Mengubah Citra Berwarna Menjadi Gray Scale dan Citra biner

dokumen-dokumen yang mirip
Dasar Pengolahan Citra (3)

Perbaikan Citra (Enhancement 2)

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

Color Detection. Praktikum

Dasar Pengolahan Citra (2) )

Pengenalan Angka. Ubah properti control dan tambahkan class variabel control tipe dan membernya seperti pada tabel berikut :

Praktikum 6 Enhancement Citra (2) Histogram Equalisasi

Perbaikan Citra (Enhancement 3)

Perbaikan Citra (Enhancement 1)

Perbaikan Citra (Enhancement 1)

Pertemuan 2 Representasi Citra

Praktikum 6 Enhancement Citra (2) Histogram Equalisasi

Praktikum 9 Reduksi Noise

Dasar Pengolahan Citra (1)

APLIKASI PENGAMANAN DATA TEKS PADA CITRA BITMAP DENGAN MENERAPKAN METODE LEAST SIGNIFICANT BIT (LSB)

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

Gambar ini didominasi warna terang, karena grafik di sebelah kanan terlihat lebih banyak.

Deteksi Tepi (Edge Detection)

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

Implementasi Metode Run Length Encoding (RLE) untuk Kompresi Citra

Perbaikan Citra (Enhancement 2)

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak

Mengenal Lebih Jauh Apa Itu Point Process

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

BAB IV ANALISA. 4.1 Analisa teknik pengolahan citra

SAMPLING DAN KUANTISASI

Mereduksi Noise Tujuan Dasar Teori. Praktikum

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

BAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala

SIMULASI MODEL RAMBUT UNTUK APLIKASI SALON KECANTIKAN

Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS

BAB 3 ANALISA DAN PERANCANGAN

Gambar 6.1. Format koordinat frekwensi pada citra

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

III. METODOLOGI PENELITIAN

Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA

IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL

PERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

PENERAPAN ALGORITMA IMAGE TINTING PADA CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL REGION MERGING

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang

IDENTIFIKASI CITRA BILANGAN DESIMAL 0-9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME

BAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan

BINARISASI CITRA MENGGUNAKAN PENCOCOKAN PIKSEL

IDENTIFIKASI SEL DARAH BERBENTUK SABIT PADA CITRA SEL DARAH PENDERITA ANEMIA

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

ANALISIS DAN PERANCANGAN SISTEM

KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS

Analisa dan Perancangan Sistem Deteksi Cacat Produksi

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

BAB 2 LANDASAN TEORI

SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE

BAB III PERANCANGAN SISTEM

IDENTIFIKASI KEMATANGAN JERUK BERDASARKAN CITRA WARNA RGB DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

SISTEM REKOGNISI KARAKTER NUMERIK MENGGUNAKAN ALGORITMA PERCEPTRON

MILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan

BAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB 2 KONSEP DASAR PENGENAL OBJEK

BAB II LANDASAN TEORI

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

SATIN Sains dan Teknologi Informasi

FERY ANDRIYANTO

BAB III METODE PENELITIAN

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI

PRAKTIKUM 2. MATRIK DAN JENIS CITRA

STEGANOGRAFI GANDA DENGAN MANIPULASI GAMBAR

PENGOLAHAN CITRA Ch.3 M E N G O L A H C I T R A M E N J A D I G R A Y S C A L E Bayu Pratama RN [ ]

BAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian

TEKNIK PENGKERANGKAAN CITRA DIGITAL MEMPERGUNAKAN ALGORITMA STENTIFORD PADA INPUT CITRA DOKUMEN TEKS JAWA

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

Sistem Penitipan Barang berdasarkan Pola Tanda Tangan Dengan menggunakan Metode Ekstraksi Ciri Nia Saurina SST., M.Kom

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA

BAB 2 TINJAUAN TEORETIS

Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial

Penghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi

BAB II LANDASAN TEORI

BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV

RANCANG BANGUN APLIKASI PENGABURAN GAMBAR

BAB II LANDASAN TEORI

III. METODOLOGI PENELITIAN

Transkripsi:

Rina Candra Noor Santi, S.Pd, M.Kom Fakultas Teknologi Informasi, Universitas Stikubank Semarang email : r_candra_ns@yahoo.com Abstrak Proses awal yang banyak dilakukan dalam image processing adalah mengubah citra berwarna menjadi citra gray scale, hal ini digunakan untuk menyederhanakan model citra. Citra berwarna terdiri dari 3 layer matrik yaitu R layer, G layer dan B layer. Sehingga untuk melakukan proses proses selanjutnya tetap diperhatikan tiga layer di atas. Bila setiap proses perhitungan dilakukan menggunakan tiga layer, berarti dilakukan tiga perhitungan yang sama. Sehingga konsep itu diubah dengan mengubah 3 layer di atas menjadi 1 layer matrik gray scale dan hasilnya adalah citra gray scale. Kata Kunci: Image, layer PENDAHULUAN Dalam citra ini tidak ada lagi warna, yang ada adalah derajat keabuan. Untuk mengubah citra berwarna yang mempunyai nilai matrik masingmasing r, g dan b menjadi citra gray scale dengan nilai s, maka konversi dapat dilakukan dengan mengambil rata rata dari nilai r, g dan b sehingga dapat dituliskan menjadi: Untuk mencoba proses konversi citra berwarna menjadi citra gray scale ini dapat dibuat program seperti gambar 1 LANDASAN TEORI Thresholding Thresholding digunakan untuk mengatur jumlah derajat keabuan yang ada pada citra. Dengan menggunakan thresholding maka derajat keabuan bisa diubah sesuai keinginan, misalkan diinginkan menggunakan derajat keabuan 16, maka tinggal membagi nilai derajat keabuan dengan 16. Proses thresholding ini pada dasarnya adalah proses pengubahan kuantisasi pada citra, sehingga untuk melakukan thresholding dengan derajat keabuan dapat digunakan rumus: dimana : w = nilai derajat keabuan sebelum thresholding x = nilai derajat keabuan setelah thresholding Berikut ini contoh thresholding mulai di 256, 16, 4 dan 2. Gambar 1. Contoh Form untuk menangkap citra 14

Member variabel Gambar 2. Thresholding Untuk mencoba melakukan proses thresholding, perlu dibuat program untuk dapat mengubahubah nilai tresholding sesuai keinginan. Sehingga perlu ditampilkan dua citra, yaitu citra asli (gray scale) dan hasil thresholdingnya dengan nilai thresholding yang ditentukan melalui input seperti terlihat pada gambar 2. Percobaan: Mengubah Citra Berwarna Menjadi Gray Scale 1. Cara mengubah citra warna menjadi grayscale Buat aplikasi AppWizard seperti pada praktikum 1 Buat Menu dengan desain seperti berikut: Gambar 4. Member variabel Isikan program pada button load gambar Gambar 5. Listing program load gambar Isikan program pada button to grayscale Gambar 3. Desain Menu Gambar 6. Listing program to grayscale 15

Isikan program pada button to Biner Gambar 7. Listing program to biner Fungsi mengubah warna ke rgb Gambar 8. Listing program to rgb Fungsi mengubah rgb ke warna Gambar 9. Listing program to warna Tambahan pada header file Gambar 10. Listing program header file Penjelasan Program : 1. fungsi mengubah warna ke rgb void WarnaToRGB(long int warna,int *Red, int *Green, int *Blue) *Red = warna & 0x000000FF; *Green = (warna & 0x0000FF00) >> 8; *Blue = (warna & 0x00FF0000) >> 16; Sebuah gambar akan diambil informasi mengenai 3 warna dasar tiap pixelnya, yaitu merah biru dan hijau, fungsi ini akan memecah gambar menjadi nilai nilai warna dasarnya 2. fungsi mengubah rgb ke warna long int RGBToWarna(int Red, int Green, int Blue) return(red+(green<<8)+(blue<<16)); Setiap pixel pada gambar akan diberikan campuran dari 3 warna dasar yang sebelumnya telah dipecah sehingga setiap pixel akan terdiri dari 3 warna dasar tergantung pada intensitasnya 3. merubah gambar ke grayscale for(i=0;i<bm.bmheight;i++) for(j=0;j<bm.bmwidth;j++) warna=dcmem1.getpixel(j,i); WarnaToRGB(warna,&red,&green,&blue); gray=int(red+green+blue)/3; warnagray=rgbtowarna(gray,gray,gray); dcmem1.setpixel(j,i,warnagray); Pada pengubahan sebuah gambar menjadi grayscale dapat dilakukan dengan cara mengambil semua pixel pada gambar kemudian warna tiap pixel akan diambil informasi mengenai 3 warna dasar yaitu merah, biru dan hijau (melalui fungsi warnatorgb), ketiga warna dasar ini akan dijumlahkan kemudian dibagi tiga sehingga didapat nilai rata rata. Nilai rata rata inilah yang akan dipakai untuk memberikan warna pada pixelgambar sehingga warna menjadi grayscale, tiga warna dasar dari sebuah pixel akan diset menjadi nilai rata rata (melalui fungsi RGBtowarna) 4. merubah gambar ke biner for(i=0;i<bm.bmheight;i++) for(j=0;j<bm.bmwidth;j++) warna=dcmem1.getpixel(j,i); WarnaToRGB(warna,&red,&green,&blue); gray=int(red+green+blue)/3; if(gray<128) gray=0; else gray=255; warnagray=rgbtowarna(gray,gray,gray); 16

dcmem1.setpixel(j,i,warnagray); Mengubah gambar ke biner prosesnya hampir sama dengan mengubah gambar ke grayscale, bedanya warna rata rata akan dikelompokkan menjadi dua, jika intensitas warna dimulai dari 0 sampai dengan 255 maka diambil nilai tengahnya yaitu 128, jika dibawah 128 maka warna akan cenderung hitam dan diatas 128 warna akan cenderung putih Menjalankan program Isikan program pada button load gambar (graysclae) Thresholding Gambar 11. Running Program 1. Cara Treesholding gambar Buat aplikasi AppWizard Buat Menu dengan desain sebagai berikut Gambar 14. Listing program load gambar Isikan program pada button kuantisasi 16 Member Variabel Gambar 12. Desain Menu Gambar 15. Listing program kuantisasi 16 Gambar 13. Member variabel 17

Isikan program pada button kuantisasi 4 Fungsi mengubah rgb ke warna Gambar 18. Listing program mengubah rgb ke warna Tambahan pada header file Gambar 15. Listing program kuantisasi 4 Isikan program pada button kuantisasi 2 Gambar 19. Listing program header file Penjelasan program : th= int (256/x); // x = kuantisasi, nilai derajat keabuan, 16, 4, 2 for(i=0;i<bm.bmheight;i++) for(j=0;j<bm.bmwidth;j++) warna=dcmem1.getpixel(j,i); WarnaToRGB(warna,&red,&green,&blue); wgray=(red+green+blue)/3; xgray=th*int (wgray/th); warna=rgbtowarna(xgray,xgray,xgray); dcmem1.setpixel(j,i,warna); Proses kuantisasi hampir sama dengan grayscale, bedanya warna pada setiap pixel yang telah dirata rata akan dikalikan dengan nilai derajat keabuan (th), sehingga terjadi pengelompokan warna mejadi beberapa kelompok sesuai dengan nilai kuantisasinya Menjalankan program: Gambar 16. Listing program kuantisasi 2 Fungsi mengubah warna ke rgb Gambar 17. Listing program mengubah warna ke rgb Gambar 18. Tampilan program running KESIMPULAN 1. Citra berwarna terdiri dari 3 layer matrik yaitu R layer, G layer dan B layer 2. Thresholding digunakan untuk mengatur jumlah derajat keabuan yang ada pada citra. Dengan menggunakan thresholding maka derajat keabuan bisa diubah sesuai keinginan. 18

DAFTAR PUSTAKA Munir, Rinaldi, 2004, Pengolahan Citra Digital dengan pendekatan Algoritmik, Penerbit Informatika, Bandung. Sudarpo, Paulus, 2004, Pemrograman Berorientasi Objek Menggunakan Delphi, Penerbit Andi Offset, Yogyakarta. Sutopo, Hadi, Aresto, 2002, Analisis dan Design Berorientasi Obyek, J&J Learning, Yogyakarta. 19