被编码的图像讯息对应直接意指形象，而非编码的图像讯息对应含蓄意指形象。
语言学讯息主要是指图像中的文字内容或具体符号，其功能就是通过语言文字或具体符号的引导与对位，创设一个话语性的叙述系统，将形象阐释的不确定性拉回并锚定到既定的阐释空间中，从而引导观看者沿着预先设定的阐释框架或认知管道接受相应的所指意义。具体来说，由于所有的形象都具有多义性，因此观看者总是可以依据自己的主观意愿和态度倾向，将眼前图像的指涉意义推及大千世界的万象森罗，这便使得暗藏在图像中的各种设计意图在劝服效果上面临功能失调的危险。巴特指出：“在每个社会，都有各种各样的技术尝试反对以不确定的符号的恐怖的方式去确定所指的漂浮链条，语言学讯息就是这些技术中的一种。”
面对图像在意义指涉层面相对自由的投射力量和浮动特征，语言学讯息不可能是实质性的，只能是关系性的，它的功能就是发挥阐释导向的作用，从而压制形象阐释的随意性和自由性。因此，在图像讯息面前，语言学讯息具有了审查形象的权力。正因为如此，巴特将语言学讯息对图像讯息的锚定或限定功能称为“停泊和中转”，即协助观看者激活正确的认知机制，进而有选择地“从（意义）繁殖中建构一种替代，来掌握含蓄意指的意义，不论是指向过度个人化的宗教（它限制——比如说——形象的投射力量），或是指向躁动不安的价值”
。
如何认识视觉修辞的意义系统？巴特在《图像的修辞》中提出了一个图像阐释的符号学分析系统，具体包括直接意指和含蓄意指两级符号系统（见图0.2）。直接意指和含蓄意指主要是指符号意指实践中能指和所指建立的两级符号系统，即第一级符号系统和第二级符号系统，二者共同构成了修辞意义生产的符号学框架。就语言符号而言，能指和所指之间的关系是结构性的、直接指涉的，二者通过一定的转换规则形成“字面上”的直接意义，这一过程即为直接意指，其对应第一级符号系统。就图像符号而言，能指和所指属于“联想式整体”，二者结合成一个完整的符号，但这个符号并不是图像释义的终点，而是作为一个新的能指出现，同时与新的所指建立某种象征关系，由此成为第二级符号系统的符号。第二级符号系统其实就是巴特所说的神话系统，其对应的意指过程则是含蓄意指。马塞尔·达内西指出，视觉修辞所关注的意义系统，其实就是巴特所说的图像两级符号系统的含蓄意指，即超越了一级符号系统的直接意指的神话系统。
显然，理解图像符号的修辞意义，其实就是接近其视觉表征意义上的神话内涵。这里所谓的神话“并不是古典意义上的神话文本，而是一个社会构造出来的用以使自身话语存在合理性和合法性的各种隐秘的意象与信仰系统”
。正如巴特所说，神话“是一种无止境的涌出、流失，或许是蒸发，简而言之，是一种可觉察的缺席”
。
图0.2 两级符号系统的结构模型
图像符号的阐释活动为什么会存在第二级符号系统？这是由图像本身的文本特征决定的。具体而言，图像符号的能指总是以一种模棱两可的方式呈现自身：它既是意义又是形式，既充实又空洞。一方面，作为意义，图像能指是丰富而充盈的。当我们用眼睛捕捉某一图像时，能够真切地体验到感觉的现实性，这种自我充足的现实感会将我们引向特定的指涉意义。可见，作为意义的图像能指，其形象投射的力量完全可以证明自身具有足够的合理性，而且这一意义指涉过程总是在探寻能指和所指之间某种基于相似性或像似性的自然状态。巴特将这种意义充足的状态概括为直接意指的乌托邦特征，即“直接意指的形象看起来就是形象的一种伊甸园状态，以乌托邦的方式把它的含蓄意指明确化，形象成为根本上客观的东西，或者说在最后的分析中是纯洁的”
。另一方面，作为形式，图像能指又是赤贫而空洞的。能指和所指之间关系是偶然性的、随意的，二者按照某种约定俗成的原则组合在一起，这便使得所指呈现出移位的无限性和流动性，符号意义随时都有可能抛却形式的偶然性，使能指变得一无所有，只剩下空洞的形式本身。具体而言，当能指符号与所指的外在形象之间建立起相对固定的指涉关系时（第一级符号系统层面），符号意义的生产并非到此为止，而是悄然酝酿着一种试图打破这种“伊甸园状态”的神话，其最终的结果是：能指“蜕化”为一个固定形式，于是自我掏空，变得赤贫。倘若要解放这一没有历史、只剩下形式的能指，使耗尽了意义的形式重新具有被操控、被阐释的可能性，阐释者就必须启动新一轮的意指作用来重新填入意义——将第一级符号系统的能指和所指结合成一个完整的符号，并以此为基础，将另一层意义附加其上。这样，整个符号形式连同其最初的意义一起被打包为一个概念并被推向远处（新一轮意指过程的能指位置），以便为接纳新的意义做准备，最终这个概念成为另一所指的能指，这便构成了第二级符号系统。
巴特将能指和所指构成的第二级符号系统层面的意指作用称为含蓄意指。在含蓄意指层次上，第一级符号系统建立的直接意指的意义并没有完全被吞噬，仅体现为意义的贫乏化，而且这一符号意义作为一个被激活的“在场”元素积极地参与新一轮的意指作用——“人们相信意义将会灭绝，但它的死刑有缓刑期；意义失去了它的价值，但仍保存着它的生命，神话的形式就是从这里汲取它的养分”
。按照巴特的观点，“神话就是言说”
，而新一轮的意指过程本质上体现为意义言说的过程——任何言说都不是指向自然之物，而是指向自在之物，空洞的、寄生的形式被重新填入意义的过程，其实就是神话被植入、被定义、被言说的过程。
巴特通过分析法国《巴黎竞赛》（Paris-Match）杂志封面上的那张著名照片（见图0.3）来揭示神话是如何被植入历史与想象的。照片描述的是一个非裔士兵面向法国国旗敬礼的视觉瞬间。在第一级符号系统层面，作为意义的能指，敬礼形象是人们可以通过眼睛真实把握的——他的名字叫查理·约翰逊，从他严肃而虔诚的表情中，我们可以看出他效忠于法国；作为形式的能指，敬礼形象就只剩下形式本身了，因为意义在第一级符号系统层次上被阐释和解读后，它便抛却了形式指涉的偶然性和自由性，形式在瞬间变得异常的浅显、孤立和贫乏。在第二级符号系统层面，敬礼形象被置于远处，几乎变得透明了。在意义与形式之间不间断的“捉迷藏游戏”中，神话由此诞生——新的意义被重新填入“敬礼形象”这一意象，这使得敬礼形象“变成了一个全副武装的概念的共谋者”。其中，新的意义就是法国的帝国性。一旦帝国性进入图像，意指行为就变成了一个完全反自然化的言说过程。相应地，帝国性自然而然地和“世界的总体性、法兰西的一般历史、它的殖民冒险史和它现有的困难联系在一起”
。至此，我们便读到了一种经由神话改造和填充的、存在于意识形态范畴的意义——法国是一个伟大的帝国，她的所有子民，没有肤色歧视，忠实地在她的旗帜下服务，对所谓诽谤法国是殖民主义国家的人来说，没有比这个非裔效忠所谓的压迫者时展示的狂热更好的回答了。
这里，意识形态范畴的意义也就是我们所说的神话，它的功能就是“篡改”形象的内涵，将反自然反转为伪自然，掏空符号形式的现实性，同时悄无声息地召唤形式的象征意义。神话不但在这一刻产生了，而且直接书写了意识形态的合法性。概括而言，帝国性一旦进入意指结构，照片的写实性便被抛弃了，即照片被神话化了，它抛弃了直接意指层面的像似意义——我们看到的不再是非裔士兵查理·约翰逊，而是已经被符号化的法国少数族群。由此，“查理·约翰逊”这一符号便和“法国的帝国性”这一概念建立起对应关系。可见，神话是一种被过度正当化的言语，如同能指建立所指一样，悄无声息地召唤出符号形式背后的象征意义，其功能就是要掏空现实（如图像本身的现实性与写实性），进而在文化与政治层面填充某种象征意义。
图0.3 《巴黎竞赛》杂志封面（1955，No.326）
巴特的神话分析虽然揭示了意义存在的符号结构，但却没有揭示意义生产的形象语言（figurative language），而这恰恰是视觉修辞最为关注的意义问题。按照希尔的观点，含蓄意指对应的就是图像符号的“修辞意象”（rhe-torical image）。
因此，视觉修辞的基本思路就是探寻视觉形式（visual form）到修辞意象的意义逻辑。为了清晰地把握修辞意象的“存在方式”，即视觉意义生产的修辞语言，我们有必要引入另一个重要的分析概念——“修辞结构”（rhetorical structure）。
修辞结构即视觉修辞的意义规则或编码法则。按照达内西的观点：“视觉修辞的意义并不是存在于图像符号的表层指涉体系中，而是驻扎在图像符号深层的一个修辞结构之中，也就是隐喻（metaphor）和暗指（allusion）等修辞形式所激活的一个认知-联想机制（cognitive-associative processes）之中。”
视觉修辞之所以关注修辞结构，是因为它预设了一个潜在的假设——修辞结构如同一个符码汇编系统或意义生产装置，决定了含蓄意指在视觉符码系统中的“伪装”方式或“存在”形式。因此，探讨视觉修辞的意义机制，其实就是揭示图像系统中修辞结构的工作原理。其实，修辞结构并非某种抽象的事物，而是对应隐喻、转喻、越位（catachresis）、反讽、寓言、象征等修辞性的意义装置。所谓的视觉修辞研究方法，强调聚焦于修辞意义建构的修辞结构，对视觉文本的意义规则进行反向推演或解码处理，使得驻扎其中的那些被编码的暗指意义或修辞意象能够显露出来，即通过对视觉形式的识别与分析，挖掘出潜藏于修辞结构中的含蓄意指。可见，视觉修辞所关注的含蓄意指其实存在于隐喻、转喻、越位、反讽、寓言、象征等修辞结构中。只有对修辞结构的意义规则和编码法则加以阐释，我们才能真正把握视觉符号的修辞意义。当修辞结构进入图像分析的中心位置时，图像问题最终转化为一个修辞问题。相应地，图像符号中隐喻、转喻、反讽、寓言等修辞结构的存在形式与工作原理，直接构成了视觉修辞意义机制研究的主要内容和方法思路。
如何把握视觉修辞的意义装置及其工作原理？我们不妨以视觉隐喻（visual metaphor）这一具体的修辞结构为例加以阐释。在视觉修辞的意义生产体系中，视觉隐喻代表了一种典型的修辞结构，其背后驻扎着图像修辞实践中常见的修辞语言。
1993年，全球符号学领域的权威刊物《隐喻与符号》（Metaphor and Symbol）发表了一组主题为“隐喻与视觉修辞”（metaphor and visual rhetoric）的专刊论文。这期专刊分别聚焦于隐喻思维、隐喻起源、美国越战纪念碑、文艺复兴时期的象征主义、爱德华·戈里（Edward Gorey）的漫画隐喻、狄更斯小说《老古玩店》的图文关系、玛格丽特·阿特伍德（Margaret Atwood）的长篇小说《猫眼》的配图等视觉修辞问题，致力于探讨视觉话语运作中的隐喻机制。例如，雷·莫里斯（Ray Morris）立足结构主义理论路径，旨在揭示政治漫画中的“权力关系”是如何被“描绘”和“表达”的。莫里斯的研究发现，政治漫画为了完成对群体话语和复杂权力结构的建构，往往诉诸凝缩（condensation）、链接（combination）、驯化（do-mestication）、对立（opposition）、狂欢化（carnivalization）和超狂欢化（hy-percarnivalization）等具体的隐喻策略。
基于对视觉修辞学的学术史梳理，我们可以相对清晰地勾勒出视觉修辞的学术内涵：视觉修辞学起源于修辞学传统，但其真正上升为一个学科领域则离不开新修辞学的兴起和视觉传播的发展。奥尔森在2007年发表的学术论文中，表达了对视觉修辞理论研究不足的担忧：尽管存在一大批基于概念驱动与历史情境的个案研究，但却没有真正意义上的视觉修辞学理论著作。
由于理论成果的薄弱，视觉修辞学目前还只是修辞学的一个学科领域，很难在“学科建制”层面成为一个学科。因此，本书认同芬尼根的观点，即将视觉修辞视为一项“探索性的工程”（project of inquiry）。换言之，视觉修辞学的学科大厦构建依然是一项未完成的工程。距离成为一个真正成熟的学科，视觉修辞学依然需要更为系统的理论探讨和方法研究。基于此，本书立足视觉修辞的认识论和方法论，同时结合中国本土经验和实践，尝试拓展视觉修辞学的理论话语和方法体系，以期在视觉修辞学的基础理论探索上有所贡献。
一个学术领域如何才能上升为“学”？学科要求的基本条件就是具有相对独立的知识体系，如明确的研究对象、系统的理论体系、科学的研究方法。要从学科建制的维度把握视觉修辞学的知识体系，特别是视觉意义生成的修辞系统，首先需要明确视觉修辞学不同于其他视觉研究范式的问题域。相对于其他的学术范式——视觉符号学、视觉语用学、视觉语义学、视觉阐释学、视觉心理学、视觉形态学、视觉风格学、视觉社会史、视觉文化研究、图像哲学，视觉修辞学根植于修辞学这一基础性的学术传统，因而具有相对独立的认识论和问题域。相对于其他的视觉研究范式，视觉修辞学既是一种认识论，也是一种方法论，前者强调对视觉话语的意义机制及其修辞原理的分析和理解，后者则强调视觉修辞作为一种研究方法，提供了一种通往视觉文本分析的研究路径和操作方法。
第一，作为一种认识论，视觉修辞学旨在探讨图像意义的修辞系统，也就是对视觉修辞活动的本质属性及规律的研究，这涉及视觉修辞的基础理论体系研究。传统修辞学还携带着明显的工具论与手段论色彩，修辞被认为是意义与意义规则的各种使用方式。然而，随着以匹兹堡学派为代表的当代语言哲学发展，作为语用学分支的修辞学已经超越了简单的语义规则使用范畴，其强调意义的本质是对社会交往行为中某种规范的认同，而修辞的本质就是建立某种社会关系和交往规则，因此修辞是一种基础性的认识论问题。在新修辞学视域下，视觉修辞是一种通往视觉化象征行动的修辞学说，因而意味着一种把握视觉修辞活动与规律的认识论。视觉修辞存在一个基本的行动过程：修辞主体—修辞动机—视觉符号系统—视觉编码—视觉传播—交际对象—解码—修辞效果。每一个行动环节以及它们相互之间的互动关系都对应特定的视觉修辞问题，而视觉修辞研究的目的就是要在学理层面揭示修辞行动的基本内涵与运行规律，从而形成系统的理论学说。芬尼根认为，随着视觉性在当代文化领域的系统扩张与渗透，视觉修辞成为一种认识视觉性以及分析视觉文化（visual culture）的认识理论。
因此，只有科学而系统地挖掘视觉修辞的理论体系，才能在认识论意义上把握视觉修辞的学术内涵。
第二，作为一种方法论，视觉修辞学旨在探讨面向不同视觉文本形态的方法论与操作方法，即将视觉修辞视为一种方法论，分析视觉文本的意义生成机制。当前，视觉修辞方法已经被广泛地应用于其他学科研究，极大地拓展了其他学科在方法论意义上的研究范式。詹姆斯·C.麦克罗斯基（James C.McCroskey）于1968年出版的《修辞传播学导论》（Introduction to Rhetorical Communication），就是侧重借助修辞学的方法来研究传播问题，由此推动了修辞传播学或传播修辞学作为一个学科领域的成熟与发展。由于视觉修辞的研究对象主要为大众传媒领域的广告、电影、摄影、电视、漫画等视觉产品（visual artifact），因此对于如何理解这些视觉产品的意义机制、编码法则、传播语言和修辞效果，视觉修辞提供了一种有效的分析方法，即我们可以沿着视觉修辞的方法路径来拓展视觉议题研究（visual studies）的问题意识和操作方法。纵观视觉修辞的学术史，目前主要存在三种基本的视觉形态——媒介文本、空间文本和事件文本，而这三种基本的视觉形态可以进一步细分为不同的视觉文本形式。
因此，视觉修辞方法的目的和功能就是立足既定的结构语境与关系逻辑，进一步在方法论上把握和认识视觉形态或文本对象的修辞语言及其内在的语法结构与话语逻辑。
面对一个新兴的学科领域，我们应该如何科学、系统而完整地搭建视觉修辞学的知识体系？概括而言，本书立足视觉修辞学的学术史考察，沿着修辞学的学科建制思路与要求，在对视觉修辞的核心问题域进行系统梳理与科学论证的基础上，尝试从理论与方法两个维度出发，相对系统地探究视觉修辞学的知识体系，即视觉修辞基础理论和视觉修辞方法体系。
视觉修辞学既是一种认识论，也是一种方法论。本书立足认识论和方法论两大视觉修辞学元命题，上编主要从认识论维度探讨视觉修辞学原理与理论，下编主要从方法论维度探讨视觉修辞学方法与批评。本书的总体框架结构见表0.1。
表0.1 本书的总体框架结构
本书上编主要聚焦于视觉修辞学的认识论体系，探讨视觉修辞学基本原理与理论，核心关注视觉修辞的学术范式、意义原理、认知机制三大命题，相关内容包括六章（第一至六章）。第一，“学术范式”回应的修辞学命题是“修辞范式”，强调在厘清视觉修辞问题域的基础上，真正把握视觉修辞学范式不同于其他学术范式（如视觉符号学、视觉语用学、视觉语义学、视觉阐释学、视觉心理学、视觉形态学等）的本质属性。第一章“视觉研究与视觉修辞学范式”旨在探讨视觉修辞理论体系中的修辞范式及其内涵。第二，“意义原理”回应的修辞学命题是“修辞机制”，即马塞尔·达内西所强调的修辞结构。第二章、第三章、第四章分别从语图关系、释义规则、隐喻/转喻三个维度切入，重点把握视觉修辞运作的意义机制及其深层的修辞结构。第三，“认知机制”回应的修辞学命题是“修辞认知”，因此第五章、第六章分别聚焦于视觉意象、视觉图式两大理论命题，重点结合视觉心理学的相关理论，探讨视觉修辞意义建构的心理运作机制。
具体来说，第一章主要立足视觉研究的修辞学范式，探讨视觉修辞学的认识论和问题域，厘清视觉修辞学视域下视觉议题研究的理念和问题；第二章主要立足视觉修辞的语图关系，基于对语图关系的哲学史考察，探讨视觉文本构成的语图结构及其互文机制；第三章主要立足视觉修辞的释义规则，通过对文化语境、情景语境、互文语境这三种语境形态的考察，揭示图像意义生成的底层释义系统；第四章立足隐喻和转喻这两种基础性的修辞结构，分别揭示视觉隐喻的转义生成原理和视觉转喻的图像指代原理，并在此基础上探讨多模态文本中视觉转喻和视觉隐喻之间的互动机制和作用模型；第五章通过梳理中外文论中“象”的内涵和理论，主要研究原型意象、认知意象、符码意象这三种基本的视觉意象形态及其修辞内涵，同时重点探讨文化意象的生成原理及心理加工机制；第六章基于图式问题的哲学史研究，分别从认知心理学和认知语言学两个学科视域切入，关注完形图式和意象图式这两种代表性的图式形态，重点探讨视觉思维的图式工作原理。
本书下编主要聚焦于视觉修辞学的方法论体系，探讨视觉修辞方法与批评，核心关注视觉修辞的分析方法和批评范式两大命题，相关内容包括四章（第七至十章）。首先，“分析方法”回应的修辞学问题是“修辞方法”。作为一种视觉研究方法，视觉修辞学不能回避视觉议题研究的方法论问题。因此，第七章、第八章分别聚焦于话语分析、框架分析这两大意义问题，分别探讨视觉议题研究的视觉修辞分析方法和视觉框架分析方法。其次，“批评范式”回应的修辞学问题是“修辞批评”。视觉修辞批评旨在揭示图像话语生产的修辞原理及其深层的权力运作体系。因此，第九章、第十章立足中国本土的经验与材料，分别聚焦于视觉话语、文化观念这两大批评命题，探讨视觉修辞学的批评范式和实践路径。
具体来说，第七章主要探讨视觉修辞的分析方法，分别聚焦于媒介文本、空间文本、事件文本这三种代表性的视觉文本形态，探讨每一种视觉文本形态的视觉修辞分析方法；第八章在对修辞实践中的框架及元框架问题研究基础上，主要聚焦于“图像如何开展框架分析”这一亟待突破的理论与方法命题，重点探讨视觉框架分析的指标体系和理论模型；第九章立足劝服观、认同观、生存观这三种基本的修辞学观念，分别探讨不同“修辞观”视域下的视觉修辞批评的内涵与方法，同时提出视觉话语建构的修辞批评模型和图像事件研究的修辞批评模型；第十章基于知识社会学理论视角，立足图像史学这一备受关注的热点学术问题，在对观念史研究的范式和路径探讨基础上，重点研究观念史研究的视觉修辞学方法和路径。
本书结语部分主要立足“传播的真正目的是推动人类终极意义上的交流和对话”这一根本命题，探讨人类生存的“视觉修辞何为”这一命题，即人类在视觉修辞意义上的生存方式。