پراسسینگ

شرح و سرفصل ها

دوره‌ی Processing:

این دوره در 9 نشستِ 2 ساعتی برگزار می‌شود.

3 نشستِ نخست، شروعِ کار با پراسسینگ و فضای دو بعدی:

• آشنایی با فضایِ پیکسلی، رنگ، ترسیمِ اشکال و انیمیشن‌های ساده‌ی دوبعدی.
• آشنایی اولیه با Syntax پراسسینگ و اپراتورهای ابتدایی.
• دیتاتایپ‌های پایه، مفهومِ متغیر، Array و ArrayList.
• شرط و اپراتورهای نسبی، Flow.
• حلقه، Repeat.
• تعریفِ توابع.
• آشنایی با Curve و BezierCurve.
• کار با Vertexها و ترسیماتِ دوبعدی پیچیده‌تر.
• استفاده از فایل‌های SVG به‌عنوانِ Shape.
• تولیدِ انیمیشن و Dynamic drawing.
• استفاده از Objectها (PVector، PShape و ...) و آشنایی اولیه با مفهومِ شئ‌گرایی.
• کار با ورودی‌ها؛ موس، کیبورد، زمان و ...
• استفاده از فایل‌ها در پراسسینگ.
• کار با تصاویر و پیکسل‌ها؛ لودکردن، دست‌کاری، تولید و ذخیره‌ی تصاویر.
• آشنایی با قابلیت‌های ریاضی و محسباتی.
• تایپوگرافی.

در این مرحله تمریناتِ متعددی شاملِ ترسیمِ منحنی‌های ریاضی، بررسی و تولیدِ فرکتال‌ها، و... بررسی خواهد شد. علاوه‌براین در انتهای این مرحله به‌بررسی نحوه‌ی تولیدِ ویدئو به کمکِ After Effects از خروجی‌های پراسسینگ پرداخته می‌شود.

3 نشستِ میانی، فضای سه‌بعدی:

• کار با Vertex و ترسیماتِ دوبعدی و سه‌بعدی پیچیده‌تر.
• کار با P3D و Open-GL.
• 3D Transformations.                    
• 3D shapes.
• Texture و Lighting.
• Perspective و Camera.
• آشناییِ عمیق‌تر با مفهومِ OOP و تعریفِ Class.
• آشنایی مقدماتی با Shaderها و کار با کلاسِ PShader.
• کار با ویدئو.

در این مرحله تمریناتِ متعددی شاملِ ترسیمِ سطوحِ ریاضی، تولیدِ تایپوگرافی‌های سه‌بعدی، تولیدِ فرم‌های سه‌بعدی از روی عکس و ویدئو و ... انجام خواهد شد. علاوه‌براین در انتهای این مرحله، روش‌های مختلفِ ارتباطِ پراسسینگ با گرسهاپر بررسی می‌شود.

3 نشستِ پایانی، کتاب‌خانه‌ها و الگوریتم‌های پیشرفته‌تر:

• آشنایی با Cellular automata.
• استفاده از پراسسینگ در Data visualization.
• شروعِ کار با p5js و بازنویسیِ برخی از الگوریتم‌های نوشته شده.
• کار با موتورهای فیزیکی Box2D و matter.js.
• آشنایی و پیاده‌سازیِ Particle systems.
• پیاده‌سازیِ Circle packing و بررسی کارکردهای متعدد این الگوریتم.
• پیاده‌سازیِ Diffrential growth.
• پیاده‌سازیِ Flocking simulation و آشنایی با Boids.
• آشنایی و پیاده‌سازیِ Genetic algorithm.
• آشنایی اولیه با Machine learning و TenserFlow به‌کمکِ ml5.js.

در این مرحله به‌بررسیِ عمیق‌ترِ کاربردهای احتمالیِ پراسسینگ در معماری پرداخته می‌شود. تعدادی از تمرین‌ها (از جمله تمرین‌های مرتبط با بخش‌های Data Visualization، Genetic Algorithm و Machine Learning) مستقیماً در معماری کاربرد خواهند داشت؛ سایرِ تمرین‌ها طوری انتخاب شده‌اند تا بسترِ مناسبی برای واکاویِ ارتباطِ بینِ معماری و کدنویسی فراهم آورند و نقطه‌ی شروعی برای ورودی معمار به فضای کدنویسی باشند.