Mathesis Wiki

• Claire Melchior

• Mascha Pachael

• Laila Kulsvehagen

• Lenny Leass

Wir wollen Tonsignale in Bilder umwandeln. Hierbei ist es uns am wichtigsten, dass die entstehenden Bilder ästhetisch interessant sind.

Zuerst müssen die Tonsignale in Daten umgewandelt werden, die dann in unserem Programm verarbeitet werden können. Diese Daten können dann auf verschiedene Arten verwendet werden, um Bilder zu generieren.

Zuerst mussten wir uns damit auseinandersetzen, wie Schall mathematisch beschrieben werden kann. Wir haben uns die Begriffe Periode, Frequenz, Amplitude etc. noch einmal vergegenwärtigt. Grundlage für die Verarbeitung und Analyse von Tonsignalen ist die Fourier-Analyse. Sie bietet eine Möglichkeit, Schallsignale in ihre Teilfrequenzen zu zerlegen. Somit kann man z.B. Grundtöne bestimmen, Obertonspektren vergleichen, und vieles mehr - so weit sind wir aber noch nicht gekommen.

20.11 Grundlagen Fourier-Analyse, Festlegung der Kommunikationsmittel (Facebook und Dropbox)

27.11 Einrichten der Wiki, Grundlagen Fourier-Analyse, Erkundung von Schallwekrzeugen in Python

4.12 Erstellen von Klassen Ton und Bild, Beginn der Erstellung von Bildgenerierungsprogrammen

11.12 Anfängliche technische Schwierigkeiten: Der Befehl img.show() resultiert nicht in der Darstellung des Bildes. Dank Stefans Hilfe konnten wir das Problem schnell beheben, sodass wir nun einen einzelnen Ton als unbewegtes Bild darstellen können. Für unsere Weiterarbeit stellen sich im Wesentlichen zwei Probleme:

• 1. In welcher Form soll sich das Bild bewegen? Dazu müssen wir wissen: Wird ein Bild einem Ton oder einer Sekunde zugeordnet? Oder orientiert sich unsere Bild an verschiedenen Messwerten: Lautstärke → Größe eines Objekts; Tonfrequenz → Farbe des Objekts.

Aufgrund unseres bishergen Programms haben wir uns dafür entschieden, dass das Programm pro Sekunde eine bestimme Anzahl von Bildern generiert. Diese lassen wir anschließend hintereinander ablaufen. Ausblick: Das Programm soll nach und nach immer mehr Messwerte berücksichtigen, weshalb wir schrittweise mehr Parameter in den Sourcecode einbauen wollen. Diese stellen dann zum Beispiel die Lautstärke oder die Frequenz dar.

• 2. Wie können wir die bildliche Darstellung ästhetisch optimieren?

08.01 Durch zwei neue Programme von Stefan ist nun eine detailliertere und erweiterte Darstellung des Tons möglich:

1. Nummerierter Listenpunkt „Visuals“: 3-dimensionale Darstellungen.
2. Das Einlesen von wav-Dateien: Anstatt Mikrofonaufnahmen kann jetzt direkt auf die Daten der Tonaufnahmen zugegriffen werden und ins Programm eingegeben werden.

Ausblick für nächste Woche:

• Einarbeitung und Anwendung der Fourier-Analyse
• Benutzung von „Visuals“ in Python

15.01 Bislang haben wir aus einigen Sekunden langen Mikrofonaufnahmen, ein 2-dimensionales, mehrfaches Bild erzeugt. Das Verfahren gestaltete sich somit grob in die Teilschritte:

• Aufnahme
• → Datenspeicherung
• → Umrechnung
• → Bildanzeige

Heute ist es gelungen, diese zwei grundsätzlichen Prozesse von Mikrofonaufnahme und Bildanzeige jeweils kontinuierlich und selbstständig ablaufen zu lassen. Somit können wir jetzt beispielsweise ein Gespräch aufnehmen und es direkt in ein Bild umwandeln. Das heißt, es werden permanent Aufnahmen getätigt, also Daten gesammelt, die direkt und zusammenhängend in eine Bildatei umgewandelt werden. Je nach dem, wie viele Bilder pro Zeit erzeugt werden, entsteht eine Art Film.

22.01 Der nächste Schritt ist nun, die Bilddarstellung vielfältiger zu gestalten. Es wird diskutiert, nach welchen ästhetischen Aspekten wir unsere Bilder erzeugen wollen. An dieser Stelle sind zum Beispiel 3-dimensionale Körper interessant. Eine weitere Möglichkeit ist, die eigentliche Bilddatei mit weiteren kleineren Bilddateien zu überlagern; also praktisch ein Bild im Bild erzeugen.

Hier stoßen wir auf unsere Defizite beim Umgang mit matplotlib. Deshalb steht auch unsere Hausaufgabe bis nächster Woche fest: Heranarbeitung an das Verständnis von Aufbau und Funktion von matplot, um unsere vielen Ideen zur Bilddarstellung auch technisch umsetzen zu können.

29.01 Stefan hat für uns ein matplotlib-Beispiel erstellt, welches alle Möglichkeiten darstellt die man mit diesem Modul hat. Auf der Grundlage dessen haben wir nun einen Kreis in einem Koordinatensystem erstellt, der seine Farbe entsprechend des Tones ändert der aufgenommen wird. Nächste Etappe: Der Kreis ändert auf Basis des Tones die Größe. Wir wollen demnach als Endergebnis einen pulsierenden seine Farbe ändernden Kreis erzeugen.