MET本周免费发行了375,000张图片，且没有限制。 NYPL大约一年前也发布了类似的版本。 既然现在有了如此多的cc0文化遗产内容，我想尝试以某种方式将两个版本联系起来，尤其是在这两个纽约机构之间。
任何乘坐地铁的纽约人都会熟悉的景点是遍布车站墙壁上的广告牌。 随着新广告的发布，这些广告基本上是大贴纸，以前的贴纸不会被删除，新添加的广告只会有助于增加广告的沉积层。 您会经常看到肮脏的广告牌，人们将这些广告牌切成薄片，并去除了一个或多个上层。 结果是当前和过去的广告经常并置。 这种美感呼应了二十世纪初达达主义者出现的文学分割技术，这是我真的很引人注目并且想要应用于这种图像库的技术。
结果是一个Twitter机器人，该机器人将公共领域图像的各层切成片，从而创建了新的令人困惑且通常有趣的组合。 该机器人的工作原理是将两个作品配对，从NYPL和MET发布的元数据开始。 它会浏览所有标题，并从每个标题中找到一个，它们的levenshtein距离最小，或使两个标题相同所需的更改最少。 这是将作品配对的相当原始的方法，通常会变得平淡无奇，但有时却做得不错，例如：
这两件作品中都有“峡谷”一词，因此至少它们是同一类型的东西。
然后，机器人将这两个图像分层在一起，并用数字X-ACTO刀将其切割，用一个伪随机数发生器引导它的手，将不规则的多边形切入其中。
它有时还有员工也有另一个技巧。 它可以在上层找到最常见的颜色，并切出那些暴露底图的像素，这些底图具有更加“整体”的毛刺效果。 结果就是一个新的图像，是两幅作品的集合，这些作品通常跨越数十年，并且跨越了艺术风格和媒介。
这是我制作的第一个Twitter机器人，与我在纽约证券交易所（NYPL）的一些天才机器人制造商相比，这显得微不足道。 人们可能会感兴趣的一项有趣的技术功能是，该机器人由Amazon AWS Lambda驱动，该AWS Lambda是按设定的内部时间表触发的。 这样，我不必担心服务器运行24/7。 如果我有更多的计算机视觉印章，我想探索基于超像素进行的裁切，这可能会使它更符合上下文。 但是无论如何，由于NYPL和MET现在在公共领域提供了如此多的图像，因此这个小机器人将有足够的时间来完善其技术。
