kosmar

Jörn Loviscach, ein physiker, professor und ehemalige stellvertretender chefredakteur der c’t über seine experimente zum erkennen, sortieren, vergleichen von schriften auf basis automatischer analyse der vektoren auf der kleinen »stage«-bühne der typo berlin.

im grunde ein nettes hobby, aber für mich auch faszinierend, vorallem wenn man das vorgehen auf andere daten übertragen denkt.

es geht los, ich tippe mal auch los:

bilderkennung bei google images:
nach cliparts (wenig farben), farben, strichzeichnung. funktioniert gut und ist sehr einfach zu bauen.

picasa:
facerecognition, lernt gesichter nach markierung und fragt nach (auch bei iphoto so.)

mufon player:
musik prozentual auf der achse traurig-fröhlich platziert. kann durch menschliches tagging (das dann per neuronalem netz weiterlernt), aber auch durch datenanalyse gemacht werden.

eigenes studienprojekt:
wellenform, rhythmus, geschwindigkeit von mp3 in icongrafik umsetzten.
ähnlich stücke, sehen ähnlich aus. schon etwas schwieriger.

erkennung einer schriftart, font recognition:
typedia, identifont, whatthefont
sind noch ziemlich am anfang. (finde ich zwar nicht, weil doch gute trefferquote, aber ich glaube er will auf etwas anderes hinaus).

schnitt

ziele: automatische inhaltsanalyse, klassifikation eines fonts und eine schicke grafische ausgabe des ergebnisses, nicht als liste.

ähnlich wie bei dem musikbeispiel, startet man mit einem dutzend kennpunkten, sortiert ähnliche auf einem koordinatensystem.

seine kennwerteanaylse der vektordaten:

0. optische größe: erstaunliches vorgehen um das zu ermitteln: zerschneiden in waagerechte scheiben, dichte rausfinden, auf welcher höhe wieviel pixel. dann normalisieren. dient als vorarbeit zur datenhygiene.

1. gewicht: glyphenfläche durch umfang-im-quadrat. fette haben mehr fläche. (zumindest zu 80% haut das auch optisch hin, sonst wäre optische grauwertanalyse auch gut denkbar)

2. rundheit: häufigkeit der winkel (steigung) der umfangslinie ermitteln. das histogramm ankucken, sehr divers oder sehr gleichartig? hart/weich damit erkannt.

3. neigung: wichtig und einfach. was ist der häufigste winkel, was ist der wichtigste peak im histogramm. neigung gebongt.

(sein live vorgeführtes windows-tool schmiert ab, irgendwas ist ja immer.)

4. krümmung: nur runde element, oder auch geraden dabei? durch halbwegs komplexe dreiecksanalyse entlang der linie. pythagoras und so.

5. diagonalität: dient zur erkennung von fraktur-fonts. gibt es 45° ecken bei der dreickesanalyse? dann wohl gebrochene schrift.

jetzt anordnungvarianten der ausgabeliste:

– liste nach einer dimension: ist langweilig.
– 2d-diagramm nach maximal zwei werten: auch nicht so interessant
– selbstorganisierte map: fünfdimensionale auswertung, auf zweidimensionen runtergerechnet. nahes im 5d bleibt auch nahe im 2d. sieht schon sehr gut aus. ähnliches kommt eng zusammen. zumeist. er zeigt die analyse mit 2000 fonts live in echtzeit.

das ganze ist absolut automatisch, ganz ohne manuellen eingriff und soll zur schriftauswahl dienen.
mehr kennzahlen, bessere auswertung.

schnitt

jetzt das ganz als tool im netz.

schwierigkeit: an vektordaten der fontfoundries kommen. sehr schwierig. derzeit crawlt er einfach nach zips mit fonts und nimmt sich alles aus dem netz. (haha!). er zeigt das als webservice. api.

60000 fonts in der datenbank. typografische qualität freilich mies, alles billigfonts aus dem netz. ermittlung von ähnlichkeiten in echtzeit aber auch bei einer million fonts möglich.

kann dienen zum abgleich von fonts, zur kombination von fonts (popularität auch automatisch durch gecrawlte pdfs denkbar). etc. was man sich sonst noch so alles ausdenken kann.

schnitt

experiment:
was sind die atome, “nuts and bolts” von fonts? serifen, rundungen, stämme, tropfen … er zeigt sozusagen eine gaschromatographie der times. niedlich.

vorbei. ein ubernerd zwischen physik und schrift. aber das habt ihr ja schon bemerkt.
danke, sehr vergnüglich und anregend.

mehr infos auf accessive-tools. und im typoblog.

weiter im programm mit heiko scherer.