Veröffentlicht am

Neuschnee

Neuschnee

Flockenflaum zum ersten Mal zu prägen
mit des Schuhs geheimnisvoller Spur,
einen ersten schmalen Pfad zu schrägen
durch des Schneefelds jungfräulicher Flur –

kindisch ist und köstlich solch Beginnen,
wenn der Wald dir um die Stirne rauscht
oder mit bestrahlten Gletscherzinnen
deine Seele leuchtende Grüße tauscht.

– Christian Morgenstern

Kindisch und köstlich ist es auch mit Processing zu experimentieren, um neue Pfade zu prägen. Diesmal habe ich damit herumgespielt, das als Leitthema stellvertretend ausgewählte Gedicht Morgensterns in eine visuelle Gestalt zu bringen, sprich Text in Bild zu transformieren. Dabei habe ich mich von der automatisierten Erzeugung von Farbpaletten inspirieren lassen, wie sie von Hartmut Bohnacker et al. in ihrem Buch bzw. der dazugehörigen Website Generative Gestaltung anschaulich vorgeführt wird.

Das Gedicht „Neuschnee“ besitzt 265 Buchstaben. Daher habe ich die Bildfläche in ein Raster mit 265 Farbfeldern unterteilt. Jedes Farbfeld repräsentiert also einen Buchstaben. Beim ersten Bild ist jedem Buchstaben eine bestimmte, zufällig generierte Farbe zugeordnet; beim zweiten Bild ein bestimmter, ebenfalls zufällig generierter Grauwert; beim dritten Bild schließlich habe ich zwischen Vokalen und Konsonanten unterschieden: Die Vokale erscheinen jeweils in einem Rotton, der zufällig in Sättigung und Helligkeit variiert, die Konsonanten hingegen in einem komplementären und ebenfalls in Sättigung und Helligkeit changierenden Blauton.

Random Colors

161210_171502_morgenstern_neuschnee_random

RANDOM Black & White

161210_171216_morgenstern_neuschnee_black-and-white

VOWELS AND Consonants

161210_171305_morgenstern_neuschnee_vokale-und-konsonaten

Veröffentlicht am

Vincent van Gogh digital

Vincent van Gogh (1853-1890) zählt zu denjenigen Künstlern, die während ihrer gesamten Schaffenszeit immer wieder auch Selbstporträts angefertigt haben. Die Selbstporträts van Goghs sind dabei nicht nur bloße Abbildung seines Äußeren, sondern vielmehr Selbstreflexionen. Aus diesem Grund erscheint es mir lohnenswert, seine Selbstporträts einer digitalen Spiegelung zu unterziehen, d.h. die Pixel ihrer digitalen Repräsentationen nach Farbtönen zu sortieren. Hierfür habe ich testweise zwei Selbstporträts aus dem Jahr 1887 ausgewählt, die sich in ihrer Komposition stark ähneln, in der Farbgebung aber deutlich unterscheiden.

Selbstporträt mit Filzhut

Vincent van Gogh - Self-portrait with grey felt hat - Google Art Project

161208_164442_pic7_vangogh_filzhut_1887_hue

Selbstporträt mit Strohhut

Van Gogh Self-Portrait with Straw Hat 1887-Metropolitan

161208_164358_pic6_vangogh_strohhut_1887_hue

Veröffentlicht am

Alice im Wunderland: Ein zweiter Versuch…

Auf meinen allerersten Versuch, Alice’s Adventures in Wonderland auf illustrative Weise zu visualisieren, folgt nun ein zweiter Versuch, der mehr Visualisierung als Illustration ist, der aber – wie ich denke – eine gute Basis für weitere, stärker illustrativ angelegte Versuche bildet. Ziel dieses zweiten Versuchs ist es, alle Charaktere des Buches visuell hervorzuheben, um zu sehen, an welcher Stelle welche Charaktere vorkommen und womöglich interagieren. Die vorkommenden Charaktere werden durch jeweils andersfarbige Quadrate dargestellt, alle anderen Wörter durch schwarze Punkte. Jedes Wort ist also durch ein Zeichen repräsentiert. Die Anordnung entspricht hierbei der gewohnten Leserichtung. Die gewählten Farben sind zufallsgeneriert, besitzen also keinerlei symbolischen Charakter noch entsprechen sie etwaigen wahrnehmungsphysiologischen Anforderungen. Da die Charaktere hier nur durch Farben dargestellt sind, nicht durch für sich selbst sprechende Bilder, wird zudem eine Legende benötigt, um die Visualisierungen entschlüsseln zu können. Die Sternchen markieren das jeweilige Kapitelende.

Die kapitelweisen Visualisierungen habe mit Processing erstellt und als Textgrundlage hierfür The Millenium Fulcrum Edition 3.0 vom Project Gutenberg genutzt. Der eingelesene Text wird in einem ersten Schritt aufbereitet (Satzzeichen, Absätze etc. entfernt) und schließlich nach Wörtern durchsucht, was einige Entscheidungen mit sich bringt. Da etwa das weiße Kaninchen mal als White Rabbit, mal als Rabbit bezeichnet wird, habe ich mich dafür entschieden, nur nach Rabbit zu suchen und dieses Wort durch ein farbiges Quadrat darzustellen, um die Häufigkeit von Doppelwort-Charakteren in der visuellen Darstellung nicht fälschlicherweise in die Höhe zu treiben. Dies betrifft auch Cheshire Cat, Queen of Hearts, Mad Hatter, Mary Ann, March Hare oder Mock Turtle. Bei den guinea-pigs hingegen besteht bei einem einfachen Abgleich der Strings die Gefahr einer Verwechslung mit dem pig, einem anderen Charakter, weshalb ich in diesem Fall nur nach guinea gesucht habe. Da ich die Legende automatisiert erstellt habe, um Fehler in der Farbzuordnung zu vermeiden, sind hier die genutzten Suchwörter vermerkt, nicht die vollen Namen der Charaktere.

 

Chapter I. Down the Rabbit-Hole
Chapter I. Down the Rabbit-Hole

 

Chapter II. The Pool of Tears
Chapter II. The Pool of Tears

 

Chapter III. A Caucus-Race and a Long Tale
Chapter III. A Caucus-Race and a Long Tale

 

Chapter IV. The Rabbit Sends in a Little Bill
Chapter IV. The Rabbit Sends in a Little Bill

 

Chapter V. Advice from a Caterpillar
Chapter V. Advice from a Caterpillar

 

Chapter VI. Pig and Pepper
Chapter VI. Pig and Pepper

 

Chapter VII. A Mad Tea-Party
Chapter VII. A Mad Tea-Party

 

Chapter VIII. The Queen's Croquet-Ground
Chapter VIII. The Queen’s Croquet-Ground

 

Chapter IX. The Mock Turtle's Story
Chapter IX. The Mock Turtle’s Story

 

Chapter X. The Lobster Quadrille
Chapter X. The Lobster Quadrille

 

Chapter XI. Who Stole the Tarts?
Chapter XI. Who Stole the Tarts?

 

Chapter XII. Alice's Evidence
Chapter XII. Alice’s Evidence

 

Legende
Legende
Veröffentlicht am

Ein allererster Versuch…

Wer mich kennt, der weiß, dass ich gerne verschiedene Bereiche miteinander verbinde: Handzeichnung und Computergrafik, Kunstgeschichte und Erzähltheorie, Geisteswissenschaft und Informatik. Und nun: Illustration und Visualisierung. Das ist eine Verbindung, über die ich in letzter Zeit viel nachgedacht habe und die ich gerne zu einem größerem Projekt ausbauen möchte.

Ein paar Gedanken hierzu: Manche Texte werden illustriert, manche visualisiert – beides zu einem unterschiedlichem Zweck: Buchillustrationen etwa fügen einem Roman eine bildliche Ebene hinzu, wobei häufig zu beobachten ist, dass diejenigen Handlungsabschnitte eine Illustration erfahren, die Schlüsselszenen darstellen. Visualisierungen hingegen werden genutzt, um Muster oder Zusammenhänge in einem großen und damit unübersichtlichen Datensatz sichtbar zu machen. Illustrationen wie Visualisierungen können also als Transformationen von einem Medium in ein anderes, in diesem Fall von einem Text- in ein Bildmedium begriffen werden. Ich frage mich deshalb: Kann es auch so etwas wie eine Mischform zwischen Illustration und Visualisierung geben?

Natürlich denke ich, dass es eine solche Mischform geben kann, und möchte daher nun meinen titelgebenden allerersten Versuch präsentieren, das erste Kapitel von Lewis Carrolls Alice’s Adventures in Wonderland (1865) nicht nur visuell, sondern tatsächlich bildlich zu veranschaulichen, indem ich Bilder indexikalisch nutze, d.h. jedes einzelne Wort durch ein kleines Bild darstelle. Die Aussage und Wirkung des so entstehenden Gesamtbildes wird dabei stark davon beeinflusst, welche Bilder stellvertretend für welche Worte stehen: Nutzt man z.B. das Gender-Symbol für Alice, einen eigens umgestalteten rotäugigen Playboy-Hasen für das weiße Kaninchen und ersetzt alle anderen Wörter lediglich durch schwarze Kreise, wird beispielsweise unmittelbar die Frage danach aufgerufen, wie sich das Verhältnis zwischen männlichen und weiblichen Figuren in Carrolls Text gestaltet, humorvoll (oder vielleicht auch eher fragwürdig) zugespitzt durch die Konnotationen, die mit dem Playboy-Symbol einhergehen; die schwarzen Kreise sorgen zudem für einen (zugegebenermaßen unbedachten) optischen Effekt, beruhend auf einer Kontrastverstärkung.

Alice_Blog

Veröffentlicht am

Neun Geschichten, neun Netzwerke

Daniel Kehlmanns RUHM (2009) besteht aus neun einzelnen Geschichten, Episoden, deren Figuren teils überlappen bzw. in einer Beziehung zueinander stehen – sei es, dass Leo Richter, ein Schriftsteller, in der einen Geschichte von einer seiner Romanfiguren erzählt, es sich bei einer anderen dann um die Geschichte ebendieser Romanfigur handelt, oder dass eine Geschichte das Doppelleben eines Abteilungsleiters einer Telekommunikationsfirma schildert, dessen einer Mitarbeiter dafür verantwortlich ist, dass eine Rufnummer nicht korrekt vergeben wurde, was sich wiederum in anderen Geschichten folgenreich widerspiegelt. Zwanzig Figuren konnte ich bereits 2013 als auf derartige Weisen miteinander verstrickt identifizieren und diese Verstrickung mittels einer Netzwerkvisualisierung anschaulich darlegen.

Was ich nun näher anschauen möchte, sind die jeweiligen Personennetzwerke der einzelnen Geschichten. Hierfür habe ich alle vorkommenden Figuren und ihre Beziehungen innerhalb einer Episode erfasst und mit gephi visualisiert. Die zwanzig als zentral identifizierten Figuren haben Profilbilder erhalten, alle anderen werden durch farbige Kreisflächen dargestellt. Die Farbe der Kreisflächen entspricht den 2013 zugewiesenen Kapitelfarben. Die Art der Beziehungen – Ehe, Liebesbeziehung, Gespräch, Blickkontakt etc. – habe ich (noch) nicht gewichtet, so dass die Verbindungslinien alle gleich dick sind und so nur die Anzahl, nicht aber die Art der Beziehung auf die Größe der Knoten im Gesamtgefüge zurückwirkt. Als Algorithmus für die Anordnung habe ich mich für Fruchtermann-Reingold entschieden, da das entstehende Layout gut vergleichbar ist.

Im Vergleich ermöglichen es diese Visualisierungen einen Überblick über die Dichte der jeweiligen Personennetzwerke und die Verteilung der zentralen Figuren zu gewinnen. So ist z.B. auffällig, dass Miguel Auristos Blancos, Autor moderner Erbauungsliteratur, in fast jeder Geschichte am Rande mitspielt, insofern alle seine Bücher lesen, er in seiner eigenen Geschichte – Antwort an die Äbtissin – jedoch nur ein sehr kleines Netzwerk besitzt, in dem keine anderen zentralen Figuren vorkommen. Ähnlich verhält es sich mit Rosalie in Rosalie geht sterben und Maria Rubinstein in Osten, gegenteilig hingegen in Ein Beitrag zur Debatte, einer Episode des Buches, in der viele Fäden zusammenlaufen.

Stimmen
STIMMEN
In Gefahr
IN GEFAHR
Rosalie geht sterben
ROSALIE GEHT STERBEN
Der Ausweg
DER AUSWEG
Osten
OSTEN
Antwort an die Äbtissin
ANTWORT AN DIE ÄBTISSIN
Ein Beitrag zur Debatte
EIN BEITRAG ZUR DEBATTE
Wie ich log und starb
WIE ICH LOG UND STARB
In Gefahr II
IN GEFAHR II
Veröffentlicht am

Profilbilder: RUHM

Vor einiger Zeit habe ich das Netzwerk der zentralen Figuren von Daniel Kehlmanns RUHM visualisiert, d.h. visuell dargestellt, welche Figuren aus welcher Geschichte in einer Beziehung stehen. Für eine weitere Visualisierung der einzelnen Geschichten habe ich den zwanzig zentralen Figuren Gesichter verliehen: Profilbilder, einerseits angelehnt an die im 18. Jahrhundert äußerst beliebten Schattenrisse, andererseits erinnernd an Avatare für Internetforen. Als Hilfsmittel zur Umsetzung meiner inneren Bilder dienten mir beliebige Fotografien aus dem Netz, karikierend abgewandelt, oder auch antike Büsten, die Kenner sicher sofort aufspüren.

Veröffentlicht am

Smaragdisierung

Hier kommt nun die Fortsetzung des Blogbeitrages Kristallbild. Ausgehend von konkret und materiell vorliegenden Buchseiten, sind vier Kristallzeichnungen entstanden. Da Deleuze an einer Stelle von Smaragden spricht, von grünen Kristallen, habe ich die entstandenen Kristallzeichnungen grün eingefärbt. Fertig ist das Experiment!

Deleuze_Kristalle_Seite 96_grün_Web

Deleuze_Kristalle_Seite 99_grün_Web

Deleuze_Kristalle_Seite 103_grün_Web

Deleuze_Kristalle_Seite 104_grün_Web

Veröffentlicht am

Kristallbild

Langweilige Zugfahrten bringen es manchmal mit sich, dass man auf (gute) Ideen kommt. Letztens hatte ich mein Skizzenbuch dabei, doch spannende Motive waren nicht in Sicht, so dass ich damit anfing vor mich hin zu kritzeln. Ich zeichnete Punkte, verband sie mit Linien, versuchte die entstandene Fläche dreidimensional darzustellen und fand schließlich zu einem systematischen Verfahren, um kristallin aussehende Formen entstehen zu lassen. Nachdem ich das Prinzip x-mal durchgespielt habe, hat es mich gestört, dass ich die Punkte, die zu Beginn eines jeden Kristalls stehen, beliebig setze, ihre Anordnung zufällig ist. Wäre es nicht interessanter, wenn sie durch irgendetwas vorgegeben wären? Dieses irgendetwas war schnell gefunden: Betrachtet man eine Buchseite und markiert bestimmte Wörter, dann erhält man gewissermaßen solche Ausgangspunkte. Musste also nur noch ein Buch her, das sich mit Kristallen beschäftigt, so dass nicht nur eine rein formale, sondern eine semantisch aufgeladene Bild-Text-Relation entsteht. Chemie? Nein, Deleuze!

Gilles Deleuze, ein moderner Klassiker. In seinem Buch Das Zeit-Bild. Kino 2 (dt. 1997, orig. 1985) prägt er den Begriff des Kristallbildes. Dieser besonderen Form des Zeit-Bildes widmet er sein viertes Kapitel. Ich habe mir hier das erste Unterkapitel vorgenommen und alle Wörter markiert, die mit Kristallen zu tun haben (Kristallbild, kristallin, kristallisieren etc.). In meiner Ausgabe (Suhrkamp) häufen sich derartige Wörter besonders auf den Seiten 96, 99, 103 und 104, weshalb ich beschlossen habe, diese Buchseiten zu kristallisieren. Ich habe Transparentpapier über die Seiten gelegt, und an Stelle jedes markierten Wortes einen Punkt gesetzt, die die Ausgangspunkte für die Zeichnung bilden. Entstanden sind vier verschiedene Kristalle, die in direkter Relation zum Text stehen.

Der erste Kristall zeigt das Verfahren, macht das Schema deutlich, aber auch, dass ausgehend von einer Grundform unzählige Variationen möglich sind, insofern zwar die Anzahl, aber nicht der Winkel und die Länge der abgehenden Striche vorgegeben sind. Zudem sind die vier Kristalle Handzeichnungen, keine lupenreinen Kristalle. Doch das steigert ihren Wert.

Deleuze_Kristalle_Seite 96_Stufe 0

Deleuze_Kristalle_Seite 96_Stufe 1

Deleuze_Kristalle_Seite 96_Stufe 2

Deleuze_Kristalle_Seite 96_Stufe 3

Deleuze_Kristalle_Seite 96_Stufe 4

Deleuze_Kristalle_Seite 96_Stufe 5

Deleuze_Kristalle_Seite 96_Stufe 6

Deleuze_Kristalle_Seite 96_Stufe 7

Deleuze_Kristalle_Seite 96_Stufe 8

Deleuze_Kristalle_Seite 99_Web

Deleuze_Kristalle_Seite 103_Web

Deleuze_Kristalle_Seite 104_Web

Veröffentlicht am

Visualizing PSYCHO*

In March 2013 I generated three short clips based on Hitchcock’s PSYCHO (1960): PSYCHOMEAN, PSYCHOMEDIAN and PSYCHOMODE (I labelled them PSYCHO*; have a closer look here). In a first step of this artistical research project I analyzed the mean, median and modal grey values of each frame of the famous shower sequence (5775 frames); in a second step I re-ordered all these frames in ascending order.

Visualisierung_klein

What I did today in the afternoon is much more unspectacular but gives surprising insight into the inner structure of the original montage as well the three different re-montages of the original image material. I put all frames together in one single image with help of ImageMontage, a plugin for ImageJ developed by Lev Manovich and his NY based team. As a result I got four visualizations that show each clip’s frames organized in a rectangular 2D grid. Great advantage of this kind of visualization is that you can catch the whole montage at a glance and grasp differences easily. See for yourself!

PSYCHO (ORIGINAL)
montage_DuscheOriginal_13350x7700_klein

PSYCHOMEAN
montage_DuscheMean_13350x7700_klein

PSYCHOMEDIAN
montage_DuscheMedian_13350x7700_klein

PSYCHOMODE
montage_DuscheModal_13350x7700_klein

Veröffentlicht am

Treemaps and Art History?

Treemapping is a visualization method for displaying hierarchic structured data by using nested rectangles. This approach was firstly described in Ben Sheiderman’s essay Tree Visualization with Tree-Maps: 2-d Space-Filling Approach (1992) and offers a way not only visualizing the hierachic organised tree of data but also the content of his leaf nodes. In general, you can use treemaps as a visualization method for any kind of hierarchical data. However, if you google treemap, you’ll find a lot of treemaps showing economic data like stock prices. In this field Market Watch’s Map of the Market is a great example for the two dimensions visualized by every treemap: each rectangle’s size represents market cap and each rectangle’s color represents change in market cap.

Now I asked myself wheter that visualization method could be of interest for art history: In the last years news are over and over again about record breaking prices reached for an artwork at a public auction. Such high pricing strucks not only the old masters but also works for still living artists. As you might know the prices for young artist’s paintings are often assessed by canvas size. So the question for my use-case arises: Is there also a correlation between size and hammer price of famous artworks at auctions?

I took data of the art market in 2012 based on a survey of  Statista. Because one of the TOP 20 artworks in 2012 was Jeff Koon’s Tulips (1995-2004), a sculpture, I just took the TOP 19 artworks of 2012 for my treemap use-case. I used Treemap 4.1 developed by the University of Maryland (free for non-commerical use), put in my data structured in auction house, artist’s name, size and hammer price (-> price per square inch), and got the following treemap showing the relationship between hammer price and price per square inch:

TOP19_Zuschlagpreis_PreisproQuadratzentimeter
size: hammer price (the bigger the rectangele, the higher the price); color: price per square inch (blue: low price per square inch, red: high price per square inch)

What you can read out of that visualization is:

  • Edvard Munch’s The Scream (1885) was the artwork that reached the highest hammer price,
  • Raphael’s Head of a young Apostle (1520) reached the highest price per square inch, Munch’s The Scream the second highest price per square inch, Jackson Pollock’s Number 4 (1951) the third highest price per square inch,
  • and Sotheby’s sold the most upscaled artworks including Munch’s  The Scream, Raphael’s Head of a young Apostle and Jackson Pollock’s Number 4.

Conclusion: In 2012 a lot of artworks of still living artists reached high prices at public auctions. But putting the prices in relation to their size, you can see that age dominates over size. Hence, there seems not to exist a correlation between size and hammer price but rather between hammer price and date of origin.

Veröffentlicht am

What makes a helpful visualization?

Today I would like to show that visualizing results with gephi can be helpful but that not every kind of visualization algorithm implemented in gephi matters for gaining more insight. Helpfulness depends on what you would like to show! So let’s have a closer look on my use case for that!

As you may know, I write my PhD thesis about multiscreen installations. One of my favorite examples is THE HOUSE – a work of the finnish artist Eija-Liisa Ahtila that exists in two versions: a single screen version for presentation in the cinema and a multiscreen version with three projections for presentation in the gallery or museum space. Her distribution strategy opens up a lot of questions, all about what’s the difference between the two versions.

Single screen and multiscreen version have the same length (around twenty minutes). That means if you have three instead of one screen you can show three times as much. The question raises: Which of the images used in the single screen version are popping up again in the multiscreen version? And in particular: On which screen they do that?

Kanalvergleich_Übersicht_unten_zugeschnitten

Having extracted the first scene (around one minute: 1742 frames) I came to a unique result with help of Daniel Kurzawe and his application of an automatic image recognition algorithm (that is a topic for itself – paper coming soon): Most images of the single channel version reappear on the middle screen of the multiscreen version!

Using Fruchtermann-Reingold for visualizing our result I got a visualization that shows what I would like to show:

Kanalvergleich_Fruchtermann-ReingoldThe 1742 images of the single screen version (white dots) are either connected with the left, middle or right screen node (reddish dots) or aren’t connected to anything. Left, middle and right screen node grow with the number of connecting lines. The thickness of those edges again depends on how much the images resemble to each other (that’s because of our image recognition algorithm doesn’t say similiar/not similiar but gives a degree of similiartiy).

In another way also YifanHu shows the dispersion but for my flavor it is too remindful of a bacteria culture in a petri dish:
Kanalvergleich_YifanHu2

And last but not least some other visualizations I generated with gephi that are beautiful in a special sense but don’t own explanatory power because details got lost or their alignment seems too random: