Arte generativa computacional
exploração de arte abstrata, geométrica e florestas de grafos com Python
DOI:
https://doi.org/10.47385/tudoeciencia.2572.2025Palavras-chave:
Arte generativa. Programação criativa. Python. Visualização de dados. Algoritmos artísticos.Resumo
Este artigo apresenta uma metodologia para criação de arte generativa computacional utilizando a linguagem de programação Python e suas bibliotecas especializadas em visualização de dados e teoria dos grafos. O estudo explora três paradigmas distintos de arte digital: arte abstrata baseada em linhas aleatórias, arte geométrica através de polígonos regulares e florestas de grafos como representação visual de estruturas matemáticas complexas. A pesquisa demonstra como algoritmos de geração aleatória podem ser empregados para criar composições visuais únicas, combinando elementos matemáticos com princípios estéticos. Os resultados obtidos evidenciam que a programação computacional pode servir como ferramenta criativa legítima para produção artística, oferecendo possibilidades de expressão através da manipulação paramétrica de elementos visuais. A metodologia proposta utiliza as bibliotecas Matplotlib, NumPy e NetworkX para gerar três categorias distintas de arte visual, cada uma explorando diferentes aspectos da visualização computacional. Os experimentos realizados confirmam a viabilidade da abordagem algorítmica para criação artística, demonstrando que a aleatoriedade controlada pode produzir resultados esteticamente interessantes e matematicamente fundamentados.
Downloads
Referências
ALEXANDER, Christopher. The phenomenon of life: an essay on the art of building and the nature of the universe. Berkeley, Calif. Center for Environmental Structure, 2002.
BODEN, M. A.; EDMONDS, E. A. What is generative art? Digital Creativity, v. 20, n. 1-2, p. 21-46, 2009. Disponível em: https://doi.org/10.1080/14626260902867915. Acesso em: 15 ago. 2025.
BOURKE, P. Polygons, meshes. Geometry, 1997. Disponível em: http://paulbourke.net/geometry/polygonmesh/. Acesso em: 15 ago. 2025.
KELLY, Paul J. A congruence theorem for trees. 1957.
DI BATTISTA, G. et al. Graph Drawing: Algorithms for the Visualization of Graphs. Upper Saddle River: Prentice Hall, 1998.
DÜCHTING, Hajo; KANDINSKY, Wassily. Wassily Kandinsky, 1866-1944: A revolution in painting. Taschen, 2000.
FRUCHTERMAN, T. M.; REINGOLD, E. M. Graph drawing by force‐directed placement. Software: Practice and Experience, v. 21, n. 11, p. 1129-1164, 1991. Disponível em: https://doi.org/10.1002/spe.4380211102. Acesso em: 15 ago. 2025.
GALANTER, Philip. What is generative art? Complexity theory as a context for art theory. In: In GA2003–6th Generative Art Conference. 2003.
HAGBERG, Aric; SWART, Pieter J.; SCHULT, Daniel A. Exploring network structure, dynamics, and function using NetworkX. Los Alamos National Laboratory (LANL), Los Alamos, NM (United States), 2008.
BRETTELL, Richard R. Neo-Impressionism and the Search for Solid Ground: Art, Science, and Anarchism in Fin-de-siecle France/Pissarro, Neo-Impressionism, and the Spaces of the Avant-Garde. The Art Bulletin, v. 81, n. 1, p. 168, 1999.
HUNTER, J. D. Matplotlib: A 2D graphics environment. Computing in Science & Engineering, v. 9, n. 3, p. 90-95, 2007. Disponível em: https://doi.org/10.1109/MCSE.2007.55. Acesso em: 15 ago. 2025.
KAY, A.; GOLDBERG, A. Personal dynamic media. Computer, v. 10, n. 3, p. 31-41, 1977. Disponível em: https://doi.org/10.1109/C-M.1977.217672. Acesso em: 15 ago. 2025.
MCKINNEY, Wes. Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. " O'Reilly Media, Inc.", 2012.
MITCHELL, M. Complexity: A Guided Tour. Oxford: Oxford University Press, 2009. Disponível em: https://doi.org/10.1093/oso/9780195124415.001.0001. Acesso em: 15 ago. 2025.
PEARSON, Matt. Generative art: a practical guide using processing. Simon and Schuster, 2011.
TAYLOR, Grant D. When the machine made art. 2014.
VAN ROSSUM, G.; DRAKE, F. L. Python 3 Reference Manual. Scotts Valley: CreateSpace, 2009. Disponível em: https://docs.python.org/3/reference/. Acesso em: 15 ago. 2025.
HUNTER, Sam; POLLOCK, Jackson; KARPEL, Bernard. Jackson Pollock. The Bulletin of the Museum of Modern Art, v. 24, n. 2, p. 3-36, 1956.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
