设计一个程序，读出“三国演义.txt”文件中的三国演义全文，将常见人名进行去重后生成词云，并列出词频最高的10-20个词，并形成词云（可以有不同的形状）。 例：'玄德'，'刘备','玄德曰','刘皇叔','皇叔'都是同一个人。 任务拓展：利用列表或字典来存储同一个人。学会修改wordcloud.WordCloud()的参数，对形成的词云字体和形状等进行改变。

好的，这个问题是一个非常有趣的任务。我们可以使用Python编程语言来完成这个任务。首先我们需要安装一些必要的库，如jieba、wordcloud、numpy等等。安装方法可以使用pip命令，例如：

pip install jieba
pip install wordcloud
pip install numpy

接下来我们可以编写以下代码来实现读取文件、分词、去重、统计词频及生成词云的功能：

import jieba
import numpy as np
from PIL import Image
from wordcloud import WordCloud

# 读取文件并进行分词
with open('三国演义.txt', 'r', encoding='utf-8') as f:
    text = f.read()
    words = jieba.lcut(text)

# 去重，将常见人名存储在字典中
names = {}
for word in words:
    if len(word) == 2 and word[0] != ' ':  # 选取长度为2的词，排除空格
        if word in names:
            names[word] += 1
        else:
            names[word] = 1

# 将同一个人名存储在一个列表中
name_lists = []
for name in names:
    if name == '玄德曰':
        continue  # 跳过'玄德曰'，因为这个词不是人名
    for n in name_lists:
        if name in n:
            n.append(name)
            break
    else:
        name_lists.append([name])

# 统计词频，将同一个人名的词频相加
name_freqs = []
for names in name_lists:
    freq = 0
    for name in names:
        freq += names[name]
    name_freqs.append((names[0], freq))

# 对词频进行排序
name_freqs = sorted(name_freqs, key=lambda x: x[1], reverse=True)

# 输出词频最高的10-20个词
for name, freq in name_freqs[:20]:
    print(name, freq)

# 加载背景图像
mask = np.array(Image.open('cloud.png'))

# 生成词云
wc = WordCloud(
    font_path='msyh.ttc',  # 设置字体
    background_color='white',  # 设置背景颜色
    mask=mask,  # 设置背景图像
    max_words=500,  # 设置最大词数
    max_font_size=100,  # 设置最大字体大小
    contour_width=2,  # 设置轮廓线宽度
    contour_color='steelblue'  # 设置轮廓线颜色
)

# 生成词云图像
wc.generate_from_frequencies(dict(name_freqs))

# 保存词云图像
wc.to_file('wordcloud.png')

这段代码会先读取文件并进行分词，然后去重将常见人名存储在字典中，再将同一个人名存储在一个列表中，最后将同一个人名的词频相加得到最终的词频列表。根据词频列表，可以输出词频最高的10-20个词，并生成词云图像。在生成词云时，可以设置字体、背景颜色、背景图像、最大词数、最大字体大小、轮廓线宽度和轮廓线颜色等参数，以生成不同的词云效果。

需要注意的是，在上面的代码中，我们使用了一个名为cloud.png的背景图像来生成词云。你可以将其替换为其他不同的图像，以生成不同形状的词云。