Claude Monets Serien - eine computergestützte Farbanalyse
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Göttingen Student Research Papers in Digital Humanities 2021-1
Claude Monets Serien – eine computergestützte Farbanalyse
Claude Monet's series - a computer-aided colour analysis
Les séries de Claude Monet – une analyse numérique des couleurs
Deborah Schlauch
deborah.schlauch@stud.uni-goettingen.de
Abstract Résumé
Using the example of some of Claude Monet's series of En utilisant l'exemple de certaines séries de tableaux de
paintings, which are characterised by their polychromy Claude Monet, qui se caractérisent par leur multicouleur
and the apparent play with light and shadow, their bright- et le jeu évident du clair-obscur, la luminosité, la teinte et
ness, hue and saturation were made measurable with la saturation ont été rendues mesurables avec ImageJ et
ImageJ and converted into numerical values, which could converties en valeurs numériques, qui peuvent ensuite
then be visualised in a graph with the help of ImagePlot. être visualisées dans un graphique en utilisant
For this purpose, the series were viewed individually and, d'ImagePlot. Pour cela les séries ont été observées sépa-
in their entirety, and compared with each other. rément et dans l’ensemble et comparées entre eux.
As a result it could be shown that the variation and repre- On a obtenu ici le résultat que la variation et la représen-
sentation of light and weather phenomena is not, as tation des phénomènes lumineux et météorologiques ne
assumed, defined by changes in brightness values, but sont pas, comme on le supposait, définies par des change-
mainly by changes in hue values, and that brightness plays ments de valeurs de luminosité, mais principalement par
no role in Claude Monet's series. celles de la teinte, et que la luminosité ne joue aucun rôle
Also included in the analysis were two other painters of dans les séries de Claude Monet.
(Post-)Impressionism, Alfred Sisley, and Paul Cézanne, for Également inclus dans l’analyse ont été deux autres
whom the values were output in completely different peintres du (post-)impressionnisme, Alfred Sisley et Paul
ways. The hue was not the varying moment in the land- Cézanne, chez qui les valeurs numériques ont été
scape and architectural representations of both painters, produites de manière complètement différente. Ce n'est
but, as in Manovich's project on Vincent van Gogh's œuvre, pas la teinte qui varie dans les tableaux paysagères et ar-
the change in brightness. chitecturales des deux peintres, mais, comme dans le
Thus, it emerges from the analysis and evaluation that the projet de Lev Manovich sur l'œuvre de Vincent van Gogh,
use of colour and the great variety of hues associated with le changement de luminosité.
it is not a phenomenon generally valid for Impressionism, Ainsi, l'analyse et l'évaluation montrent que l'utilisation de
but rather a characteristic that is unique to Claude Monet. la couleur et la grande variété de teintes ce qui y est asso-
Here, a counter-position is established to the project car- ciée n'est pas un phénomène généralement valable pour
ried out by Megan O'Rourke (in Lev Manovich's Cultural l'impressionnisme, mais plutôt une caractéristique propre
Analytics Lab) on the colour palette of some Impressionist à Claude Monet. De cette façon, une contre-position est
painters, which resulted in a colour choice characteristic of établie au projet réalisé par Megan O'Rourke (dans le Cul-
the art movement. tural Analytics Lab de Lev Manovich) sur la palette de
couleurs de certains peintres impressionnistes, ce qui a
présenté comme résultat un choix de couleurs caracté-
ristique du mouvement artistique.
Göttingen Student Research Papers in Digital Humanities 2021-1
Forschungsgegenstand den bekanntesten Ansätzen bezüglich der Un-
Gegenstand dieses Projekts sind die Bilderse- tersuchung von Farbverwendung und
rien des französischen Impressionisten Claude Farbwirkung in großen Datensets zählt jener des
Monet. Er malte im Lauf seiner Karriere, vor al- Cultural Analytics Lab unter der Leitung von Lev
lem ab den 1890er Jahren, eine Vielzahl an Manovich. Er nutzte ImageJ und das Makro
Serien, in denen die Bilder jeweils das gleiche ImagePlot für die Auswertung und Visualisie-
oder ein ähnliches Motiv zeigten. Die Unter- rung von Helligkeitsverhältnissen in Van Goghs
schiede präsentieren sich darin, dass das Bildern im Lauf dessen Karriere.1 Im Kreis seiner
Dargestellte aus verschiedenen Blickwinkeln Forschung entstand ebenfalls ein Projekt zur im-
oder unter unterschiedlichen Lichtverhältnissen pressionistischen Malerei, das die Farbpalette
und Witterungsbedingungen gezeigt wird. Mo- verschiedener Impressionist:innen miteinander
nets Bilderserien erscheinen demnach als verglich. Das Ergebnis veranschaulicht dabei
experimentelle Studien zu Licht und Farbe. Be- eine starke Ähnlichkeit der Farbpaletten einzel-
sonders scheinen hier die Kontraste sowie die ner Impressionist:innen und es werden
Farben die verschiedenen Eindrücke der einzel- Rückschlüsse auf den Impressionismus als
nen Bilder einer Serie hervorzurufen und eine Kunstströmung gezogen (Abb. 1).2 Im Rahmen
Variation zu erzeugen. dieses Projektes soll deshalb der von Manovich
Es soll untersucht werden, ob sich dieser Ansatz etablierte Ansatz unter Verwendung des Bild-
mit digitalen Methoden und Werkzeugen analy- verarbeitungsprogramms ImageJ aufgegriffen
sieren lässt, um die vorherrschenden Eindrücke werden und versucht werden, diesen auf die Bil-
bezüglich Monets Serien messbar zu machen derserien Monets zu übertragen. Die Methode
und sie mithilfe von numerischen Werten aus- soll an die Serien Monets angepasst und unter
werten zu können. Computergestützte Berücksichtigung der bisherigen Forschungen
Analysemethoden werden in der Kunstge- zum Impressionismus kritisch betrachtet wer-
schichte bereits seit einiger Zeit angewandt. Zu den.
Abb. 1 Projekt von Megan O‘Rourke, Cultural Analytics Lab, Visualisierung der Farbwerte der Gemälde französischer Impres-
sionist:innen mit ImagePlot, 2012.
1 http://manovich.net/index.php/projects/style-space 2http://lab.softwarestudies.com/2012/04/visualizations-
(zuletzt aufgerufen am 05.04.2021). of-impressionist-artists_16.html (zuletzt aufgerufen am
05.04.2021).
1-2 https://www.uni-goettingen.de/digitalhumanities
Göttingen Student Research Papers in Digital Humanities 2021-1
Methode und Durchführung wurde, können die dabei entstandenen Grafi-
Für das hier vorgestellte Projekt mit den Bildern ken verglichen und analysiert werden.
Monets im Fokus wurde an Manovichs Methode
angeknüpft und ebenfalls Imageplot, sowie das Analyse/Ergebnisse
Makro Imagemeasure zur Berechnung der Hel- Die sich durch ausgesprochene Homogenität in
ligkeits- und Farbwerte verwendet. Als der Motivik auszeichnende Serie der Kathedrale
Bilderquelle wurde die Bilderenzyklopädie Wiki- von Rouen, die Monet in den 90er Jahren des
art genutzt.3 19. Jahrhundert ausführte, sollen bei der Ana-
Begonnen wurde mit dem ImageJ-Makro lyse und Auswertung den Ausgangspunkt
ImageMeasure, welches gewährleistet, alle Bil- bilden. Die 28 erhaltenen Bilder, die hier ver-
der innerhalb eines Ordners auf ihre Hellig- wendet wurden, entstanden über einen
keits-, Sättigungs- und Farbwerte hin auszuwer- Zeitraum von zwei Jahren, in denen sich Monet
ten und als Tabelle mit numerischen Werten jeweils im Februar für einige Wochen in Rouen
auszugeben. Die Werte wurden anschließend in aufhielt, um die Kathedrale zu malen. Er hielt
eine Excel-Tabelle übertragen und zusätzlich als sich dabei in verschiedenen Ateliers gegenüber
.txt-Datei abgespeichert, da diese im Folgenden der Kathedrale auf, was die unterschiedlichen
für die Visualisierung benötigt wird. Ein erster Blickwinkel innerhalb der Serie erklärt.5
Blick auf die entstandene Tabelle genügt Nun zur Analyse mit ImageJ: Die bereits ange-
manchmal bereits, um Unregelmäßigkeiten sprochene Tabelle mit den Helligkeitswerten
oder Gemeinsamkeiten in der Verteilung fest- ergibt für alle Bilder aus der Kathedralen-Serie
stellen zu können. Bei Monets Kathedralen zB. sehr ähnliche Werte aus die sich in einem Rah-
lässt sich ablesen, dass die durchschnittliche men von 139–188 befinden (Abb. 2).
Helligkeit bei allen Bildern ähnlich ist. Sättigung
und Farbigkeit hingegen sind deutlich heteroge-
ner. Nachfolgend werden mithilfe des ImageJ
Makros Imageplot die Werte in Form von
Thumbnails der Bilder auf einem Diagramm mit
den Achsen Helligkeit / Farbigkeit visualisiert.
Dafür entnimmt die Anwendung die zu visuali-
sierenden Werte aus der zuvor erwähnten .txt-
Datei und die dazugehörigen Bilder aus einem
Ordner, den man bestimmt. Eine genaue Anlei-
tung zur Benutzung des Makros wurde ebenfalls
von Lev Manovichs Team zusammengestellt
und im Netz verfügbar gemacht, sodass die ein-
zelnen Schritte zur Durchführung der
Visualisierung leicht nachzuvollziehen sind.4
Dennoch ist es in den meisten Fällen sinnvoll,
die voreingestellten Settings zu verändern, um
sie an die eigene Fragestellung anzupassen. So
lässt sich der Rahmen, die Größe der Thumb-
nails, die Art des Diagramms (polar, Achsen) Abb. 2 Ausschnitt aus der Tabelle der mit ImageJ ausgege-
u.v.m. einstellen. benen Werte (Helligkeit) für Claude Monets Serie der
Nachdem die Visualisierungen für die zu unter- Kathedrale von Rouen.
suchenden Datensätze und Bilder durchgeführt
3 https://www.wikiart.org/de/claude-monet (zuletzt auf- K4OxT7dVKJO7oCmx_fNP8SYdTG-U/edit?hl=en_US (zu-
gerufen am 06.04.2021). letzt aufgerufen am 06.04.2021).
4 http://lab.softwarestudies.com/p/imageplot.html; 5 P.H. Tucker, Monet in the 90’s. The series paintings, Bos-
https://docs.google.com/document/d/1zkeik0v2LJmi1TO ton 1989, 152-156.
1-3 https://www.uni-goettingen.de/digitalhumanities
Göttingen Student Research Papers in Digital Humanities 2021-1
Auf einer Helligkeitsskala, die von 0 bis 255
reicht, wobei 0 schwarz und 255 weiß bedeutet,
werden die Bilder also eher in der helleren
Hälfte angeordnet. Nachfolgend werden die
Werte mit dem ImagePlot-Makro ausgewertet.
Welche Auskunft gibt eine Visualisierung über
die Rouen-Serie?
Auf der X-Achse angeordnet ist die Verteilung
der bereits erwähnten Helligkeitswerte zu se-
hen. Auf der Y-Achse die Verteilung der
Farbwerte (Abb. 3). Während sich auf der X-
Achse die Werte an mehr oder weniger einem
Punkt ballen, sieht es auf der Y-Achse ganz an-
ders aus. Hier werden die Bilder nach Farbigkeit
angeordnet, die, wie sofort auffällt, sehr divers
ist. Die Werke scheinen sich, was die Farbe be-
trifft, zu einzelnen Gruppen zusammenzu- Abb. 3 Visualisierung der Helligkeits- (X-Achse) und Farb-
finden, wobei die meisten Werke eher durch werte (Y-Achse) in den Bildern der Kathedrale von Rouen,
blaue oder rot-gelbe Farben dominiert werden. ausgegeben mit ImagePlot
Was jedoch festgehalten werden kann ist, dass
Tageszeiten und Witterungsbedingungen, die
offensichtlich hier vor Augen gebracht werden
sollen, nicht durch verschiedene Helligkeiten
modelliert werden, sondern einzig und allein
durch Farbe.
Da sich die Rouen-Serie zwar für eine solche
Analyse durch ihre Homogenität des Motives
besonders anbietet, aber nicht die einzige Serie
Monets ist, die mit Licht und Farbe spielt, wur-
den noch weitere Serien des französischen
Impressionisten hinzugezogen. Es handelte sich
um die Serien der Getreideschober (1890–91),
der Seerosen, der Seine (1896–97), des House
of Parliament in London (1903–1904), der japa-
nischen Brücke (1899–1900) in Monets Garten Abb. 4 Visualisierung der Helligkeits- (X-Achse) und Farb-
in Giverny, und der Waterloo Bridge (1900– werte (Y-Achse) in den Bildern der Serie der
1904). Bei diesen Serien sind die Ergebnisse we- Getreideschober, ausgegeben mit ImagePlot.
niger eindeutig, aber nicht vollkommen
kontrovers zu den bisherigen Ergebnissen der
Kathedrale von Rouen. Die Helligkeitswerte der
Getreideschober, der Waterloo Bridge und des
Houses of Parliament (Abb. 4–6) lassen sich am
ehesten mit den Kathedralen in Verbindung
bringen. Auch hier scheint die Variation der
Farbwerte eine größere Rolle zu spielen als die
der Helligkeitswerte. Ebenso scheinen sich bei
der Farbwertverteilung Cluster zu bilden.
1-4 https://www.uni-goettingen.de/digitalhumanitiesGöttingen Student Research Papers in Digital Humanities 2021-1
Abb. 5 Visualisierung der Helligkeits- (X-Achse) und Farb- Abb. 7 Visualisierung der Helligkeits- (X-Achse) und Farb-
werte (Y-Achse) in den Bildern der Serie des House of werte (Y-Achse) in den Bildern der Serie der Japanischen
Parliament, ausgegeben mit ImagePlot. Brücke, ausgegeben mit ImagePlot.
Abb. 6 Visualisierung der Helligkeits- (X-Achse) und Farb- Abb. 8 Visualisierung der Helligkeits- (X-Achse) und Farb-
werte (Y-Achse) in den Bildern der Serie der Waterloo werte (Y-Achse) in den Bildern der Serie der Seine,
Bridge, ausgegeben mit ImagePlot. ausgegeben mit ImagePlot.
Letzteres gilt auch für die japanische Brücke und Als letztes wurde auch die Serie der Seerosen
die Serie Morgen auf der Seine (Abb. 7–8). Die betrachtet (Abb. 9). Deren Entstehungshinter-
japanische Brücke lässt jedoch nur ein zusam- grund unterscheidet sich insofern von den zuvor
menhängendes Cluster erkennen und scheint behandelten Serien, dass diese über einen gro-
deutlich dunkler gestaltet zu sein als die ande- ßen Zeitraum entstanden sind. Monet wandte
ren Serien. Die Seine weist im Gegensatz zu den sich seitdem er in Giverny wohnte seinem See-
übrigen Serien eine deutlichere Helligkeitsvaria- rosenteich immer wieder zu und fertigte eine
tion auf. enorme Vielzahl an unterschiedlichen Ansichten
jenes Teiches an. Ob man die Nymphéas des-
halb als eine zusammengehörige Serie im Sinne
1-5 https://www.uni-goettingen.de/digitalhumanitiesGöttingen Student Research Papers in Digital Humanities 2021-1
Abb. 9 Visualisierung der Helligkeits- (X-Achse) und Farb- Abb. 10 Visualisierung der Helligkeits- (X-Achse) und Farb-
werte (Y-Achse) in den Bildern der Serie der Seerosen, werte (Y-Achse) in den Bildern aller hier betrachteten
ausgegeben mit ImagePlot. Serien, ausgegeben mit ImagePlot.
der zuvor behandelten bezeichnen kann, muss Vergleiche
infrage gestellt werden. Doch auch hier können Ein Vergleich mit zwei weiteren Impressionisten
wir die bekannte Clusterbildung sowie die ähn- liefert einen Anhaltspunkt dazu, ob sich diese
lichen Helligkeitswerte nachvollziehen. Konzentration auf die Erzeugung der Effekte
Eine Visualisierung aller betrachteten Serien zu- auch bei anderen Künstler:innen der Zeit wie-
sammen komplettiert das Bild. Während sich derfinden lässt und so Rückschlüsse auf die
die Helligkeitswerte auch in der Gesamtansicht Kunstströmung gezogen werden können. Wenn
in einem überschaubaren Rahmen bewegen, man die Landschaften und Architekturdarstel-
kann auch eine deutlichere und verdichtete lungen Alfred Sisleys (1839–1899) auf die
Gruppenbildung festgestellt werden. Monets gleiche Weise wie die Serien Monets analysiert,
Serienbilder lassen sich im Großen und Ganzen ergibt sich ein anderes Bild. Sisleys Landschaf-
in zwei Farbspektren aufteilen, während ein ten ergeben eine deutlich homogenere Masse
kontinuierlicher Farbverlauf und die Berücksich- in der Visualisierung (Abb. 11). Zusätzlich fällt
tigung einer vollständigen Farbpalette nicht auf, dass intensiv rote Bilder (oben und unten
gegeben sind. Die offen klaffende Lücke zwi- an der Y-Achse) nicht auftauchen. Die Darstel-
schen den rot-gelb-bräunlichen und den blauen lung von Paul Cezannes Landschaften setzt sich
Bildern wird nur durch vereinzelte gründomi- noch deutlicher von der Gesamtheit der Mo-
nierte Bilder gefüllt. net’schen Serien ab (Abb. 12). Die Variation der
Farben erscheint noch einmal deutlich geringer
als bei Monet und Sisley. Hingegen sind die Hel-
ligkeitswerte deutlich diverser.
1-6 https://www.uni-goettingen.de/digitalhumanitiesGöttingen Student Research Papers in Digital Humanities 2021-1
Abb. 11 Vergleich der ImagePlot-Visualisierungen von Claude Monets Serien mit den Landschafts- und Architekturdarstellun-
gen von Alfred Sisley.
Abb. 12 Vergleich der ImagePlot-Visualisierungen von Claude Monets Serien mit den Landschafts- und Architekturdarstellun-
gen von Paul Cézanne.
Die Vergleiche veranschaulichen, dass die Dar- Auswertung
stellung der Werte bei Monets Serien für diese Im Rahmen dieses Projektes wurde ImageJ mit
einzigartig sind und sich auch nicht auf andere dem Makro Imageplot genutzt, um die Bilderse-
impressionistische oder postimpressionistische rien Monets auf ihre Farbigkeit und Helligkeit
Maler:innen übertragen lässt. Hierbei wird hin zu untersuchen und zu vergleichen. Hierbei
deutlich, dass die Verwendung von Farbtönen wurde sich an Lev Manovichs Ansatz zur Unter-
anstelle von Helligkeiten ein für Monet charak- suchung der Helligkeitswerte in der Farbpalette
teristisches Merkmal ist. Die andere Vincent van Goghs sowie eines Projektes aus
Möglichkeit, Variation durch unterschiedliche seinem Lab, durchgeführt von Megan O’Rourke,
Helligkeiten zu erzeugen, konnte demnach pa- das verschiedene Impressionist:innen auf ihre
rallel existieren. Farbpalette hin untersucht hat, orientiert.
1-7 https://www.uni-goettingen.de/digitalhumanitiesGöttingen Student Research Papers in Digital Humanities 2021-1
Welche Ergebnisse können abschließend fest- Literatur und Links
gehalten werden? Der bloße Vergleich, der mit P.H. Tucker, Monet in the 90’s. The series paint-
ImageMeasure ausgegebenen Werte macht, ings, Boston 1989.
deutlich, dass es nicht die Helligkeit und Verän- S. Z. Levine, Monet’s Series: Repetition, Obses-
derung dieser ist, mit der der Maler Licht und sion, The MIT Press, Oktober, 1986, Vol. 37, 65-
Wetter darstellt. Es ist vielmehr die Farbe, über 75.
die Monet die unterschiedlichen Lichtverhält- D. Gervais, Unified Landscapes: Monet’s Series
nisse modelliert, deutlich dargestellt an den mit Paintings, The Cambridge Quarterly, 1991, Vol.
ImagePlot ausgegebenen Visualisierungen. 20, No. 3, 210–222.
Ein Vergleich mit einzelnen Serien anderer Im- L. Manovich, Data science and Digital Art His-
pressionisten, namentlich Alfred Sisley und Paul tory, in: DAH-Journal, Issue 1, 2015, URL:
Cezanne, machten deutlich, dass, wie im Projekt http://manovich.net/index.php/projects/data-
von Megan O’Rourke (Abb. 1), das den An- science (zuletzt aufgerufen am 06.04.2021).
spruch verfolgte, die Ähnlichkeiten in der L. Manovich, Style Space. How to compare Im-
Farbpalette der unterschiedlichen französi- age Sets and Follow their Evolution, 2011, URL:
schen Impressionist:innen zu visualisieren, eine http://manovich.net/content/04-projects/073-
Verallgemeinerung der Kunstströmung des Im- style-space/70_article_2011.pdf (zuletzt
pressionismus nicht ohne weiteres möglich und aufgerufen am 06.04.2021).
sinnvoll ist.6 Manovichs Visualisierung von Van Goghs Bil-
Es wurde gezeigt, dass die Methode Manovichs, dern:
größere Sets an Bildern mit ImageJ (ImagePlot) http://manovich.net/index.php/projects/style-
zu untersuchen und so das Œuvre von Künst- space (zuletzt aufgerufen am 06.04.2021).
ler:innen digital zu analysieren, auf Megan O‘Rourkes Projekt zu den Impressio-
verschiedene Fragestellungen angepasst wer- nist:innen:
den kann. Dies sollte aber nicht ohne http://lab.softwarestudies.com/2012/04/visua-
Berücksichtigung der kunsthistorischen Ansätze lizations-of-impressionist-artists_16.html
und Methoden geschehen, um Fehlinterpretati- (zuletzt aufgerufen am 06.04.2021).
onen zu vermeiden. Die Analyse der Serien Imageplot Documentation:
Monets steht damit im Kontrast zu den Ansät- https://docs.google.com/document/d/1zkeik0
zen, die im Impressionismusprojekt aus dem v2LJmi1TOK4OxT7dVKJO7oCmx_fNP8SYdTG-
Cultural Analytics Lab verfolgt werden. Das Er- U/edit?hl=en_US# (zuletzt aufgerufen am
gebnis des hier beschriebenen Projektes zu 06.04.2021).
Claude Monet veranschaulicht eine Individuali-
tät im Umgang mit Farbe und Farbtönen, die für Abbildungen/Bildersets
Monets Serien einzigartig sind. Bildersets: Wikiart: https://www.wiki-
art.org/de/claude-monet;
https://www.wikiart.org/de/alfred-sisley;
https://www.wikiart.org/de/paul-cezanne.
Abb. 1: http://farm6.sta-
ticflickr.com/5075/6915522520_50773de520_z
.jpg (zuletzt aufgerufen am 06.04.2021).
Abb. 2–12: Eigene Abbildungen mit ImagePlot
erzeugt (2021).
6 Siehe Projekt des Cultural Analytics Labs: http://lab.soft- impressionist-artists_16.html (zuletzt aufgerufen am
warestudies.com/2012/04/visualizations-of- 06.04.2021).
1-8 https://www.uni-goettingen.de/digitalhumanitiesSie können auch lesen
