Recommended readings: 1. March 2015

Im letzten Monat las ich folgende Texte und fand diese gut:

  • Meet the Unlikely Airbnb Hosts of Japan: Als wir in Japan waren, haben wir auch mit AirBnB übernachtet. Einen Einblick, wieso das in diesem Kulturkreis nicht wirklich normal ist, gibt dieser Artikel der NY Times.
  • Diagnose Hirntumor: Emil stirbt: Eine unvorstellbar traurige Geschichte. Stefan Krauth verliert seine Frau und seinen Sohn. Ich musste mehrere Anläufe nehmen um diesen Text fertiglesen zu können.
  • DATAcide: Eine erfundene Geschichte über eine mögliche Zukunft, in der wir nicht mehr von “Social Media”, sondern nur noch von “social” sprechen. Oder ist die Geschichte nicht wirklich erfunden?
  • Inside the prison system’s illicit digital world: Der erste Teil einer Serie von Fusion (von dem wir glaub’s noch mehr hören werden) über die Implikationen des Zusammenspiels von Gefängnissen und Gegenwart. Können (und sollen) wir Menschen im Strafvollzug vom heutigen digitalen Leben trennen? Es scheint, dass dies nicht möglich ist.
  • After years behind bars, can prisoners re-enter a digital society?: Im zweiten Teil der Strafvollzugs-Serie wird beschrieben, wie Menschen im Strafvollzug an das heutige Leben ausserhalb von Gefängnissen herangeführt werden.
  • Can technology and prisons get along?: Im dritten Teil der Strafvollzugs-Serie wird aufgezeigt, wie Technologie in die Gefängnis-Welt eindringt. Und wieso es besser ist, das zu erlauben, bzw. selber zu steuern als zusehen zu müssen, wie Gefängnis-Insassen zur Selbsthilfe greifen.

Im letzten Monat sah ich folgende Videos und fand diese gut:

  • FLORIDA MAN: Männer in Florida. Ohne Wertung und wirklichen roten Faden werden diese in diesen knapp 50 Minuten porträtiert. Trotzdem, dass dies jetzt chli negativ tönt sind die Portraits aus meiner Sicht absolut sehenswert.
  • Lars Andersen: a new level of archery: Was Lars Andersen mit Pfeil und Bogen anstellt ist – mensch kann es fast nicht anders sagen – mindblowing.
  • Sticky: Ein Dokumentations-Animationsfilm über WissenschaftlerInnen, die auf einer extrem abgelegenen Insel ausgestorben geglaubte Insekten entdecken. Und darüber, was daraus werden kann.
  • Mr. O: U d’Lüt hei gseit, däm Ma däm spinnts. Würde glaub Mani Matter dazu sagen.

 

Kurzkritik: Birdman

Ich liebe Theater, ich liebe Kino.
Ich liebe diese einzige, grandiose Kamerafahrt durch ein Theaterstück und einen Haufen Emotionen.

Bosozoku

Wär’ ich in Japan aufgewachsen und fände Velos nicht so gut wie ich Velos gut finde, wär’ ich glaub in einem Bosozoku-Verein.

Recommended readings: 1. February 2015

Im letzten Monat las ich folgende Texte/sah folgende Videos und fand diese gut.
Auf Vorschlag von Philipp mal mit etwas Kontext dazu.

Kommentare sind wohl wirklich tot

Dies ist der vierte und letzte meiner Jahresrückblick 2014-Posts. Die anderen sind unter dem Tag jahresrückblick14 zu finden.

Wie schon voremene Zitli nahm es mich letzthin wunder, wie’s denn heutzutage so mit den Kommentaren hier aussieht.

Dafür hab’ ich mein Skript zur Kommentar-Visualisierung ausgegraben, minimalst aufgehübscht und liess es über meine WordPress Datenbank laufen.

Wie früher auch schon klar ersichtlich, hat die Kommentar-Zahl sowohl die Posting-Zahl abgenommen. Die Posts haben sich in der Region von ca. anderthalb Posts pro Woche eingependelt, während seit ein paar Jahren ein Post von mir im Schnitt höchstens noch einen Kommentar generiert.

Aber wie schon das letzte Mal soll nicht unerwähnt bleiben, dass das hier ja mehr so ein halbwegs visuelles Tagebuch meiner coolen Erlebnisse ist und ich nicht auf die Kommentare angewiesen bin. Interessieren würde mich aber schon, wie das bei anderen (WordPress)-Bloggern aussieht. Wenn ihr einen solchen Plot macht, macht doch einen Kommentar oder Trackback hierhin, damit wir ein paar Datenpunkte mehr haben.

Making Of: Neujahrskärtli 2015

2015.jpg

Dieses Jahr versuchte ich mal wieder, für meine Neujahrskarte eine etwas spezielle Idee umzusetzen.

Zutaten:

  • Ein Stativ mit Kamera oben drauf
  • Drei Sätze Kleider
  • Drei Stäckli mit angeklebten Sprechblasen
  • Etwas Platz in der Marktgasse

Mise en place:

  • In der Marktgasse das Stativ so aufstellen, dass die Trams links und rechts noch durchfahren können. Dabei geflissentlich die komischen Gesichter der Tramchauffeure ignorieren.
  • Die Belichtungszeit auf eine Sekunde einstellen und ca. 15 Minuten die Passanten im Weihnachtsstress fotografieren. Der Zeitraffermodus meiner D7000 ist noch gäbig dafür.
  • Ein unterbelichtetes Foto vom Himmel machen, weil der mit einer Sekunde Belichtungszeit hoffnungslos zu hell ist.
  • Stäckli fürenäh, Mitts in die Marktgasse stehen und mit kurzer Belichtungszeit ein paar Fotos machen. Sich nicht von den komisch guckenden Menschen ablenken lassen.
  • Stativ stehen lassen, in der Marktgasse umziehen, sich nicht von den komisch guckenden Menschen irritieren lassen.
  • Zweites Stäckli näh, links in der Markgtgasse nochmals härestah und ein paar Fotos machen.
  • Nochmals umziehen, mit dem dritten Stäckli rechts härestah, ein paar Fotos machen und dann zusammenpacken.

Zubereitung:

    • Fotos durchgehen und die besten 8 auswählen. 4 mit Passanten, eins mit Himmel und 3 mit mir.
    • Alle Fotos in hugin reinladen und aneinander ausrichten.
    • Gute Bereiche mit einer grünen “Include”-Maske einschliessen, schlechte Bereiche mit einer roten “Exclude”-Maske ausschliessen.

1_mask2.jpg
1_mask1.jpg

  • Foto zusammenrechnen lassen.
  • In Aperture noch etwas an den Farben drehen und mit Pages eine Rückseite bast

Backen:

  • Etwas aufgehen lassen und noch eine Nacht darüber schlafen.
  • Im CopyQuick in genügend grosser Auflage drucken lassen.
  • Einen Teil auf die Post bringen und den Rest (im Schnee) vervelölen

Äbe: Auch wenn schon chli spät; Äs guets Nöis!

3_2_1_2015.jpg

Jahresrückblick auf mich selbst

Das ist der dritte meiner Jahresrückblick 2014-Posts. Die anderen sind unter dem Tag jahresrückblick14 zu finden.

Im 2014 lernte ich Git lieben, hab’ viel Bildverarbeitung mit Python gemacht und gelernt, dass Gesichts-Erkennung mit OpenCV in ein paar Zeilen Code möglich ist.

Gesichtserkennung, mit Augen

Dazu kam, dass ich praktisch jeden Tag ein Selfie von mir machte, mit der Everyday App. Eigentlich wollte ich diese beiden Dinge verbinden, fand dann aber irgendwann im Herbst raus, dass ich nicht der erste bin, der daran gedacht hat [1]. Rob Lourens hat ein Python-Skript geschrieben, das Bilder nimmt, auf diesen Gesichter und Augen erkennt und die Bilder zueinander ausrichtet.
Mit minimalen Anpassungen liess ich das Skript über meine 339 Selfies aus 2014 laufen. Zusammengesetzt mit der Zeitraffer-App mit 1 Woche pro Sekunde kommt schlussendlich dieses Video hier raus.

Knapp die Hälfte der Tage dachte ich daran beim Arbeitsschluss im Treppenhaus ein Foto zu machen [2]. Dadurch ist der Hintergrund und die Beleuchtung in diesen Bildern etwas konstanter, was das Ganze etwas schöner zum anschauen macht. Dieser Film ist so zusammengesetzt, dass eine Arbeitswoche einer Sekunde entspricht.

Wer die beiden Videos genau anschaut, sieht, dass ich im 2014 5 Mal die Haare und 18 Mal den Bart geschnitten habe. Und diesen Pickel an der Backe nur mit Bildbearbeitung los geworden bin, aber das ist ein guter Vorsatz im neuen Jahr :)
Und, weil’s grad so gäbig geht, und chli zu Rumänien passt. So seh’ ich aus, wenn mensch den Durchschnitt aus allen 339 ausgerichteten Bildern macht. Habis durchschnittliches Gesicht im 2014.

Habis average face for 2014

[1]: Ich sag’ immer: Es gibt fast nichts, das nicht schon jemand mal auch schon als Problem hatte, das schwierige daran ist nur, die Lösung trotzdem herauszufinden.
[2]: Oder war auswärts am arbeiten. Oder nicht am arbeiten.