create-2d-composition

name: create-2d-composition description: > 2D-Grafiken programmatisch mit SVG-Generierung, Diagramm-Layout-Algorithmen, Bildkomposition und Stapelverarbeitungs-Workflows erstellen. Verwenden beim programmatischen Generieren von Diagrammen, Flussdiagrammen oder Infografiken, beim Erstellen reproduzierbarer wissenschaftlicher Abbildungen, beim Automatisieren der Produktion von Badges oder visuellen Assets, beim Erstellen benutzerdefinierter Diagrammtypen ausserhalb von Standardbibliotheken oder bei der Stapelgenerierung von Grafiken mit Parametervariationen. license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: visualization complexity: intermediate language: Python tags: svg, 2d, graphics, composition, diagrams, scripting, batch-processing locale: de source_locale: en source_commit: "75ded7a1" translator: claude translation_date: "2026-03-17"

2D-Komposition erstellen

2D-Grafiken programmatisch mit SVG-Konstruktion, Diagramm-Layout-Algorithmen, Bildkomposition und Stapelverarbeitungs-Workflows generieren. Umfasst Vektorgrafik-Generierung, Rasterbild-Manipulation, Typografie und automatisierte Produktion von Diagrammen, Schaubildern und Infografiken.

Wann verwenden

• Diagramme, Flussdiagramme oder Infografiken programmatisch generieren
• Reproduzierbare wissenschaftliche Abbildungen oder Publikationsgrafiken erstellen
• Produktion von Badges, Icons oder visuellen Assets automatisieren
• Mehrere Bilder oder Datenvisualisierungen zusammensetzen
• Benutzerdefinierte Diagrammtypen erstellen, die in Standardbibliotheken nicht verfuegbar sind
• Grafiken mit Parametervariationen stapelweise generieren
• SVG-Vorlagen fuer Web- oder Druckanwendungen erstellen

Eingaben

Vorgehensweise

1. Python-Umgebung einrichten

Erforderliche Bibliotheken fuer 2D-Komposition installieren:

# Core libraries
pip install svgwrite pillow cairosvg

# Optional: advanced features
pip install drawsvg reportlab pycairo

# For data-driven graphics
pip install matplotlib numpy pandas

Erwartet: Bibliotheken erfolgreich installiert Bei Fehler: Python-Version pruefen (3.7+), virtuelle Umgebung verwenden, um Konflikte zu vermeiden

2. Grundlegende SVG-Grafiken erstellen

SVG mit svgwrite generieren:

import svgwrite
from svgwrite import cm, mm

def create_basic_svg(output_path):
    """Create a simple SVG graphic."""
    # Initialize drawing (use mm for precise dimensions)
    dwg = svgwrite.Drawing(output_path, size=('180mm', '120mm'), profile='full')

    # Add background rectangle
    dwg.add(dwg.rect(
        insert=(0, 0),
        size=('100%', '100%'),
        fill='white'
    ))

    # Add shapes
    dwg.add(dwg.circle(
        center=(90*mm, 60*mm),
        r=30*mm,
        fill='lightblue',
        stroke='navy',
        stroke_width=2
    ))

    dwg.add(dwg.rect(
        insert=(30*mm, 30*mm),
        size=(60*mm, 40*mm),
        fill='lightgreen',
        stroke='darkgreen',
        stroke_width=2,
        rx=5,  # Rounded corners
        ry=5
    ))

    # Add text
    dwg.add(dwg.text(
        'Example Graphic',
        insert=(90*mm, 20*mm),
        text_anchor='middle',
        font_size='18pt',
        font_family='Arial',
        fill='black'
    ))

    dwg.save()
    print(f"Saved: {output_path}")

Erwartet: SVG-Datei mit Formen und Text generiert Bei Fehler: svgwrite-Version pruefen, sicherstellen, dass das Ausgabeverzeichnis beschreibbar ist

3. Diagramme mit Layout-Logik erstellen

Strukturierte Diagramme mit berechneter Positionierung erstellen:

def create_flowchart(steps, output_path):
    """Generate a flowchart from list of steps."""
    dwg = svgwrite.Drawing(output_path, size=('800px', '600px'))

    # Layout parameters
    box_width = 120
    box_height = 60
    spacing_y = 100
    start_x = 340
    start_y = 50

    for i, step in enumerate(steps):
        y_pos = start_y + i * spacing_y

        # Draw box
        box = dwg.add(dwg.g(id=f'step_{i}'))

        box.add(dwg.rect(
            insert=(start_x, y_pos),
            size=(box_width, box_height),
            fill='lightblue',
            stroke='navy',
            stroke_width=2,
            rx=5,
            ry=5
        ))

        # Add text (wrapped if needed)
        text_lines = wrap_text(step, max_width=16)
        text_y = y_pos + box_height/2 - (len(text_lines)-1) * 7

        for j, line in enumerate(text_lines):
            box.add(dwg.text(
                line,
                insert=(start_x + box_width/2, text_y + j*14),
                text_anchor='middle',
                font_size='12pt',
                font_family='Arial',
                fill='black'
            ))

        # Draw arrow to next step
        if i < len(steps) - 1:
            arrow_start_y = y_pos + box_height
            arrow_end_y = y_pos + spacing_y

            dwg.add(dwg.line(
                start=(start_x + box_width/2, arrow_start_y),
                end=(start_x + box_width/2, arrow_end_y),
                stroke='black',
                stroke_width=2,
                marker_end=dwg.marker(
                    id='arrow',
                    viewBox='0 0 10 10',
                    refX=5,
                    refY=5,
                    markerWidth=6,
                    markerHeight=6,
                    orient='auto'
                )
            ))

    dwg.save()

def wrap_text(text, max_width=20):
    """Simple text wrapping."""
    words = text.split()
    lines = []
    current_line = []

    for word in words:
        test_line = ' '.join(current_line + [word])
        if len(test_line) <= max_width:
            current_line.append(word)
        else:
            if current_line:
                lines.append(' '.join(current_line))
            current_line = [word]

    if current_line:
        lines.append(' '.join(current_line))

    return lines

Erwartet: Flussdiagramm mit verbundenen Kaesten und Pfeilen Bei Fehler: Layout-Berechnungen anpassen, Pfeilmarker-Definitionen verifizieren

4. Rasterbilder zusammensetzen

Mehrere Bilder mit Pillow kombinieren:

Vollständiges Pillow-Kompositionsbeispiel (Raster-, horizontale und vertikale Layouts sowie Bildbeschriftung): siehe references/EXAMPLES.md.

Erwartet: Kompositbild mit korrektem Layout erstellt Bei Fehler: Pruefen, dass alle Eingabebilder existieren, Bildmodus-Kompatibilitaet verifizieren

5. Datengetriebene Grafiken generieren

Visualisierungen aus Daten erstellen:

import numpy as np

def create_bar_chart_svg(data, labels, output_path):
    """Generate SVG bar chart from data."""
    dwg = svgwrite.Drawing(output_path, size=('600px', '400px'))

    # Chart area
    margin = 50
    chart_width = 500
    chart_height = 300
    bar_spacing = 10

    # Calculate bar dimensions
    n_bars = len(data)
    bar_width = (chart_width - (n_bars - 1) * bar_spacing) / n_bars

    # Scale data to fit chart
    max_value = max(data)
    scale = chart_height / max_value

    # Draw axes
    dwg.add(dwg.line(
        start=(margin, margin),
        end=(margin, margin + chart_height),
        stroke='black',
        stroke_width=2
    ))
    dwg.add(dwg.line(
        start=(margin, margin + chart_height),
        end=(margin + chart_width, margin + chart_height),
        stroke='black',
        stroke_width=2
    ))

    # Draw bars
    for i, (value, label) in enumerate(zip(data, labels)):
        x = margin + i * (bar_width + bar_spacing)
        bar_height = value * scale
        y = margin + chart_height - bar_height

        # Bar
        dwg.add(dwg.rect(
            insert=(x, y),
            size=(bar_width, bar_height),
            fill='steelblue',
            stroke='navy',
            stroke_width=1
        ))

        # Value label
        dwg.add(dwg.text(
            f'{value:.1f}',
            insert=(x + bar_width/2, y - 5),
            text_anchor='middle',
            font_size='10pt',
            fill='black'
        ))

        # X-axis label
        dwg.add(dwg.text(
            label,
            insert=(x + bar_width/2, margin + chart_height + 20),
            text_anchor='middle',
            font_size='10pt',
            fill='black'
        ))

    dwg.save()

Erwartet: SVG-Balkendiagramm mit skalierten Daten Bei Fehler: Grenzfaelle behandeln (leere Daten, negative Werte), Validierung hinzufuegen

6. Grafiken stapelweise generieren

Erstellung mehrerer Grafiken automatisieren:

def batch_generate_badges(users, template_path, output_dir):
    """Generate badge for each user."""
    os.makedirs(output_dir, exist_ok=True)

    for user in users:
        output_path = os.path.join(output_dir, f"{user['id']}_badge.svg")

        dwg = svgwrite.Drawing(output_path, size=('300px', '100px'))

        # Background
        dwg.add(dwg.rect(
            insert=(0, 0),
            size=('100%', '100%'),
            fill='#3366cc',
            rx=10,
            ry=10
        ))

        # User name
        dwg.add(dwg.text(
            user['name'],
            insert=(150, 40),
            text_anchor='middle',
            font_size='20pt',
            font_weight='bold',
            fill='white'
        ))

        # User role
        dwg.add(dwg.text(
            user['role'],
            insert=(150, 70),
            text_anchor='middle',
            font_size='14pt',
            fill='lightblue'
        ))

        dwg.save()
        print(f"Generated badge: {output_path}")

Erwartet: Individuelle Grafik fuer jedes Datenelement generiert Bei Fehler: Datenstruktur pruefen, fehlende Felder mit Standardwerten behandeln

7. SVG in Raster konvertieren

SVG nach PNG/PDF fuer verschiedene Verwendungen exportieren:

import cairosvg

def svg_to_png(svg_path, png_path, dpi=300):
    """Convert SVG to PNG with specified DPI."""
    # Calculate pixel dimensions from DPI
    # Assuming A4 size as example
    width_inches = 8.27
    height_inches = 11.69

    width_px = int(width_inches * dpi)
    height_px = int(height_inches * dpi)

    cairosvg.svg2png(
        url=svg_path,
        write_to=png_path,
        output_width=width_px,
        output_height=height_px
    )
    print(f"Converted to PNG: {png_path}")

def svg_to_pdf(svg_path, pdf_path):
    """Convert SVG to PDF."""
    cairosvg.svg2pdf(url=svg_path, write_to=pdf_path)
    print(f"Converted to PDF: {pdf_path}")

Erwartet: Rasterausgabe in der angegebenen Aufloesung generiert Bei Fehler: cairo-Systembibliothek installieren, falls fehlend, SVG-Gueltigkeit pruefen

Validierung

• Grafiken rendern korrekt in Zielanwendungen
• Text ist lesbar und ordnungsgemaess positioniert
• Farben entsprechen den Spezifikationen (Hex-Codes pruefen)
• Abmessungen sind fuer den Anwendungsfall angemessen
• SVG validiert gegen Standard (falls erforderlich)
• Raster-Exporte haben korrekte DPI
• Layout passt sich Datenvariationen an
• Stapelverarbeitung wird ohne Fehler abgeschlossen
• Ausgabedateien sind logisch organisiert
• Code enthaelt Fehlerbehandlung

Haeufige Stolperfallen

1. Einheitenverwirrung: SVG-Einheiten (px, mm, cm) vs. Bildschirmpixel vs. Druck-DPI
2. Textueberlauf: Text, der Formgrenzen ueberschreitet — Zeilenumbruch implementieren
3. Schriftverfuegbarkeit: Systemschriften koennen variieren — einbetten oder websichere Schriften verwenden
4. Koordinatenberechnungen: Off-by-one-Fehler bei Rasterlayouts
5. Farbformat: SVG verwendet Hex-Strings (#rrggbb), keine Tupel
6. SVG-Gueltigkeit: XML-Struktur pruefen, alle Tags schliessen
7. Dateipfade: Sonderzeichen und Leerzeichen in Dateinamen behandeln
8. Speicherverbrauch: Grosse Stapeloperationen erfordern moeglicherweise Chunking
9. Seitenverhaeltnis: Proportionen beim Groessenaendern von Bildern beibehalten
10. Transparenz: PNG unterstuetzt Alpha, JPEG nicht

Verwandte Skills

• render-publication-graphic — Publikationsspezifische Ausgabeanforderungen
• create-3d-scene — Aehnlicher programmatischer Ansatz fuer 3D
• create-quarto-report — Grafiken in Berichte integrieren