Walabasquiat:¡Una instalación interactiva de arte generativo!

Walabasquiat es un interactivo instalación de arte generativo utilizando el sensor de imágenes 3D de Walabot, Raspberry Pi y Android.

Historia

Idea 🤔 💡

A mediados de la década de 1990, William Latham asombró al mundo con su aplicación para PC Organic Art y sus protectores de pantalla, presentando al público formas extrañas y de otro mundo representadas mediante algoritmos genéticos de vanguardia que continuamente mutan formas simples. en elaboradas formas de vida orgánicas. Siempre me ha fascinado el arte generativo y siempre he soñado con crear una instalación interactiva en la que los participantes puedan influir en los algoritmos mediante su presencia o movimiento. Walabasquiat utiliza Procesamiento en Raspberry Pi y Android con el Walabot sensor como parámetros de entrada para crear un tapiz de píxeles único y en constante evolución en respuesta al movimiento de sus espectadores. 🎨 🔀

Introducción 🔰 👩‍💻

Obteniendo el Walabot trabajando en una Raspberry Pi es extremadamente sencillo:simplemente conéctelo a un puerto USB disponible a través del cable micro-USB incluido (asegúrese de estar usando una fuente de alimentación de 2.5A +) e instale la API de Walabot. Me gusta usar la CLI siempre que sea posible, así que desde Terminal en la propia Pi, ejecuté:

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

para instalar la API y luego:

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

para ejecutar los ejemplos de Python incluidos, así como los disponibles en GitHub. Una excelente primera aplicación para ejecutar es SensorApp.py, que genera las coordenadas sin procesar de los objetivos que Walabot detecta:

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

Valores de sensor sin procesar de SensorApp.py

Ahora que todo está en funcionamiento, ¡es hora de hacer algo genial con él! 🕶️

Proceso de desarrollo 💪 💻

El primer desafío fue encontrar una forma de Procesamiento , que quería usar para crear el arte generativo, para hablar con Walabot . Inicialmente intenté integrar la API de Walabot directamente en mi boceto mediante Procesamiento Modo Python , pero después de experimentar dificultades con diferentes Python versiones y otros problemas de compatibilidad, me di cuenta de que debería abstraer el Walabot Sensores a través de una API RESTful , que Processing (¡y cualquier otro cliente habilitado para la red!) podría consumir. Empecé a armar un Matraz -basado en el servidor, luego de alguna manera tropecé con el walabot-web-api de @ TheArtOfPour, que era más o menos exactamente lo que estaba en el proceso de creación, aunque estaba destinado a usarse con Windows y el Desarrollador versión de Walabot , mientras usaba Linux y el Creador versión, pero aún así fue más rápido modificarlo para que funcione con mi sistema operativo / hardware que crear el mío desde cero. Con una API RESTful en funcionamiento sirviendo Walabot datos de destino en mi Raspberry Pi, luego cambié al arte generativo parte del proyecto que utiliza Procesamiento . 🎨 💻

Había estado usando el libro Generative Arte de Matt Pearson como guía para aprovechar Procesamiento para crear arte generativo, pero al buscar ejemplos me encontré con la biblioteca de procesamiento HYPE de @ hype, que a pesar de no haber sido actualizada durante más de dos años, todavía funcionaba a la perfección y me brindó exactamente el tipo de ayuda que necesitaba para crear algo que se veía espectacular. Combiné la funcionalidad generativa de HYPE con los datos del sensor JSON proporcionados por Flask RESTful basado en Servidor de API para crear hermosas representaciones de Walabot objetivos:

Walabasquiat pululando alrededor de tres objetivos de Walabot

Desde Walabasquiat está pensada como una instalación de arte, con el Procesamiento el boceto se muestra en una pantalla grande o se proyecta, pensé que sería divertido proporcionar un "recuerdo" que permitiera a los visitantes continuar disfrutando del proyecto incluso después de que se fueran. Creé Walabasquiandroid , un fondo de pantalla en vivo de Android , nuevamente usando Procesando para imágenes y la misma API RESTful para obtener el Walabot valores del sensor. La visualización es más simplista en la aplicación de Android, ya que no se utilizan cantidades excesivas de CPU solo para proporcionar un fondo bonito, pero presenta una visualización atractiva y generativa de los mismos objetivos que informan la pieza principal, que se puede disfrutar mucho tiempo después. viendo la instalación principal:

Fondo de pantalla en vivo de Walabasquiat

Pasos para reprogramar 📑 🚀

Para recrear este proyecto, simplemente conecte Walabot a la Raspberry Pi e instala la API como se describe en Introducción arriba, luego, en la Raspberry Pi , usando Terminal, descargue y ejecute el servidor:

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

Puede usar curl para asegurarse de que todo funcione:

curl –include http://192.168.1.69:5000/walabot/api/v1.0/sensortargets
HTTP / 1.0 200 OK
Tipo de contenido:application / json
Control de acceso- Permitir origen:*
Longitud del contenido:527
Servidor:Werkzeug / 0.11.15 Python / 3.5.3
Fecha:martes, 11 de septiembre de 2018 04:06:12 GMT
{
“sensortargets”:[
{
“amplitude”:0.0026219950401443343,
“xPosCm”:-0.5432446316758038,
“yPosCm”:10.355883874986088,
"ZPosCm":8.265291199116765
},
{
"amplitud":0.0018395134981517656,
"xPosCm":10.506637221750935,
"yPosCm":-3.1108099532967013,
“ZPosCm”:10.035551162938308
},
{
“amplitud”:0.0015859160772638584,
“xPosCm”:-12.981743742198365,
“yPosCm”:-8.162094824811618,
“zPosCm”:10.094844162189423
}
]
}

En este ejemplo, la dirección IP local de Raspberry Pi en mi red es 192.168.1.69 - puedes encontrar el tuyo usando ip addr show.

¡Ahora el arte! 🎨 Si aún no tiene Procesando instalado en tu Raspberry Pi , toma eso primero (nuevamente, me gusta usar la CLI, pero hay una manera más fácil si eso no es lo tuyo):

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

Luego, clona el Walabasquiat y HYPE repositorios de bibliotecas e instale este último descomprimiéndolo en la carpeta de bibliotecas en su cuaderno de bocetos:

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

Abrir Procesando de debajo de Gráficos en la Raspberry Pi En el menú de la aplicación y use Archivo> Abrir para cargar el boceto desde su cuaderno de bocetos:

Leer más detalles:Walabasquiat:¡Una instalación interactiva de arte generativo!