Walabasquiat:Instalasi Seni Generatif Interaktif!

Walabasquiat adalah interaktif instalasi seni generatif menggunakan sensor pencitraan 3D Walabot, Raspberry Pi, dan Android.

Cerita

Ide

Pada pertengahan 1990-an, William Latham memukau dunia dengan aplikasi dan screensaver Seni Organik PC miliknya – memperkenalkan kepada publik bentuk-bentuk dunia lain yang aneh yang dirender menggunakan algoritme genetika mutakhir yang terus-menerus mengubah bentuk sederhana menjadi bentuk kehidupan organik yang rumit. Saya selalu terpesona oleh seni generatif, dan telah lama bermimpi membuat instalasi interaktif di mana peserta dapat memengaruhi algoritme dengan kehadiran atau gerakan mereka. Walabasquiat menggunakan Pemrosesan di Raspberry Pi dan Android dengan Walabot sensor sebagai parameter input untuk membuat permadani piksel yang unik dan terus berkembang sebagai respons terhadap pergerakan pemirsanya.

Memulai

Mendapatkan Walabot mengerjakan Raspberry Pi sangat mudah:cukup tancapkan ke port USB yang tersedia melalui kabel micro-USB yang disertakan (pastikan Anda menggunakan catu daya 2.5A+) dan instal Walbot API. Saya suka menggunakan CLI bila memungkinkan, jadi dari Terminal di Pi itu sendiri, saya menjalankan:

cd ~
wget https://s3.eu-central-1.amazonaws.com/walabot/WalabotInstaller/Latest/walabot_maker_1.0.34_raspberry_arm32.deb
sudo dpkg –i walabot_maker_1.0.34_raspberry_arm32.deb

untuk memasang API, lalu:

pip install WalabotAPI —no–index —find-links=“/usr/share/walabot/python/

untuk menjalankan contoh Python yang disertakan serta yang tersedia di GitHub. Aplikasi pertama yang bagus untuk dijalankan adalah SensorApp.py, yang menampilkan koordinat mentah target yang dideteksi Walabot:

cd /usr/share/doc/walabot/examples/python
python SensorApp.py

Nilai sensor mentah dari SensorApp.py

Sekarang setelah semuanya aktif dan berjalan, saatnya untuk membuat sesuatu yang keren dengannya! ️

Proses Pengembangan

Tantangan pertama adalah menemukan cara untuk Memproses , yang ingin saya gunakan untuk membuat seni generatif, untuk berbicara dengan Walabot . Awalnya saya mencoba mengintegrasikan Walabot API langsung ke sketsa saya menggunakan Pemrosesan 's Mode Python , tetapi setelah mengalami kesulitan dengan Python differ yang berbeda versi dan masalah kompatibilitas lainnya, saya menyadari bahwa saya harus mengabstraksikan Walabot sensor melalui RESTful API , yang dapat dikonsumsi oleh Processing (dan klien lain yang mendukung jaringan!) Saya mulai menyusun Flask -server, lalu entah bagaimana menemukan walabot-web-api milik @TheArtOfPour yang persis seperti yang sedang saya buat, meskipun dimaksudkan untuk digunakan dengan Windows  dan Pengembang  versi Walabot , saat saya menggunakan Linux dan Kreator  versi – tetapi masih lebih cepat untuk memodifikasinya agar berfungsi dengan OS/perangkat keras saya daripada membuatnya sendiri dari awal! Dengan RESTful API yang berfungsi melayani Walabot  data target di Raspberry Pi saya, lalu saya beralih ke seni generatif bagian proyek menggunakan Pemrosesan .

Saya telah menggunakan buku Generatif Seni oleh Matt Pearson sebagai panduan untuk memanfaatkan Pemrosesan untuk membuat seni generatif, tetapi dalam mencari contoh, saya menemukan HYPE Processing Library @hype, yang meskipun tidak diperbarui selama lebih dari dua tahun, masih bekerja dengan sempurna, dan memberikan bantuan yang saya butuhkan untuk membuat sesuatu yang tampak spektakuler! Saya menggabungkan fungsi generatif HYPE dengan data sensor JSON yang disediakan oleh Flask -berbasis Tenang Server API untuk membuat representasi yang indah dari Walabot  target:

Walabasquiat mengerumuni tiga target Walabot

Sejak Walabasquiat  dimaksudkan sebagai instalasi seni, dengan Pemrosesan sketsa yang ditampilkan di layar besar, atau diproyeksikan, saya pikir akan menyenangkan untuk menyediakan "suvenir" yang memungkinkan pengunjung untuk terus menikmati proyek bahkan setelah mereka pergi. Saya membuat Walabasquiandroid , sebuah wallpaper hidup Android , sekali lagi menggunakan Memproses  untuk visual dan RESTful API same yang sama untuk mendapatkan Walabot  nilai sensor. Visualisasi di aplikasi Android lebih sederhana, karena tidak menggunakan jumlah CPU yang tidak masuk akal hanya untuk memberikan latar belakang yang cantik, tetapi menyajikan tampilan generatif yang menarik dari target yang sama yang menginformasikan bagian utama, yang dapat dinikmati lama setelahnya. melihat instalasi utama:

Walabasquiat Gambar Animasi

Langkah-langkah untuk Repro

Untuk membuat ulang proyek ini, cukup sambungkan Walabot  ke Raspberry Pi dan instal API  sebagaimana diuraikan dalam Memulai di atas, lalu di Raspberry Pi , menggunakan Terminal, unduh dan jalankan server:

cd /usr/share/doc/walabot/examples/python
sudo wget https://raw.githubusercontent.com/ishotjr/walabot-web-api/rpi/app.py
python3 app.py

Anda dapat menggunakan curl untuk memastikan semuanya berfungsi:

curl –include http://192.168.1.69:5000/walabot/api/v1.0/sensortargets
HTTP/1.0 200 OK
Content-Type:application/json
Access-Control- Izinkan-Asal:*
Panjang Konten:527
Server:Werkzeug/0.11.15 Python/3.5.3
Tanggal:Sel, 11 Sep 2018 04:06:12 GMT
{
“sensortargets”:[
{
“amplitudo”:0.0026219950401443343,
“xPosCm”:-0.5432446316758038,
“yPosCm”:10.355883874986088,
“zPosCm”:8.265291199116765
},
{
“amplitudo”:0.0018395134981517656,
“xPosCm”:10.506637221750935,
“yPosCm”:-3.1108099532967013,
“zPosCm”:10.035551162938308
},
{
“amplitudo”:0,0015859160772638584,
“xPosCm”:-12.981743742198365,
“yPosCm”:-8.1620948248116
“zPosCm”:10.094844162189423
}
]
}

Dalam contoh ini, alamat IP lokal Raspberry Pi di jaringan saya adalah 192.168.1.69  – Anda dapat menemukan milik Anda menggunakan ip addr show.

Sekarang untuk seni! Jika Anda belum memiliki Memproses  diinstal di Raspberry Pi . Anda , ambil itu dulu (sekali lagi, saya suka menggunakan CLI, tetapi ada cara yang lebih mudah jika itu bukan keinginan Anda!):

cd ~
curl https://processing.org/download/install-arm.sh | sudo sh

Selanjutnya, klon Walabasquiat  dan HYPE  perpustakaan repo, dan instal yang terakhir dengan membuka ritsletingnya ke dalam folder perpustakaan di buku sketsa Anda:

cd ~/sketchbook
git clone https://github.com/ishotjr/Walabasquiat.git
git clone https://github.com/hype/HYPE_Processing.git
unzip HYPE_Processing/distribution /HYPE.zip -d ~/sketchbook/libraries/HYPE

Buka Memproses  dari bawah Grafik  di Raspberry Pi menu aplikasi, dan gunakan File> Open untuk memuat sketsa dari buku sketsa Anda:

Baca Selengkapnya Detail  :Walabasquiat:Instalasi Seni Generatif Interaktif!