Hace tiempo tuve la clase sobre "glitch" en ENBA a cargo de Brian Macern.
Intenté leer imagenes como archivos de texto, modificarlos, intentar ver el resultado como imagen, como se propuso en el taller.
Cambiando extensiones a archivos, para oir la información de una imagen con un reproductor de audio (se oye ruido blanco) y otras aberraciones informáticas.
Pero el resultado estético de mis productos no me convencía. Pero el concepto quedó dando vueltas en mi cabeza.
Sofia aka "Mis S Take" aka "Aura Aurora", viene generando imagenes muy interesantes y bellas luego de esa clase-taller con Brian.
http://www.flickr.com/photos/nexsof/5321043192/
Y yo seguía con el tintero del glitch ahi...
Para subir imagenes a este blog uso un programa que optimiza mucho la compresión. Si analizan los archivos de imagenes del blog verán que son de muchos megapixels, livianas y con relativamente pocos "artefactos de compresión".
La compresión JPG pone en fila los pixeles que componen la cuadricula de la imagen.
De manera que analiza la imagen como si fuera una fila de numeros. Cada numero el color de un pixel.
Analiza esa esa fila de numeros como si fuera la onda de un sonido.
El algoritmo la descompone buscando los armónicos que la componen.
De esa manera genera parametros de bandas de frecuencias.
Deshecha la secuencia de datos que describen a la onda explicitamente, punto por punto, la fila de numeros. Para quedarse con parametros que resumen el comportamiento de manera aproximada que es mucho menos información.
Cuantos mas parametros describan la onda, será mas parecida al modelo original, y la imagen se verá "casi identica".
Pero si vamos quitando parametros, cosas extrañas se ven... por razones complejas de explicar que yo no termino de entender del todo.
Que involucran centralmente a la "transformada de Fourier" un algoritmo de conversión matemática relativamente simple que se aprende al final de la escuela secundaria, opción ingeniería.
Entonces me ocurrió que el Advanced JPG Compressor, la misma herramienta usada para tener buenas imagenes livianas se podía usar para generar defectos usandola con los parámetros al máximo.
Proceso:
Tomé a Mario como modelo porque a jpg no le gustan los colores lisos ni los bordes duros, es donde primero se notan las distorsiones por mucha compresión.
De todas formas llevándolo al máximo el error no se acumula al volver a grabar el archivo una y otra vez. Así que decidí empezar una rotación a 2º por cuadro.
Ahora si comenzó la distorsión real, al terminar de dar la vuelta ya casi no se distingue Mario.
Para subir imagenes a este blog uso un programa que optimiza mucho la compresión. Si analizan los archivos de imagenes del blog verán que son de muchos megapixels, livianas y con relativamente pocos "artefactos de compresión".
La compresión JPG pone en fila los pixeles que componen la cuadricula de la imagen.
De manera que analiza la imagen como si fuera una fila de numeros. Cada numero el color de un pixel.
Analiza esa esa fila de numeros como si fuera la onda de un sonido.
El algoritmo la descompone buscando los armónicos que la componen.
De esa manera genera parametros de bandas de frecuencias.
Deshecha la secuencia de datos que describen a la onda explicitamente, punto por punto, la fila de numeros. Para quedarse con parametros que resumen el comportamiento de manera aproximada que es mucho menos información.
Cuantos mas parametros describan la onda, será mas parecida al modelo original, y la imagen se verá "casi identica".
Pero si vamos quitando parametros, cosas extrañas se ven... por razones complejas de explicar que yo no termino de entender del todo.
Que involucran centralmente a la "transformada de Fourier" un algoritmo de conversión matemática relativamente simple que se aprende al final de la escuela secundaria, opción ingeniería.
Entonces me ocurrió que el Advanced JPG Compressor, la misma herramienta usada para tener buenas imagenes livianas se podía usar para generar defectos usandola con los parámetros al máximo.
Proceso:
Tomé a Mario como modelo porque a jpg no le gustan los colores lisos ni los bordes duros, es donde primero se notan las distorsiones por mucha compresión.
De todas formas llevándolo al máximo el error no se acumula al volver a grabar el archivo una y otra vez. Así que decidí empezar una rotación a 2º por cuadro.
Ahora si comenzó la distorsión real, al terminar de dar la vuelta ya casi no se distingue Mario.
