Selasa, 26 November 2013

Pembuatan Aplikasi Pengolahan Citra Deteksi Tepi dengan OpenCV dan Microsoft Visual Studio

Pembuatan Aplikasi Pengolahan Citra dengan OpenCV dan Microsoft Visual Studio 2008




Kelompok Deteksi Tepi Citra
Arif Rahman Suryaman 51410080
Maulana Sahid Akbar     54410274
4IA03

Universitas Gunadarma
2013


PENDAHULUAN
Seiring dengan pesatnya kemajuan teknologi informasi, data atau informasi semakin banyak  bila dilihat dari bentuk dan jenisnya. Mulai dari teks, gambar, audio, dan juga video.
Gambar, atau yang bisa juga disebut sebagai citra, berperan sangat penting sebagai bentuk informasi visual. Ada yang mengatakan bahwa citra (gambar) lebih berarti dari ribuan kata-kata. Saya membenarkan hal tersebut, karena memang benar  dengan melihat suatu gambar kita langsung bisa mendefinisikan sendiri mengenai gambar tersebut. Dan juga bisa memberikan banyak arti lainnya.
Terkadang citra yang ada itu tidak sepenuhnya baik maksudnya tidak sepenuhnya sempurna, perlu dilakukan suatu proses untuk membuatnya menjadi lebih baik. Proses inilah yang dinamakan pengolahan citra.
Teknik pengolahan citra-pun sudah semakin banyak digunakan. Contohnya saja dalam dunia perdagangan. Kita semua mungkin sudah tahu dengan yang namanya barcode. Penggunaan barcode di supermarket dibuat untuk mempermudah pembacaan harga. Bila tidak menggunakan barcode mungkin petugas  bisa  dibuat sulit, karena  harus mengecek harga barang satu-satu.  Selain itu masih ada lagi, sidik jari untuk kehadiran juga termasuk aplikasi pengolahan citra.
Pengolahan citra merupakan suatu proses perbaikan kualitas citra agar mudah di interpretasi oleh manusia atau komputer. Proses-proses yang termasuk ke dalam pengolahan citra, yaitu :
1.  Perbaikan kualitas citra (Image Enhancement)
2.  Pemugaran citra (Image Restoration)
3.  Pemampatan citra (Image Compression)
4.  Segmentasi citra (Image Segmentation)
5.  Pengorakan citra (Image Analysis)
6.  Rekonstruksi citra (Image Recontruction)
Di dalam laporan ini akan dijelaskan bagaimana membuat suatu aplikasi yang berkaitan dengan pengolahan citra deteksi tepi. Sebelumnya, kami akan  memberitahukan bagaimana cara instalasi dan konfigurasi yang diperlukan dalam pembuatan aplikasi tersebut. Di halaman terakhir, penulis juga melampirkan source code yang digunakan dalam pembuatan aplikasi tersebut.

INSTALASI DAN KONFIGURASI
Dalam pembuatan aplikasi pengolahan citra, penulis menggunakan perangkat lunak berikut :
1.  Microsoft Visual Studio 2008
Microsoft Visual Studio adalah software yang digunakan sebagai compiler. Compiler adalah perangkat lunak yang digunakan untuk mengubah source code dari suatu bahasa pemrograman (dalam kasus ini bahasa pemrogramannya yaitu C++) menjadi native code / bahasa mesin (file executable) agar dapat dieksekusi oleh komputer.  Microsoft Visual Studio  ini  dibuat oleh perusahaan Microsoft.
2.  OpenCV 2.1
OpenCV (Open Computer Vision)  merupakan semacam library  yang digunakan dalam membuat aplikasi yang berkaitan dengan computer vision. OpenCV juga menyediakan banyak fungsionalitas, yang tentunya dapat mempersingkat waktu  dalam pembuatan aplikasi yang lumayan rumit.
Spesifikasi minimum sistem yang harus Anda miliki yaitu :
ü  1,6 GHz or faster processor
ü  1024 MB RAM
ü  3 GB or available hard-disk space
ü  5400 RPM hard-disk drive
ü  Direct X 9 – capable video car running at 1024 x 768 or higher display resolution
ü  DVD – ROM drive

 INSTALASI
Langkah-langkah Instalasi Microsoft Visual Studio 2008 :
1.   Masukkan DVD software MS Visual Studio Team System 2008 Team Suite kedalam DVD Room PC/laptop Anda, kemudian akan muncul auto run CD. Jika tidak muncul maka klik file Setup.exe sehingga muncul seperti gambar berikut ini :


2.   Kemudian pilih menu yang paling atas yaitu "Install Visual Studio 2008", lalu klik sehingga muncul seperti gambar berikut ini :   


3.   Tunggulah hingga progressbar selesai loading sehingga muncul tombol "Next" seperti gambar berikut ini :

4.   Kemudian klik tombol "Next" di atas sehingga muncul seperti gambar berikut ini :



5.   Karena saya menggunakan lisensi yang disediakan oleh kantor saya, maka secara otomatis product key number akan terisi. Jangan lupa pilih "I have read and accept the license terms" lalu klik tombol "Next" lagi sehingga muncul seperti gambar berikut ini :



6.   Pilih saja fitur "Default" sesuai rekomendasi sistem. Jika, tampilan Anda sudah sesuai dengan gambar di atas. Silakan klik tombol "Install" sehingga muncul seperti gambar berikut ini :

7.   Inilah proses instalasi komponen, tunggulah beberapa menit hingga proses benar-benar selaesai. Lalu muncul seperti gambar berikut ini :

8.   Instalasi telah selesai dilakukan maka klik tombol "Finish". Perlu diketahui bahwa sebelumnya saya sudah melakukan instalasi Microsoft .NET 2.0, 3.0, dan 3.5.

Kemudian Instal OpenCV 2.1 sampai finish, lalu adapun langkah-langkah konfigurasinya
Ø  Buka Microsoft Visual Studio 2008
Ø  File -> New -> Project
Ø  Pilih Win32 Console Application
Ø  Beri nama :" Hello" -> OK -> Finish

Ø  Configure Project Directories
Pilih Project -> Properties -> Configuration Properties -> VC++ Directories

Ø  Include Direcrories -------->tambahkan : C:\OpenCV2.1\include\opencv;
Ø  Library Directories--------->tambahkan : C:\OpenCV2.1\lib;
Ø  Source Directories--------->tambahkan : C:\OpenCV2.1\src\cv; C:\OpenCV2.1\src\cvaux; C:\OpenCV2.1\src\cxcore; C:\OpenCV2.1\src\highgui; C:\OpenCV2.1\src\ml;
Ø  Linker -> Input -> Additional Dependencies
Ø  Untuk Debug------>tambahkan :  cv210d.lib; cxcore210d.lib; highgui210d.lib;
Ø  Untuk Release---->tambahkan:   cv210.lib; cxcore210.lib; highgui210.lib;



ALGORITMA PEMROGRAMAN
Deteksi Tepi Citra (Edge Detection)
Deteksi tepi pada suatu citra adalah suatu proses yang menghasilkan garis-garis tepi dari obyek citra, tujuannya yaitu untuk :
  • Meningkatkan penampakan garis batas suatu daerah atau objek di dalam citra
  • Mmenandai bagian yang menjadi detail citra
  • Mencirikan batas objek dan berguna untuk proses segmentasi dan identifikasi objek
  • Memperbaiki detail citra yang kabur
Garis tepi tersebut ditandai dengan jauhnya perbedaan selisih antar tiap pixel, sehingga kita dapat menentukan bahwa titik tersebut merupakan tepi.
Terdapat 3 macam tepi dalam citra, yaitu :

a)  Tepi Curam
Tepi curam adalah tepi dengan perubahan intensitas yang tajam. Arah tepi berkisar 90 derajat.
b)  Tepi Landai
Tepi landai yaitu tepi dengan sudut arah yang kecil. Tepi landai dapat dianggap terdiri  dari sejumlah tepi-tepi lokal yang lokasinya berdekatan.
c)  Tepi yang mengandung derau
Umumnya tepi yang terdapat pada aplikasi visi komputer mengandung derau. Operasi peningkatan kualitas citra dapat dilakukan terlebih dahulu sebelum pendektesian tepi.

ALGORITMA
1.  Siapkan gambar.
2.  Terapkan Gaussianblur pada gambar, yang berguna untuk mengurangi noise.
3.  Konversi gambar yang sudah terfilter, menjadi grayscale.
4.  Menggunakan fungsi sobel.

Listing Program
// Deteksi Tepi.cpp : Definisi file-file import yang akan digunakan.
//

#include "stdafx.h"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;
using namespace std;
/** membuat function main */
int main( int argc, char** argv )
{

  /// buat variable yang akan kita gunakan
  Mat src, src_gray, src1;
  Mat grad;
  char* window_name = "Hasil Edge Detector";
  const char* before = " Image Before ";
  int scale = 1;
  int delta = 0;
  int ddepth = CV_16S;
  int c;


  /// meload gambar yang akan kita proses ke deteksi tepi
  src1 = imread( "source.jpg",1 );
  src = imread( "source.jpg",1 );
  if( !src.data )
  { return -1; }

  GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );

  /// rubah warna gambar ke abu-abu
  cvtColor( src, src_gray, CV_RGB2GRAY );

  /// buat interface window untuk outputnya nanti
  namedWindow( before, WINDOW_AUTOSIZE );
  namedWindow( window_name, CV_WINDOW_AUTOSIZE );


 /// untuk menghasilkan gradien_x dan gradien_y
  Mat grad_x, grad_y;
  Mat abs_grad_x, abs_grad_y;

  /// Gradient X
  //Scharr( src_gray, grad_x, ddepth, 1, 0, scale, delta, BORDER_DEFAULT );
  Sobel( src_gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT );
  convertScaleAbs( grad_x, abs_grad_x );

  /// Gradient Y
  //Scharr( src_gray, grad_y, ddepth, 0, 1, scale, delta, BORDER_DEFAULT );
  Sobel( src_gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT );
  convertScaleAbs( grad_y, abs_grad_y );

  /// Total Gradient (approximate)
  addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad );

  imshow( before, src1 );
  imshow( window_name, grad );
  waitKey(0);

  return 0;
  }

PROGRAM OUTPUT

Sekian dari kami ( Arif dan Maul ) J

Referensi

Tidak ada komentar:

Posting Komentar