Een generatieve timelapse van de hemel

Voor dit Human-Computer Interaction-project onderzocht ik hoe realtimedata visuele output kunnen genereren. Ik wilde geen klassieke registratie van de hemel maken, maar een systeem bouwen dat tijd, licht en weer geleidelijk omzet in beeld.

Ik werkte in Python en Processing, vertrekkend vanuit een eenvoudige onderzoeksvraag: hoe kan live input over een langere periode een nieuw beeld creëren?

In het begin onderzocht ik verschillende richtingen, waaronder neurale netwerken, objectherkenning, webcamdata, weersvoorspellingen en Arduino-sensoren. Neurale netwerken bleken te complex voor de beschikbare tijd, dus verschoof ik naar een gerichter webcamgebaseerd systeem.

De eerste experimenten gebruikten een raster van vierkanten dat het scherm van links naar rechts vulde. Eerst werd de kleur van elk vierkant gestuurd door de muis. Later verving ik die input door een secondenteller en willekeurige waarden om te begrijpen hoe tijdsgebaseerde data een beeld konden opbouwen.

Daarna verbond ik het programma met een webcam. Na experimenten met videolibraries en OpenCV toonde ik het webcambeeld in het programma en gebruikte ik de kleurwaarde van een centrale pixel als input.

Die pixel werd de bron voor een scanlijn die over het canvas bewoog. Elke nieuwe lijn vertaalde wat de webcam zag naar een kleurstrook, waardoor live luchtdata veranderden in een groeiend beeld.

Naarmate het project zich ontwikkelde, scheidde ik de webcamweergave van de gegenereerde output. Zo kon het systeem kleurdata zuiver verzamelen en elke scanlijn baseren op het licht en de kleur van de lucht op dat moment.

Na feedback paste ik de structuur van het programma aan. Ik plaatste het videobeeld boven de scanner, voegde automatische beelduitvoer per uur toe voor het geval het programma crashte en verving hardcoded waarden door variabelen.

Daarna testte ik de installatie buiten met een kleine webcam in mijn tuin. De webcam werd beschermd tegen regen, maar bleef blootgesteld aan veranderend licht, wolken, wind en weersomstandigheden.

Verdere verbeteringen maakten de scanner nauwkeuriger. In plaats van één pixel uit te rekken, scande het programma een bredere strook van het webcambeeld. Ik voegde ook een voortgangsindicator toe en verhoogde de opnamefrequentie om beweging in de lucht beter vast te leggen.

Na 22 dagen werd het eindresultaat een generatieve timelapse van de hemel. Elk beeld was opgebouwd uit live webcaminput en maakte kleine veranderingen in licht, kleur en weer zichtbaar als een spoor van voorbijgaande tijd.