Beranda > Matakuliah > Pengolahan Citra – RGB, Histogram dan Depth Resolution

Pengolahan Citra – RGB, Histogram dan Depth Resolution

Pada mata kuliah melanjutkan pengolahan citra saya kembali dengan postingan yang sudah saya janjikan yaitu saya akan membahas pembuatan Ekstraksi Nilai Piksel Red, Green dan Blue (RGB), Membuat Histogram Image dan menghitung Depth Resolution untuk disesuaikan dengan tugas mata kuliah PENGOLAHAN CITRA dengan menggunakan software MATLAB 7.0. namun sebelum masuk ke pembahasan inti kita harus dan diwajibkan untuk mengerti apa sih digital image processing itu ? hayooo apa hayooo 😀

cek it dot..

1. Digital Image Processing

Image atau gambar adalah representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam koordinat kartesian x-y, dan setiap koordinat merepresentasikan satu sinyal terkecil dari objek yang biasanya koordinat terkecil ini disebut sebagai piksel. Karena merupakan sistem koordinat yang memiliki nilai maka biasanya image dianggap sebagai sebuah matrik x-y yang berisi nilai piksel.Represntasi dari matriks tersebut dapat ditulis sebagai berikut:

Dan di MATLAB representasi ini biasa ditulis menjadi…

Yang perlu diperhatikan adalah bahwa indeks matriks pada MATLAB selalu dimulai dengan angka1 sehingga untuk f(0,0) akan sama dengan f(1,1) pada matlab. Bentuk matrik ini kemudian diolah menurut teori-teori tertentu yang bertujuan untuk memecahkan masalah tertentu, bentuk matriks adalah perwujudan dari bentuk sinyal digital sehingga proses pemecahan dan pengolahan matriks dari gambar ini biasanya disebut dengan digital image processing.

nah itu sedikit pembahasa daridigital image processing.sudah sedikit ada bayangan kan ? nah untuk selanjutnya mari kita masuk ke pemabahasan inti.

2. Ekstraksi Nilai Piksel Red, Green dan Blue (RGB)

Hampir setiap pengolahan citra yang berbasis warna perlu dilakukan pemisahan band-band yang ada pada citra khususnya citra RGB,MATLAB menyediakan fasilitas yang cukup baik dalam memisahkan ketiga warna RGB, yaitu sebagai berikut:

  1. gambar=imread(‘aditya.jpg’); %——–membaca file gambar
  2. red=gambar(:,:,1); %memanggil matriks gambar yang hanya berisi piksel warna merah
  3. green=gambar(:,:,2);% memanggil matriks gambar yang hanya berisi piksel warna merah
  4. blue=gambar(:,:,3); %memanggil matriks gambar yang hanya berisi piksel warna merah
  5. %———-menampilkan gambar———————
  6. imshow(gambar)
  7. imshow(red)
  8. imshow(green)
  9. imshow(blue)

note : pada line 1 terdapat cetak miring dan garis tebal pada “aditya” itu menunjukan file yang kamu pengen bisa kita atur dengan memasukan gambarnya ke path installan MATLAB biasanya sih di C:\MATLAB7\work\*simpen deh gambar kamu disini.

source di atas kita masukan/copy/pijit ctrl+c kedalam editor MATLAB. Yang ga tau caranya sekarang coba dulu deh ikutin step-step dibawah ini :

  1. buka dulu deh aplikasi MATLABnya.
  2. pilih file >> new >> M-File.

udah deh tinggal pijit tu CTRL+V. selanjutya kamu tinggal pijit F5 untuk nge-run hasil dari source tersebut dan hasilnya jeng jeng……..

RED

GREEN

BLUE

nah, terlihat bedaya kan ? bahwa untuk mengambil nilai piksel merah memiliki indeks 1, warna hijau memiliki indeks 2 dan warna biru memiliki indeks 3.

3. Membuat Histogram Image

Fungsi yang disediakan MATLAB untuk membuat histogram dari gambar yaitu dengan fungsi imhist(matrik_1_dimensi_image) Perlu diperhatikan bahwa imhist hanya dapat digunakan untuk matrik image 1 dimensi sehingga bila diimplementasikan pada matriks gambar maka hanya berupa matriks merah saja, hijua saja, biru saja atau grayscale.
Contoh penggunaan Histogram dari Image yaitu:

  1. gambar=imread(‘gambarkoe.jpg’); %——–membaca file gambar
  2. red=gambar(:,:,1); %memanggil matriks gambar yang hanya berisi piksel warna merah
  3. green=gambar(:,:,2);% memanggil matriks gambar yang hanya berisi piksel warna merah
  4. blue=gambar(:,:,3); %memanggil matriks gambar yang hanya berisi piksel warna merah
  5. merahgray2=0.3*red+0.5*green+0.2*blue ;
  6. imhist(red)
  7. imhist(green)
  8. imhist(blue)
  9. imhist(gray)

nah, ketika kita tekan F5 apa yag akan terjadi ? jeng jeng..berikut screenshoot dari hasil source diatas :

bagaimana ? terlihat bedanya kan ? nah tadi untuk solusi masalah Histogram image. sekarang kita masuk kedalam topik selanjutnya..

4. Menghitung Depth Resolution

Jangan khawatir disini juga saya sisipkan untuk menghitung Depth Resolution untuk menguji perhitungan besar kapasitas gambar namun sebelum masuk ke perhitungan kita buat dulu gambar jpg tadi menjadi bmp agar perhitungan kita sudah benar atau belum.

misalkan gambar adidas tadi resolutionnya adalah 640×427.

24 bit image :

640 x 427 = 273280

File Size :

273280 x 3 = 819840 bytes

konversi ke KB :

819840 / 1024 = 800,625 KB = 801 KB

lihat lah screenshoot di bawah ini :

teruji kan ? nah itu lah pembahasan materi dan tugas dalammenyelesaikan solusi tadi yang sudah saya paparkan di atas. insyaallah dapat membantu rekan rekan dalam mempermudah tugas anda..

saya ucapkan terima kasih dan cukup sekian..

©Copyright By : Dwi Aditya Herfiansyah

-SENANGNYA BERBAGI-

Iklan
  1. Februari 15, 2012 pukul 1:17 am

    Wah… rajin dan pinter kamu Dit, saya aja mau ngeblog gak sempat2 🙂 Nanti jelasin ke temen2 ya caranya 🙂 Klo punya Matlabnya bawa dooong… Mau ngopi. TQ.

    • Februari 15, 2012 pukul 4:22 am

      hahha biasa saja bu, masih belajar jg bu hehehe..
      pastinya ko bu 🙂

  2. Februari 15, 2012 pukul 12:20 pm

    saya juga mau minta dong MATLABnya dit..
    berapa ratus GB sizenya ?

    • Februari 15, 2012 pukul 1:42 pm

      ohh boleh cuman ini blm ful version lan ? hanya sekali pakai. tapi boleh dicoba, besok aja sekalian KRCI kn ?

  1. No trackbacks yet.

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: