Tampilkan postingan dengan label pengolahan citra digital. Tampilkan semua postingan
Tampilkan postingan dengan label pengolahan citra digital. Tampilkan semua postingan

Senin, 23 Mei 2016

Convert RGB To Black White With Mathlab


Mari kita praktekkan pelajaran kita hari ini.
Disini kita akan mencoba untuk mempraktekkan cara membuat aplikasi konversi RGB ke Black White dengan menggunakan Mathlab. Langsung saja Ga usah lama-lama langsung kita coba sesuai urutan berikut. Kalau sulit lihat saja tutorialnya di Youtube. Link ada di bawah yaaaaa.


Langkah 1. 
Mambuat Rancangan dengan GUI seperti berikut ini :
Kali ini sayang menggunakan 2 buah Text, 2 buah axis dan 3 buah button. Letakkan kira-kira seperti gambar dibawah ini.

Gambar 1. Langkah Membuat Rancangan (Layout)

Langkah 2. 
Running Test bentuk rancangan 

Gambar 2. Hasil Running Rancangan Layout
Langkah 3. 
Membuat Skrip untuk tombol buka yang berfungsi mengambil gambar. Skrip dibuat pada Callback button 1.
Gambar 3. Mengambil Gambar dengan Tombol Buka

Langkah 4. 
Mencoba untuk memilih gambar untuk ditampilkan pada Axes1 dengan menggunakan tombol buka (button1)


Gambar 4. Hasil dari Mengambil Gambar di Axes1
Langkah 5.
Membuat skrip untuk mengkonversi gambar warna dari RGB ke B/W pada tombol 2 (button2). Kemudian test dengan mengklik tombol Proses sehingga dihasilkan gambar seperti berikut :

Gambar 5. Hasil dari Konversi ke Black White

Berikut skrip program lengkapnya.

Skrip Program :
function varargout = KonversiRGBtoBW(varargin)
% KONVERSIRGBTOBW M-file for KonversiRGBtoBW.fig


% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @KonversiRGBtoBW_OpeningFcn, ...
                   'gui_OutputFcn',  @KonversiRGBtoBW_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin{1})
    gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
    gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT


% --- Executes just before KonversiRGBtoBW is made visible.
function KonversiRGBtoBW_OpeningFcn(hObject, eventdata, handles, varargin)


% Choose default command line output for KonversiRGBtoBW
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);

% UIWAIT makes KonversiRGBtoBW wait for user response (see UIRESUME)
% uiwait(handles.figure1);


% --- Outputs from this function are returned to the command line.
function varargout = KonversiRGBtoBW_OutputFcn(hObject, eventdata, handles) 
% varargout  cell array for returning output args (see VARARGOUT);
varargout{1} = handles.output;


% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
[namafile, namadirektori] = uigetfile(...
{'*.bmp;*.jpg','File gambar(*.bmp,*.jpg)';...
'*.bmp','File Bitmap(*.bmp)';...
'*.jpg','File JPEG(*.jpg)';...
'*.*','Semua File(*.*)'},...
'Buka File Gambar Asli');

if ~isequal(namafile,0)
handles.dataGambar=imread(fullfile(namadirektori,namafile));
guidata(hObject,handles);
handles.dataGambar2=handles.dataGambar;
axes(handles.axes1);
imshow(handles.dataGambar2);
else
return;
end


% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton2 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
dataGambarProses=(handles.dataGambar);
dataGambarProsesBlackWhite=im2bw(dataGambarProses);
axes(handles.axes2);
imshow(dataGambarProsesBlackWhite);


% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton3 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
close();

Video Tutorial Konversi RGB ke Black White







Rabu, 18 Mei 2016

Konversi Warna RGB ke Gray Scale Dengan Mathlab

Pada kesempatan kali ini saya mencoba untuk belajar membagi pengetahuan yang sedikit saya miliki. Pada kesempatan ini kita akan mencoba membuat konversi warna RGB ke Gray dengan menggunakan Mathlab sebagai program aplikasi. Kita akan menggunakan GUI agar lebig gampang dalam membuat model aplikasi dengan Mathlab ini.

Langkah yang harus kita lakukan adalah sebagai berikut :
  • Masuk ke program Aplikasi Mathlab.
    Kemudian kita pilih Tab GUI untuk membuat rancangan antarmuka.
  • Test Aplikasi.
  • Melakukan penulisan skrip program 
 
Gambar 1. Rancangan Antar Muka


Gambar 2. Hasil Antar Muka

Gambar 3. Mengambil Gambar

Gambar 4. Hasil Mengambil Gambar

Gambar 5. Hasil Konversi RGB ke Gray
Skrip Program :


function varargout = RGBtoGray(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @RGBtoGray_OpeningFcn, ...
                   'gui_OutputFcn',  @RGBtoGray_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin{1})
    gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
    gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT

% --- Executes just before RGBtoGray is made visible.
function RGBtoGray_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
guidata(hObject, handles);

% --- Outputs from this function are returned to the command line.
function varargout = RGBtoGray_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;

% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
    [namafile, namadirektori] = uigetfile(...
    {'*.bmp;*.jpg','File gambar(*.bmp,*.jpg)';...
    '*.bmp','File Bitmap(*.bmp)';...
    '*.jpg','File JPEG(*.jpg)';...
    '*.*','Semua File(*.*)'},...
    'Buka File Gambar Asli');

if ~isequal(namafile,0)
    handles.dataGambar=imread(fullfile(namadirektori,namafile));
    guidata(hObject,handles);
    handles.dataGambar2=handles.dataGambar;
    axes(handles.axes1);
    imshow(handles.dataGambar2);
else
return;
end

% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
dataGambarProses=(handles.dataGambar);
dataGambarProsesGray=rgb2gray(dataGambarProses);
axes(handles.axes2);
imshow(dataGambarProsesGray);

% --- Executes on button press in pushbutton3.
function pushbutton3_Callback(hObject, eventdata, handles)
close();


Dalam praktek kali ini kami juga membuat Video tutorialnya di Youtube seperti berikut :

Selasa, 17 Mei 2016

Croping dan Rotate Gambar Menggunakan Mathlab

Pada program berikut ini merupakan contoh program untuk menganalisa sebuah gambar kemudian dari gambar itu di croping dan di ambil salah satu cropingnya dan kemudian di rotasi ke 90, 180, 270 derajat. Kemudian dari hasil rotasi kemudian di cerminkan.

Berikut LISTING PROGRAM :

function IC()
IC=imread('ic.tif');
W=IC;
[baris kolom] = size(W);
baris = 0.5*baris;
kolom = 0.5*kolom;
    for x=1:baris;
        for y=1:kolom;
            A(x,y)=W(x,y);
        end
    end

    for x=1:baris;
        for y=1:kolom;
            B(y,baris+1-x)=W(x,y);
        end
    end
  
    for x=1:baris;
        for y=1:kolom;
            C(y,baris+1-x)=B(x,y);
        end
    end
   
    for x=1:baris;
        for y=1:kolom;
            D(baris+1-y,x)=W(x,y);
        end
    end
   
    for x=1:baris;
        for y=1:kolom;
            E(baris+1-x,y)=B(x,y);
        end
    end
   
    for x=1:baris;
        for y=1:kolom;
            G(baris+1-x,y)=D(x,y);
        end
    end
   
    for x=1:baris;
        for y=1:kolom;
            H(x,baris+1-y)=C(x,y);
        end
    end
   
    for x=1:baris;
        for y=1:kolom;
            F(baris+1-x,y)=C(x,y);
        end
    end
   
subplot (2,4,1); imshow(A);
subplot (2,4,2); imshow(B);
subplot (2,4,3); imshow(G);
subplot (2,4,4); imshow(F);
subplot (2,4,5); imshow(D);
subplot (2,4,6); imshow(C);
subplot (2,4,7); imshow(H);
subplot (2,4,8); imshow(E);


figure, imshow(W);


Berikut Hasil gambarnya :

Gambar 1. Hasil Croping

Gambar 2. Hasil dari Rotasi dan Cermin




Rabu, 09 Maret 2016

Definisi Pengolahan Citra Digital (Image Processing)



Pengolahan citra digital adalah proses manipulasi dan interprestasi sebuah gambar digital dari citra manual dengan menggunakan bantuan komputer.

Tujuan dari pengolahan gambar digital adalah untuk:

  • Digunakan kualitas citra, yang dilihat dari segi aspek radiometric dan segi aspek geometric. Segi Aspek radiometric antara lain dengan peningkatan kontras, restorasi gambar, dan transformasi warna sedangkan, segi aspek geometric terdiri dari arah gambar, skala gambar, translasi, transformasi geometric.
  • Digunakan dalam proses penyimpulan informasi atau deskripsi dari sebuah obyek atau pengenalan obyek yang terdapat pada citra.
  • Untuk melakukan pemilihan ciri gambar yang optimal yang bertujuan untuk analisis.
  • Melakukan kompresi data atau reduksi yang bertujuan sebagai optimasilsasi transmisi data, penyimpanan data, dan waktu proses data.


Konsep dasar dari pengolahan gambar digital dengan data masukan pokok (internal data) dengan langkah - langkah berikut :

  1. Pengumpulan data gambar yang relevan yaitu gambar digital.
  2. Pengelompokan dengan cara membuat kelas-kelas pattern
  3. Penyusunan data gambar sesuai kelas.
  4. Kalkulasi dan manipulasi data.
  5. Uji ketelitian dan penghitungan.
  6. Menarik kesimpulan dan rekapitulasi hasil penghitungan.

Sebuah informasi operasi pada pengolahan citra diterapkan apabila:

  • Perbaikan atau pengaturan modifikasi citra dilakukan untuk meningkatkan sebuah kualitas tampilan gambar / menonjolkan beberapa aspek informasi yang ada dalam gambar (image enhancement). contoh : pengaturan gambar kontras terang dan gelap, perbaikan tepian objek gambar, penajaman gambar, pemberian warna semu, dan lain sebagainya.
  • Pada gambar yang cacat sehingga perlu dihilangkan atau dikurangi (image restoration) agar sesuai dengan aslinya. contoh : penghilangan kesamaran (debluring) misalnya citra tampak kabur karena pengaturan fokus lensa tidak tepat ataupun kamera goyang, penghilangan noise dan sebagainya.
  • Elemen sebuah gambar perlu dikelompokkan ke dalam kelas-kelas yang sesuai, dicocokan atau dilakukan pengukuran (image segmentation).
  • Operasi manipulasi gambar ini sangat berkaitan erat dengan pattern recognition (pengenalan pola).
  • Diperlukannya sebuah ekstraksi denagn ciri-ciri tertentu yang dimiliki oleh citra dalam membantu sebuah pengidentifikasian data objek (image analysis).
  • Diperlukannya proses segmentasi untuk melokalisasi objek gambar yang diinginkan dari wilayah sekelilingnya. Dicontohkan pendeteksian dengan tepi objek.
  • Sebagian gambar perlu digabung dengan bagian gambar yang yang bertujuan untuk merekonstruksi gambar tersebut (image reconstruction). contoh : beberapa foto rontgen digunakan untuk membentuk ulang gambar organ tubuh.
  • Citra perlu dikompresi (image compression) contoh : sebuah file gambar dengan jenis file BMP berukuran 258 KB dikompresikan dengan jenis file JPEG ukurannya menjadi 49 KB.
  • Menyembunyikan data gambar rahasia (berupa teks/citra) pada gambar sehingga keberadaan data rahasia bisa terjamin dan data tersebut tidak diketahui orang lain (steganografi & watermarking).

Itu beberapa informasi yang mungkin berguna dan menambah wawasan dalam materi pengolahan citra digital. Semoga memberikan manfaat kepada semua pengunjung. Terima kasih atas perhatian anda.