Abbildungs-Objekte werden als Block-Elemente über das Aktionsmenü in den Content eingesetzt. Neben dem eigentlichen Bild (Image) können noch eine Reihe von Metadaten erfasst werden; zumindest sollte jeden Bild über eine aussagekräftige Legende verfügen. In der Regel publiziert man im Textstrom eine eher kleinere Vorschau-Variante, damit Layout, Ladezeit und Lesefluss nicht gestört werden, und referenziert dann – sofern erforderlich – noch eine große hochauflösende Bildvariante. Daher erlaubt die Bildmaske das Hochladen von zwei Varianten (per Konfiguration lassen sich noch mehr Varianten einstellen). Der Link zur Hochauflösung erscheint dann als Lupen-Button rechts unter dem Bild.

ZMSmanual_general_030

Abbildung 22: Maske für das Abbildungs-Objekt. In der Standard—Konfiguration lassen sich zwei oder drei Auflösungsvarianten hochladen. Neben den speziellen HTML-Attributen für Barrierefreiheit lässt sich noch ein URL-Attribut setzen (dann agiert das Bild als Link) und die Layout-Position bzw. der Textfluss um das Bild bestimmen. Die Legende erfasst man durch das abschließende Textfeld, das alle funktionalen Merkmale des normalen Textabschnitts aufweist.

Gerade beim Umgang mit Bildern werden immer wieder formale Fehler gemacht, die sich aber sehr leicht vermeiden lassen:

  • Jedes Bild sollte eine Legende haben.
  • Die Bildvarianten für Normal- und Hochauflösung sollten unbedingt unterschiedlich benannt werden; für die Normalvariante empfiehlt sich die Verwendung eines Suffixes für den Dateinamen wie „_normal“ oder „_pre“.
  • Ein Vorschaubild sollte nicht breiter/höher als 400 Pixel sein und seine Dateigröße 35Kb nicht regelhaft überschreiten.
  • Der Bildausschnitt in der Vorschau sollte aussagekräftig und gut erkennbar sein

Profitipp: Über die Einbindung des Zusatz-Moduls PIL (Python Imaging Library) lassen sich automatische und homogene Bildskalierungen einführen. Die erforderlichen Parameter sind über die Systemkonfiguration zu setzen.

ZMSmanual_config_PIL

Abbildung 23: Die ZMS-Konfiguration ermöglicht den Einsatz der Python Imaging Library (PIL) für die automatische Skalierung von Vorschau-Bildern