Vizuelizacija portreta String artom – Faza 3

Cilj istraživanja je bio pronaći na koji način je najbolje pozicionirati tačke na fotografiji i koliki će biti njihov najmanji broj kako bi se postiglo uspješno prepoznavanje ličnosti.

1. korak

Komponente koda u grashopperu gdje se podešava rastojanje najtamnijih i najsvjetlijih tačaka fotografije i njihova dispozicija, što predstavlja bazu za dalje istraživanje.

Screenshot (77)

2. korak

Izabrali smo 4 portreta poznatih ličnosti i napravili 4 različita inicijalna rasporeda tačaka u kodu. Zatim smo povezivali prvih 1000 tačaka koje se povezuju u strune, i tako nastavljali povezivati tačke u grupama po 1000 sve do konačnih 5000, da bi vidjeli sa koliko povezanih tačaka dolazimo do cilja, odnosno do prepoznavanja ličnosti.

3. korak

Za inicijalni raspored tačaka prvog portreta izabrali smo da rastojanje između svijetlih tačaka fotografije bude minimalno, dok rastojanje tamnijih tačaka bude srednje i dobili smo sledeći rezultat:

Screenshot (84)
referentna fotografija

Kod 101Kod 102Kod 104Kod 104Kod 105

Sa ovih fotografija zaključujemo da na ovaj način smo sa 3000 tačaka povezanih u strune mogli donekle prepoznati portret,  dok dalje povezivanje ne pravi drastičnu razliku.

4. korak

Za inicijalni raspored drugog portreta izabrali smo da rastojanje tačaka između svjetlijih tačaka bude jednako kao kod prethodnog portreta, dok da rastojanje kod tamnijih malo povećamo, i dobili smo sledeći rezultat:

Alvar-Aalto
referentna fotografija

Kod 201Kod 202Kod 203Kod 204Kod 205

Sa ovih fotografija zaključujemo da već sa 2000 spojenih tačaka je moguće prepoznati portret, i da dalje spajanje neće napraviti drastičnu razliku.

5. korak

Za ovaj korak uzeli smo istu fotografiju kao što je fotografija iz koraka 3, samo smo promijenili dispoziciju tačaka, gotovo smo izjednačili razmak između svijetlih i tamnih tačaka i dobili smo sledeći rezultat:

Screenshot (84)
referentna fotografija

Kod 301Kod 302Kod 303Kod 304Kod 305

Dobili smo rezultat gdje u odnosu na prethodna podešavanja dispozicije tačaka, sa 2000 tačaka u ovom slučaju dobijamo jasniju sliku portreta.

6. korak

Za inicijalan početak tačaka ovog portreta smo povećali rastojanje tamnijih tačaka, dok smo rastojanje svijetlih tačaka ostavili da bude srednje i dobili sledeći rezulat:

jo ming pej
referentna fotografija

Kod 501Kod 502Kod 503Kod 504Kod 505

U ovom slučaju zaključujemo da već sa 1000 spojenih tačaka imamo gotovo identičan rezultat kao što smo u prethodnim koracima imali sa 2000 spojenih tačaka. I na ovaj način brže dolazimo do prepoznavanja portreta.

ZAKLJUČAK:

Iz ovog istraživanja možemo zaključiti da sa manjim brojem tamnijih tačaka, odnosno njihovim većim razmakom na fotografiji, i sa srednjim brojem svjetlijih tačaka možemo doći do najoptimalnijeg rješenja.

 

 

Published
Categorized as Opšte

Vizuelizacija portreta String artom – Faza 2

Pristup rješavanju problema:

Kada odaberemo portret poznate ličnosti, treba da postavimo optimalan broj tačaka koje će se povezivati u strune. Koncept programa funkcioniše na način da treba da odaberemo koliki će biti broj tamnijih tačaka, odnosno njihovo rastojanje, i to isto i za svjetlije tačke. Nakon toga, treba da pustimo da se određen broj tačaka povezuje u strune. Na taj način možemo odrediti koja je najbolja opcija za inicijalno postavljanje tačaka na fotografiji, kako bi sa što manje njihovih povezivanja uspjeli prepoznati ličnost. U daljem istraživanju, pokušaćemo sa što više portreta i podešavanjem  tačaka, da vidimo koji je najbolji način za njihov raspored, kako bi došli do željenog cilja.

deo koda
kod u grashopperu

 

 

Vizualizacija portreta String artom

Oblast istraživanja – String art- vrsta umjetnosti gdje se povezuju niti koje su nanizane između određenih tačaka sa ciljem stvaranja konkretnog reprezentativnog dizajna, u ovom slučaju portreta.

Problem – u praksi se koristi veliki broj eksera, i samim tim se potroši jako puno vremena kako bi se dobio kvalitetan rad.

Cilj – pokušaj korišćenja što manje eksera i niti, ali sa uspješnim prepoznavanjem ličnosti.  ”less is more” – manje niti, bolje prepoznavanje

Metoda – izabrati poznatu ličnost čiji portret odrađujemo, zatim oblik i dimenzije podloge, kao i broj eksera koje ćemo koristiti i postavljati na najkarakerističnijim mjestima, gdje će biti najveća gustina, kako bi se na uspješan način prikazala ličnost.

Hipoteza – Smatram  da na ovaj način možemo uštedjeti na vremenu i količini materijala  koje koristimo i da uspješno možemo doći do cilja, odnosno izrade portreta i prepoznavanja ličnosti.

Screenshot 2024-03-29 200442

fotografija: primjena ove metode na portretu Frenk Lojd Rajta

Reference: https://www.youtube.com/watch?v=X4FUkcDMNI4&t=36s