Walabasquiat :Une installation artistique générative interactive !

Walabasquiat est un installation artistique générative utilisant le capteur d'imagerie 3D Walabot, Raspberry Pi et Android.

Histoire

Idée 💡

Au milieu des années 1990, William Latham a étonné le monde avec son application pour PC Organic Art et ses économiseurs d'écran. en formes de vie organiques élaborées. J'ai toujours été fasciné par l'art génératif, et j'ai longtemps rêvé de créer une installation interactive où les participants peuvent influencer les algorithmes par leur présence ou leur mouvement. Walabasquiat utilise Traitement sur Raspberry Pi et Android avec le Walabot capteur comme paramètres d'entrée pour créer une tapisserie de pixels unique et en constante évolution en réponse au mouvement de ses spectateurs. 🔀

Prise en main 🔰 👩‍💻

Obtenir le Walabot travailler sur un Raspberry Pi est extrêmement simple :branchez-le simplement sur un port USB disponible via le câble micro-USB inclus (assurez-vous que vous utilisez une alimentation 2,5 A+) et installez l'API Walabot. J'aime utiliser la CLI chaque fois que cela est possible, donc à partir du Terminal sur le Pi lui-même, j'ai exécuté :

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

pour installer l'API, puis :

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

afin d'exécuter les exemples Python inclus ainsi que ceux disponibles sur GitHub. SensorApp.py est une excellente première application à exécuter, qui génère les coordonnées brutes des cibles détectées par le Walabot :

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

Valeurs brutes des capteurs de SensorApp.py

Maintenant que tout est opérationnel, il est temps de faire quelque chose de cool avec ça ! 🕶️

Processus de développement 💪 💻

Le premier défi consistait à trouver un moyen de Traiter , que je voulais utiliser pour créer l'art génératif, pour parler au Walabot . J'ai d'abord essayé d'intégrer l'API Walabot directement dans mon croquis à l'aide de Traitement 's Mode Python , mais après avoir rencontré des difficultés avec différents Python versions et autres problèmes de compatibilité, j'ai réalisé que je devais faire abstraction du Walabot des capteurs via une API RESTful , que Processing (et tout autre client compatible réseau !) pourrait consommer. J'ai commencé à assembler un Flacon -basé sur un serveur, puis je suis tombé sur le walabot-web-api de @TheArtOfPour qui était à peu près exactement ce que j'étais en train de créer, bien que destiné à être utilisé avec Windows  et le Développeur version de Walabot , alors que j'utilisais Linux et le Créateur version - mais il était encore plus rapide de le modifier pour qu'il fonctionne avec mon système d'exploitation/matériel que de créer le mien à partir de zéro ! Avec une API RESTful fonctionnelle au service de Walabot  cibler les données sur mon Raspberry Pi, je suis ensuite passé à l'art génératif partie du projet à l'aide de Traitement . 💻

J'utilisais le livre Generative Art par Matt Pearson comme guide pour exploiter Traitement pour créer de l'art génératif, mais en cherchant des exemples, je suis tombé sur la bibliothèque de traitement HYPE de @hype, qui, bien qu'elle n'ait pas été mise à jour depuis plus de deux ans, fonctionnait toujours parfaitement et m'a fourni exactement le genre d'aide dont j'avais besoin pour créer quelque chose qui avait l'air spectaculaire ! J'ai combiné la fonctionnalité générative de HYPE avec les données du capteur JSON fournies par le Flask -basé sur RESTful Serveur API pour créer de belles représentations de Walabot  cibles :

Walabasquiat grouillant autour de trois cibles Walabot

Depuis Walabasquiat  est conçu comme une installation artistique, avec le Traitement le croquis étant affiché sur un grand écran ou projeté, j'ai pensé qu'il serait amusant d'offrir un « souvenir » qui permettrait aux visiteurs de continuer à profiter du projet même après leur départ. J'ai créé Walabasquiandroid , un fond d'écran animé Android , à nouveau en utilisant Traitement  pour les visuels et la même API RESTful pour obtenir le Walabot valeurs des capteurs. La visualisation est plus simpliste dans l'application Android, car elle n'utilise pas des quantités déraisonnables de CPU juste pour fournir un joli arrière-plan, mais elle présente un affichage attrayant et génératif des mêmes cibles qui informent la pièce principale, qui peut être appréciée longtemps après visualisation de l'installation principale :

Fond d'écran animé Walabasquiat

Étapes pour reproduire 📑 🚀

Pour recréer ce projet, connectez simplement Walabot  au Raspberry Pi et installez l'API  comme indiqué dans Mise en route ci-dessus, puis sur le Raspberry Pi , à l'aide de Terminal, téléchargez et exécutez le serveur :

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

Vous pouvez utiliser curl pour vous assurer que tout fonctionne :

curl –include http://192.168.1.69:5000/walabot/api/v1.0/sensortargets
HTTP/1.0 200 OK
Content-Type :application/json
Access-Control- Allow-Origin :*
Longueur du contenu :527
Serveur :Werkzeug/0.11.15 Python/3.5.3
Date :Tue, 11 Sep 2018 04:06:12 GMT
{
« sensortargets » :[
{
« amplitude » :0,0026219950401443343,
« xPosCm » :-0,5432446316758038,
« yPosCm » :10.355883874986088,
« zPosCm » :8.265291199116765
},
{
« amplitude » : 0.0018395134981517656,
« xPosCm » : 10.506637221750935,
« yPosCm » :-3.1108099532967013,
« zPosCm » :10.035551162938308
},
{
« amplitude » : 0.0015859160772638584,
« xPosCm » : -12.981743742198365,
« yPosCm » : -8.162094824811618,
« zPosCm » : 10.094844162189423
}
]
}

Dans cet exemple, l'adresse IP locale du Raspberry Pi sur mon réseau est 192.168.1.69  – vous pouvez trouver le vôtre en utilisant ip addr show.

Maintenant, place à l'art ! 🎨 Si vous n'avez pas encore Traitement  installé sur votre Raspberry Pi , saisissez-le d'abord (encore une fois, j'aime utiliser la CLI, mais il existe un moyen plus simple si ce n'est pas votre truc !) :

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

Ensuite, clonez le Walabasquiat  et HYPE  Library repos, et installez ce dernier en le décompressant dans le dossier des bibliothèques de votre carnet de croquis :

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

Ouvrir Traitement  sous Graphiques  dans le Raspberry Pi dans le menu de l'application, et utilisez Fichier > Ouvrir pour charger le croquis depuis votre carnet de croquis :

Lire plus de détails :Walabasquiat :une installation d'art génératif interactif !