KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

dokumen-dokumen yang mirip
Pertemuan 2 Representasi Citra

BAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.

BAB II LANDASAN TEORI

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

BAB 2 TINJAUAN TEORETIS

PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

Tipe dan Jenis Layar Komputer Grafik. By Ocvita Ardhiani.

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

Pengembangan Sistem Konversi Citra ke G-Code untuk Aplikasi Manufaktur

BAB 2 LANDASAN TEORI

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

BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-

BAB II LANDASAN TEORI

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

BAB II LANDASAN TEORI

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

STEGANOGRAFI GANDA DENGAN MANIPULASI GAMBAR

BAB 2 TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI

PENGOLAHAN CITRA DIGITAL

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

BAB II LANDASAN TEORI

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

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

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

BAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan

BAB II LANDASAN TEORI

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

IMPLEMENTASI DIGITAL IMAGE PROCESSING UNTUK MENGUJI CAHAYA LAMPU PIJAR

BAB II TINJAUAN PUSTAKA

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

Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16

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

BAB II LANDASAN TEORI

PENGENALAN WAJAH PELANGGAN TOKO

Pembentukan Citra. Bab Model Citra

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

BAB 2 LANDASAN TEORI

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

Model Citra (bag. 2)

PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

BAB 2 KONSEP DASAR PENGENAL OBJEK

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN Latar Belakang Masalah. Sensor sebuah kamera digital terdiri dari pixel-pixel berupa photodiode yang

BAB 4 HASIL DAN ANALISA

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web

BAB 2 LANDASAN TEORI

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

Pengolahan citra. Materi 3

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D

SAMPLING DAN KUANTISASI

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

BAB 2 LANDASAN TEORI

SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE

Prototype Aplikasi Pengolah Citra Invert Sebagai Media Pengolah Klise Foto

UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak

BAB I PENDAHULUAN. 1.1 Latar Belakang

Analisis Alokasi Memori Citra Bitmap 24 Bit

BAB III ANALISIS DAN DESAIN SISTEM

... BAB 2 LANDASAN TEORI. 2.1 Citra

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

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

BAB II Tinjauan Pustaka

BAB 8 PROCESS MODELLING

BAB 3 ANALISA DAN PERANCANGAN

BAB I PENDAHULUAN. bit serta kualitas warna yang berbeda-beda. Semakin besar pesat pencuplikan data

Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial

ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS

Pengolahan Citra (Image Processing)

Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)

BAB II LANDASAN TEORI

Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World

Mengubah Citra Berwarna Menjadi Gray Scale dan Citra biner

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color

BAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem

DAFTAR ISI ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... DAFTAR LAMPIRAN Latar Belakang... 1

Mengenal Lebih Jauh Apa Itu Point Process

BAB 9 PROCESS MODELLING

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1. Latar Belakang

DAFTAR ISI. DAFTAR ISI... vii. DAFTAR GAMBAR... x. DAFTAR TABEL... xii I. PENDAHULUAN Latar Belakang Rumusan Masalah...

BAB II LANDASAN TEORI

PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL

BAB III PROSEDUR DAN METODOLOGI

BAB 2 TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

artifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia

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

Transkripsi:

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC Hanif Al Fatta STMIK AMIKOM Yogyakarta e-mail : hanivonitch@yahoo.com ABSTRACTS This paper explains how to manipulate image file format. The development of image processing requires image file type that is small enough to calculate but doesn t erase the major feature of the image. This paper aims to explain how to manipulate RGB image into grayscale format The first step is to extract the red value, green value and Blue value from a pixel. And then from these three values, the grayscale value calculated. Using the algorithm perform in this paper, an RGB can be transformed into Grayscale less than a seconds. Keyword: RGB, Grayscale, image 1. PENDAHULUAN Pada aplikasi image processing, konversi format citra ke format citra yang lain adalah hal yang sangat esensial. Hal ini berkaitan dengan beberapa hal, diantaranya adalah ukuran file yang akan diproses idealnya adalah ukuran file yang paling kecil sehingga beberapa format file gambar harus diubah misalnya dari format.bmp ke format.jpg. Konversi format file juga berpengaruh terhadap beberapa algoritma, beberapa format citra menggunakan lebih dari 1 matriks untuk merepresentasikan warna misalnya format citra RGB. Beberapa algoritma image processing hanya bisa diberlakukan untuk citra yang direpresentasikan dengan 1 matriks tunggal saja, sehingga format RGB perlu dikonversi. Pada tulisan ini akan dibahas teknik mngubah format citra.bmp yang bersifat RGB ke format grayscale. 1.1. Citra RGB Suatu citra biasanya mengacu ke citra RGB. Sebenarnya bagaimana citra disimpan dan dimanipulasi dalam komputer diturunkan dari teknologi televisi, yang pertama kali mengaplikasikannya untuk tampilan grafis komputer. Jika dilihat dengan kaca pembesar, tampilan monitor komputer akan terdiri dari sejumlah triplet titik warna merah (RED), hijau (GREEN) dan biru (BLUE). Tergantung pada pabrik monitornya untuk menentukan apak titik tersebut merupakan titik bulat atau kotak kecil, tetapi akan selalu terdiri dari 3 triplet red, green dan blue. Citra dalam komputer tidak lebih dari sekumpulan sejumlah triplet dimana setiap triplet terdiri atas variasi tingkat keterangan (brightness) dari elemen red, green dan blue. Representasinya dalam citra, triplet akan terdiri dari 3 angka yang mengatur intensitas dari Red (R), Green (G) dan Blue (Blue) dari suatu triplet. Setiap triplet akan merepresentasikan 1 pixel (picture element). Suatu triplet dengan nilai 67, 228 dan 180 berarti akan mengeset nilai R ke nilai 67, G ke nilai 228 dan B k nilai 180. Angka-angka RGB ini yang seringkali disebut dengan color values. Pada format.bmp D 1

citra setiap pixel pada citra direpresentasikan dengan dengan 24 bit, 8 bit untuk R, 8 bit untuk G dan 8 bit untuk B, dengan pengaturan seperti pada gambar 1. B G R 1.2. Citra Grayscale Dalam komputasi, suatu citra digital grayscale atau greyscale adalah suatu citra dimana nilai dari setiap pixel merupakan sample tunggal. Citra yang ditampilkan dari citra jenis ini terdiri atas warna abu-abu, bervariasi pada warna hitam pada bagian yang intensitas terlemah dan warna putih pada intensitas terkuat. Citra grayscale berbeda dengan citra hitam-putih, dimana pada konteks komputer, citra hitam putih hanya terdiri atas 2 warna saja yaitu hitam dan putih saja. Pada citra grayscale warna bervariasi antara hitam dan putih, tetapi variasi warna diantaranya sangat banyak. Citra grayscale seringkali merupakan perhitungan dari intensitas cahaya pada setiap pixel pada spektrum elektromagnetik single band. Citra grayscale disimpan dalam format 8 bit untuk setiap sample pixel, yang memungkinkan sebanyak 256 intensitas. Format ini sangat membantu dalam pemrograman karena manupulasi bit yang tidak terlalu banyak. Pada aplikasi lain seperti pada aplikasi medical imaging dan remote sensing biasa juga digunakan format 10,12 maupun 16 bit. gambar 2 Citra grayscale dan citra hitam putih 2. CARA PENELITIAN 2.1. Bahan Penelitian Untuk melakukan penelitian ini, sumber data berupa citra RGB bertipe.bmp. Citra ini akan di konversi dengan software yang dibangun dengan software Visual Basic. Hasil akhirnya adalah citra yang telah diubah kedalam format grayscale. 2.2. Proses Konversi Adapun proses pengubahan citra RGB ke dalam citra grayscale dapat dilihat pada gambar 3 D 2

R Citra RGB Ekstraksi Komponen R, G dan B G B Kalkulasi Grayscale Citra Grayscale Proses pertama adalah mengambil nilai R, G dan B dari suatu citra bertipe RGB. Pada tipe.bmp citra direpresentasikan dalam 24 bit, sehingga diperlukan proses untuk mengambil masingmasing 3 kelompok 8 bit dari 24 bit tadi. Sebagai contoh suatu pixel memiliki nilai RGB 24 bit sebagai berikut : 111100001111000011111111, untuk mendapatkan masing-masing nilai R, G dan B dilakukan operasi-operasi sebagai berikut. Untuk mendapatkan nilai R dilakukan operasi modulo dengan bilangan 256 sebagai berikut : R = 111100001111000011111111 mod 10000000 = 11111111 Sedangkan untuk nilai G, dapat dicari dengan cara sebagai berikut: G = (111100001111000011111111 and 1111111100000000)/100000000 = 11110000 Untuk B, dapat dicari dengan menggunakan rumus B= (111100001111000011111111 and 111111110000000000000000)/10000000000000000 = 11110000 sehingga dari nilai pixel 111100001111000011111111 2 atau 15790335 diperoleh nilai R = D 3

11111111 = 255 G = 11110000 = 240 B = 11110000= 240 Sehingga diperoleh triplet RGB= (255,240,240). Setelah nilai triplet RGB kita peroleh, maka kita bisa mendapatkan nilai grayscale dari pixel tersebut. Ide dasarnya sebenarnya adalah membuat band tunggal dari 3 band RGB tadi dengan rumus tertentu. Pada penelitian ini digunakan rumus : red = (red * 5) \ 10 green = (green * 8) \ 10 blue = (blue * 3) \ 10 gray = ((red + green + blue) * 10) \ 16 Dengan mengaplikasikan prosedur tadi pada semua pixel akan kita dapatkan citra dengan format grayscale. 3. HASIL DAN PEMBAHASAN Program kemudian dikembangkan dalam bahasa Visual Basic. Detail programnya sebagai berikut : Public Sub GrayScale(pict As PictureBox) On Error Resume Next x = pict.scalewidth y = pict.scaleheight For i = 0 To y - 1 For j = 0 To x - 1 pixel = pict.point(j, i) red = pixel& Mod 256 green = (pixel And &HFF00) / 256& blue = (pixel And &HFF0000) / 65536 ' my algorithm to grayscale picture ' is it correct? red = (red * 5) \ 10 green = (green * 8) \ 10 blue = (blue * 3) \ 10 D 4

gray = ((red + green + blue) * 10) \ 16 pict.pset (j, i), RGB(gray, gray, gray) Next pict.refresh Next End Sub Tingkat keabuan dari citra grayscale yang diperoleh, sangat ditentukan oleh fungsi pada bagian : red = (red * 5) \ 10 green = (green * 8) \ 10 blue = (blue * 3) \ 10 gray = ((red + green + blue) * 10) \ 16 Dengan mengganti beberapa konstanta pada persamaan-persamaan diatas akan didapatkan citra grayscale dengan tingkat keabuan yang berbeda. Berikut ini contoh hasil konversi dari RGB ke grayscale. GrayScale(pict As PictureBox) RGB format BMP Gray scale format BMP Gambar 4: hasil konversi citra RGB ke grayscale 4. KESIMPULAN 1. Konversi citra dari format RGB ke grayscale sangat diperlukan untuk keperluan pemrosesan citra, diantaranya untuk memperkecil ukuran file dan untuk memenuhi syarat beberapa algoritma identifikasi yang memerlukan citra matriks tunggal. 2. Untuk mengkonversi perlu diekstraksi dulu niali R, G dan B dari suatu pixel untuk kemudian dijadikan input untuk menentukan nilai grayscale dari pixel tersebut. D 5

5. DAFTAR PUSTAKA [1] Alfatta, H, 2007, Merancangbangun Sistem Presensi Karyawan Berbasis Pengenalan Wajah dengan algoritma Eigenface (studi kasus : STMIK AMIKOM Yogyakarta), Sekolah Pasca Sarjana Universitas Gadjah Mada, Yogyakarta [2] [3] http://exchange.manifold.net/manifold/manuals/5_userman/mfd50rgb_images_and_chan nels.htm [4] Diakses tanggal : 7 Januari 2007 [5] [6] http://en.wikipedia.org/wiki/grayscale [7] Diakses tanggal : 7 Januari 2007 D 6