Mittwoch, 3. Februar 2016

ImagePlot und seine Nützlichkeit in der Kunstgeschichte I.

Der Name des Softwareprogrammes ImagePlot wird den meisten von euch womöglich nicht sonderlich vertraut sein, deswegen muss ich zuerst kurz auf verschiedene theoretische Aspekte des Programmes eingehen bevor ich mit der Auseinandersetzung von ImagePlot und der Kunstgeschichte überhaupt erst beginnen kann.

Allgemeines zu ImagePlot:
Bei ImagePlot handelt es sich um ein Visualisierungstool, mit dem man sich große Mengen an digitalen Bildern, nach selbst definierten Eigenschaften, in Diagrammen anzeigen lassen kann. Es ist eine Open Source Software, die auf der Webseite der Software Studies Initiative heruntergeladen werden kann (http://lab.softwarestudies.com/p/imageplot.html#download).
In diesem Downloadordner sind auch bereits Beispielsdateien vorhanden, mit denen man sehr einfach arbeiten kann. Darüber hinaus gibt es auf der Webseite der Software Studies Initiative eine detaillierte „ImagePlotDocumentation“, mit der man sehr schnell den Einstieg in die Software findet. 
Genauer betrachtet handelt es sich bei ImagePlot um ein in Java geschriebenes Programm, das  als Macro (ein Art Unterprogramm) in ImageJ arbeitet. ImageJ stammt eigentlich aus der Wissenschaft und der Medizin und ist ein Bildverarbeitungsprogramm, das beispielsweise für die Vermessung von Mikroskopaufnahmen verwendet wird.
Entwickelt wurde ImagePlot 2010 durch die Software Studies Initiative von dem Medientheoretiker und Kunsthistoriker Lev Manovich mit Unterstützung der National Endowment for Humanities (NEH), dem California Institue for Telecommunications and Information Technology (Calit2) und dem Center for Research in Computing and the Arts (CRCA).

Was kann das Programm und wie wird es eingesetzt? :

ImagePlot visualisiert, wie anfangs bereits erwähnt, bestimmte Metadaten und zeigt diese in Diagrammen an. Dies ist insofern nicht neu da auch andere Visualisierungsprogramme, wie Gephi dies können. Im Gegensatz zu diesen Programmen kann ImagePlot die Daten jedoch nicht nur Mittels einfachen Streudiagrammen oder Netzwerken anzeigen, sondern kann diese auch mit Bildern unterlegen idem es die Bilder selbst als Diagramm anzeigt. Genau in diesen Bilddiagrammen soll auch der Nutzen, den man als Kunsthistoriker aus diesem Programm ziehen kann, liegen. 

Streudiagramm vs. Bilddiagramm 
127 Werke von Mondrian, geschaffen zwischen 1905 - 1917

Das Programm bietet für die Visualisierung der Bilder verschiedenen Möglichkeiten. So kann man zum einen die Informationen frei wählen nach denen die Diagramme geschaffen werden sollen. Dies wären beispielsweise bereits existierende Metadaten wie Erscheinungsjahr oder Künstlername oder die visuelle Beschaffenheit der Werke wie Helligkeit, Farbton oder Sättigung. Zum anderen kann man aber auch eigens kreierte Metadaten wie Tags zu Bildinhalten verwenden.
Die Anzahl der verwendeten Bilder spielt dabei keine Rolle. Das Programm kann Diagramme mit nur ein paar Bildern entwerfen aber auch Diagramme mit Tausenden von Bildern. Nur die Verarbeitungslänge, die das Programm benötigt um die entsprechenden Diagramme zu entwerfen, unterscheidet sich dabei teilweise enorm.
Ein Anfangsproblem, mit dem man gerne konfrontiert ist, ist die nicht reichende Speicherkapazität. Will man sich beispielsweise ein Diagramm mit Tausenden, hochauflösenden Bildern anzeigen lassen so erscheint die Fehlermeldung: Java out of heap space. Dies liegt daran, dass die Basiseinstellung der Speicherkapazität nicht ausreichend ist, um die Bilder anzeigen zu können. Dieses Problem lässt sich jedoch ziemlich leicht lösen indem man die Memory & Threads Kapazität auf ihren maximalen Wert erhöht. Dieser Wert bezieht sich dabei auf die RAM-Kapazität des verwendeten Computers.

Aber was kann das Programm nun genau?
Um sich mit dem Programm vertraut zu machen, ist es am Anfang am einfachsten mit den mitgelieferten Beispieldateien zu arbeiten. Dabei handelt es sich um 776 Werke von Vincent van Gogh, die zwischen 1881 und 1890 entstanden sind und 128 Werken von Piet Mondrian, die zwischen 1905 und 1917 geschaffen wurden. Diese Dateien erhalten bereits verschiedene Metadaten, wie Datum, Ort, Helligkeit, Sättigung oder Titel mit denen man verschiedene Sachen untersuchen kann.
So kann man beispielsweise untersuchen wie sich die Helligkeit innerhalb van Goghs Oeuvre im Laufe der Zeit verändert hat oder ob es eine Verbindung zwischen Sättigung und Abstraktion bei Mondrians Werken gibt.

                                    776 Gemälde von Vincent van Gogh:
                                    X-Achse= Jahr; Y-Achse= Helligkeit


Der Mehrwert der dieses Programm für die Kunstgeschichte hat, liegt aber sicherlich nicht darin nur mit diesen Beispielsdateien zu arbeiten. So hat man die Möglichkeit auch seine eigenen Bilder für eine Visualisierung zu nutzen. Will man ein einfaches Diagramm ohne Bilder erschaffen so braucht man lediglich eine Textdatei. Will man aber ein Diagramm mit Visualisierung so braucht man zusätzlich zu der Textdatei, eine Datei mir entsprechenden Bildern. Die Informationen, mit denen man arbeiten will, hängen dabei von dem jeweiligen Untersuchungsvorhaben ab und können dabei natürlich frei gewählt werden. Darüber hinaus bietet das Programm aber auch noch ein sehr nützliches Tool.  Mit Hilfe von „ImageMeasure“ kann man sich die Helligkeit, Sättigung und den Farbton automatisch berechnen lassen und für seine Visualisierungen nutzen.

Keine Kommentare:

Kommentar veröffentlichen