Assalamualaikum warahmatullah.
Punya Matlab yang terinstall tidak jelas di laptop? Daripada dianggurin, mending sejenak kita belajar tentang Pengolahan Citra Digital atau lebih kerennya disebut dengan Digital Image Processing. Apakah anda pernah menggunakan aplikasi pengolah foto seperti Adobe Photoshop, Photoscape dan Instagram? Wah, banyak sekali bukan fitur-fitur yang dimiliki aplikasi-aplikasi tersebut untuk memoles foto kita agar semakin indah dipandang? Kira-kira bagaimana sih cara kerjanya? Kok bisa foto yang kita capture dari device kita bisa berubah dan menjadi lebih indah? Ini nih gunanya Image Processing. Sebenarnya banyak sekali metode, teori, cara untuk mengolah gambar. Semua metode tersebut merupakan bagian dari pelajaran yang akan di dapat dari image processing ini. Tahukah anda, para pengembang teknologi mengolah gambar itu dengan memanfaatkan matematika yang sudah di dapat waktu SD, SMP, SMA, Kalkulus, Aljabar Linier, Statistika dan Komputasi Numerik untuk mengolah nilai piksel yang terkandung di dalam sebuah gambar.
Pernah melihat sebuah gambar yang di dalam komputer kita biasanya memiliki size tertentu? Itu dia merupakan hasil penjumlahan semua nilai piksel di dalam gambar tersebut.
Gambar itu secara umum terdiri dari 3 jenis, yaitu RGB, Grayscale dan Black&White. Sebenarnya Televisi jaman dulu menampilkan gambar dengan jenis Grayscale, hanya saja orang-orang salah kaprah mengartikan jenis gambar tersebut menjadi Black&White alias Hitam Putih.
Punya Matlab yang terinstall tidak jelas di laptop? Daripada dianggurin, mending sejenak kita belajar tentang Pengolahan Citra Digital atau lebih kerennya disebut dengan Digital Image Processing. Apakah anda pernah menggunakan aplikasi pengolah foto seperti Adobe Photoshop, Photoscape dan Instagram? Wah, banyak sekali bukan fitur-fitur yang dimiliki aplikasi-aplikasi tersebut untuk memoles foto kita agar semakin indah dipandang? Kira-kira bagaimana sih cara kerjanya? Kok bisa foto yang kita capture dari device kita bisa berubah dan menjadi lebih indah? Ini nih gunanya Image Processing. Sebenarnya banyak sekali metode, teori, cara untuk mengolah gambar. Semua metode tersebut merupakan bagian dari pelajaran yang akan di dapat dari image processing ini. Tahukah anda, para pengembang teknologi mengolah gambar itu dengan memanfaatkan matematika yang sudah di dapat waktu SD, SMP, SMA, Kalkulus, Aljabar Linier, Statistika dan Komputasi Numerik untuk mengolah nilai piksel yang terkandung di dalam sebuah gambar.
Pernah melihat sebuah gambar yang di dalam komputer kita biasanya memiliki size tertentu? Itu dia merupakan hasil penjumlahan semua nilai piksel di dalam gambar tersebut.
Gambar itu secara umum terdiri dari 3 jenis, yaitu RGB, Grayscale dan Black&White. Sebenarnya Televisi jaman dulu menampilkan gambar dengan jenis Grayscale, hanya saja orang-orang salah kaprah mengartikan jenis gambar tersebut menjadi Black&White alias Hitam Putih.
- Disebut RGB karena memiliki 3 chanel warna, yaitu Red (tingkat kemerahan), Green (tingkat kehijauan) dan Blue (tingkat kebiruan) dengan nilai maksimal 255 dan nilai minimal 0. Itu alasannya mengapa warna putih dikodekan dengan #FFF dan hitam #000.
- disebut Grayscale karena hanya memiliki 1 chanel warna yaitu tingkat keabuan dengan nilai minimal 0 dan nilai maksimal adalah 255
- disebut Grayscale karena hanya memiliki 2 kemungkinan warna yaitu 1 atau 0. Gambar dengan jenis ini juga sering disebut sebagai gambar biner.
Berikut adalah latihan dasar menggunakan Matlab sebelum nantinya menginjak materi Matlab lebih dalam, yaitu sebagai berikut:
- 1. Perintah B=[1 2 3;4 5 6;7 8 9];Kode tersebut akan menunjukkan matriks dengan ordo 3x3 sebagai berikut:1 2 34 5 67 8 92. Tampilkan nilai B posisi(2,3) dan Ganti B(1,3) dengan 0.Untuk menampilkan B posisi(2,3), maka pada matlab harus diketikkan kode sbb:B(2,3)Untuk mengganti nilai pada posisi(1,3), maka:B(1,3)=0;3. C=zeros(3);Kode tersebut menghasilkan matriks 0 berordo 3x3 sbb:0 0 00 0 00 0 04. D=ones(3);Kode tersebut menghasilkan matriks 1 berordo 3x3 sbb:1 1 11 1 11 1 15. E=B’;Kode tersebut akan mengisi E dengan matriks transpose dari B, yaitu:1 4 72 5 80 6 96. F=inv(B);Kode tersebut untuk menghitung nilai invers dari matriks B, yaitu:-0.3333 -2.0000 1.33330.6667 1.0000 -0.6667-0.3333 0.6667 -0.33337. G=[2 4 6;2 4 6;2 4 6]Kode tersebut menghasilkan berikut:G =2 4 62 4 62 4 68. H=BXGX merupakan simbol perkalian cross dua buah matriks, maka perintah yang digunakan adalah :H=cross(B,G);dan menghasilkan sebagai berikut:H =-6 -12 -1812 24 54-6 -12 -369. I= B.G. merupakan simbol perkalian dot untuk 2 buah matriks, maka perintah yang digunakan adalah:I=dot(B,G);dan menghasilkan berikut:I =24 60 9010. J = hasil pertambahan B dan G yang bersesuai posisinya(1 baris perintah)à J=B.+G;Perintah yang digunakan adalah:J=plus(B,G);Hasilnya sebagai berikut:J =3 6 66 9 129 12 1511. Perintah:If Nilai>= 80 && <=100àANilai>=65 &&<80àBElse Tidak lulus(harus pake editor)Dapat dilakukan dengan sintaks sebagai berikut:Nilai=input('Masukkan Nilai= ');if (Nilai>=80 && Nilai<=100)fprintf('A');elseif(Nilai>=65 && Nilai<80)fprintf('B');else fprintf('Tidak Lulus!soal');end12. Perintah:K= baris pertama Bà 1 baris perintahK2= kolom pertama B à 1 baris perintahK3 = baris kedua dan ketiga B à 1 baris perintahDapat dilakukan dengan sintaks:K=B(1,:);K2=B(:,1);K3=[B(2,:); B(3,:)];13. L=2 x Bàtanpa loopPerintahnya:L = B * 2;14. M=2 x B àdengan loopPerintahnya:for a = 1 : length(B)for b = 1 : length(B)M(a,b) = B(a,b) * 2;endend15. Kernel = [1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9]Hasilnya:kernel =0.1111 0.1111 0.11110.1111 0.1111 0.11110.1111 0.1111 0.111116. N =[0 0 0 0 0;0 100 100 100 0;0 100 100 100 0;0 0 0 0 0]Hasilnya:N =0 0 0 0 00 100 100 100 00 100 100 100 00 0 0 0 017. O=conv2(N,kernel)Hasilnya:O =0 0 0 0 0 0 00 11.1111 22.2222 33.3333 22.2222 11.1111 00 22.2222 44.4444 66.6667 44.4444 22.2222 00 22.2222 44.4444 66.6667 44.4444 22.2222 00 11.1111 22.2222 33.3333 22.2222 11.1111 00 0 0 0 0 0 018. img=imgread(‘Tulips.jpg’);imshow(img);19. imgR=img(1,:,1); imshow(imgR)imgR= img(:,:,1); imshow(imgR)
20. imgG=img(1,:,2); imshow(imgG)21. imgB=img(1,:,3); imshow(imgB)Notasi tersebut mengambil gambar sebesar (a,b,c). a adalah besar pixel yang digambil secara vertikal, b adalah besar pixel yang diambil secara horizontal, dan c adalah channel gambar.22. perintah untuk menggabungkan semua channel gambar adalah:imgGab=cat(3,imgR,imgG,imgB); imshow(imgGab);hasilnya:
23. P= hasil konvolusi kernel masingmasing channel IMG kemudiandigabungkan
24. Simpankedalam imgBlur.jpg25. imgGS=im2gray(img);imshow(imgGS);
26. IMGbw=im2bw(img);
ImgimgGSimgBWimgRimgGimgBPerintah:subplot(3, 3, 1), subimage(img)title('Img asli')subplot(3, 3, 2), subimage(imgR)title('Img R')subplot(3, 3, 3), subimage(imgG)title('Img G')subplot(3, 3, 4), subimage(imgB)title('Img B')subplot(3, 3, 5), subimage(imgGab)title('Img Gab')subplot(3, 3, 6), subimage(gray)title('Img GS')subplot(3, 3, 7), subimage(imbw)title('Img BW')subplot(3, 3, 8), subimage(hasil)
28. Buat Titletitle('Img konvolusi')29. Save gambar di plotsaveas(gcf, 'Plot of Image', 'jpg');
0 comments:
Post a Comment