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