Makalah UTS - Citra Digital
Makalah UTS - Citra Digital
DASAR TEORI
I. Citra
Citra = gambar = image
1. Citra, menurut kamus Webster, adalah suatu representasi,
kemiripan, atau imitasi dari suatu objek atau benda.
2. Citra (image) adalah gambar pada bidang dua dimensi yang dihasilkan dari
gambar analog dua dimensi yang kontinyu menjadi gambar diskrit melalui
proses digitasi.
3. Citra, dari sudut pandang matematis, merupakan fungsi
menerus (continue) dari intensitas cahaya pada bidang 2 dimensi.
Dalam aplikasi yang kami buat, kami menggunakan beberapa metode didalam
teknik pengolahan citra, yaitu :
2. Grayscale
3. Smart noise
4. Negative
5. Flip horizontal
6. Flip vertical
7. Restore image
9. Invert
10. Blur
11. Mask
12. Histogram
Black and white adalah sebuah citra pixel-pixel yang nilai intensitasnya di
bawah 128 diubah menjadi hitam (nilai intensitas = 0), sedangkan pixel-
pixel yang nilai intensitasnya di atas 128 diubah menjadi putih (nilai
intensitas =1). Black and white disebut juga citra biner.
2. Grayscale
3. Smart noise
Smart noise adalah proses pembentukan bintik-bintik putih pada citra atau
gambar.
4. Negative
Negatif Image adalah suatu citra sepeti halnya meniru film negatif pada
fotografi dengan cara mengurangi nilai intensitas pixel dari nilai keabuan
maksimum. Misal citra dengan 256 derajat keabuan (8 bit), maka citra
negatif diperoleh dengan persaman
X = (R + G + B) / bilangan pembagi
Muhammad Furqan. Q. Ts. – TI0801029
4|Page
Y = 255 - X
5. Flip Horizontal
B[x][y] = A[N-x][y]
6. Flip Vertical
B[x][y] = A[x][M-y]
7. Restore image
Restore image adalah suatu proses pengembalian bentuk citra atau gambar
sebelum dilakukan proses pengolahan citra atau bentuk awalnya.
8. Edge detection
Deteksi tepi (Edge Detection) pada suatu citra adalah suatu proses yang
menghasilkan tepi-tepi dari objek-objek gambar. Tujuan pendeteksian tepi
adalah untuk meningkatkan penampakan garis batas suatu daerah atau
objek di dalam citra.
9. Invert
InvertImage adalah suatu gambar yang terjadi adanya proses invert pada
gambar asli sehingga tampak seperti gambar negative pada suatu susunan
warna RGB. Proses invert ini berbeda dengan ImageNegative.
10. Blur
12. Histogram
BAB II
PEMBAHASAN PROGRAM PEMBUAT APLIKASI
Sesaat anda aktif di IDE Visual Basic, maka anda akan dihadapkan kepada suatu
pilihan terhadap jenis Project yang ingin anda buat sebagaimana yang ditunjukan
oleh Gambar 1-2.
Sebagai langkah awal dari proses belajar adalah memilih project Standard EXE.
BAB III
PEMBUATAN APLIKASI PENGOLAHAN CITRA DAN HASIL
OUTPUT
Private Declare Function SetPixelV Lib "gdi32" (ByVal hdc As Long, ByVal X
As Long, ByVal Y As Long, ByVal crColor As Long) As Long
Private Declare Function GetPixel Lib "gdi32" (ByVal hdc As Long, ByVal X As
Long, ByVal Y As Long) As Long
Const Sumbu_X = 1000
Const Sumbu_Y = 500
Dim pixels(1 To Sumbu_X, 1 To Sumbu_Y) As Long
Dim ImgData() As Long
For i = 0 To Picture1.ScaleWidth - 1
For j = 0 To Picture1.ScaleHeight - 1
R = GetRGB(GetPixel(Picture1.hdc, i, j))(2)
G = GetRGB(GetPixel(Picture1.hdc, i, j))(1)
B = GetRGB(GetPixel(Picture1.hdc, i, j))(0)
ImgData(0, i, j) = R
ImgData(1, i, j) = G
Muhammad Furqan. Q. Ts. – TI0801029
12 | P a g e
ImgData(2, i, j) = B
lngCounter = lngCounter + 1
If Not (lngCounter Mod 1000) Then DoEvents
If (lngCounter > 50000) Then lngCounter = 0
Next j
Me.Caption = "Pengolahan Citra Digital - " & Int(i * 100 /
(Picture1.ScaleWidth - 1)) & "%"
Next i
Me.Caption = "®Furqan's Computer System™ 2010 - Pengolahan Citra Digital"
End Sub
For i = 1 To width
Temp = i + Sin(i / Val(RippleVal)) * Val(RippleVal)
If Temp > width Then
Ripples(i) = width
ElseIf Temp < 1 Then
Ripples(i) = 1
Else
Ripples(i) = Temp
End If
Next i
For i = 1 To Picture1.ScaleWidth
For j = 1 To Picture1.ScaleHeight
rip = RGB(ImgData(0, Ripples(i), j), ImgData(1, Ripples(i), j), ImgData(2,
Ripples(i), j))
R = GetRGB(rip)(2): G = GetRGB(rip)(1): B = GetRGB(rip)(0)
SetPixelV Picture1.hdc, i, j, rip
Next j
Picture1.Refresh
Next i
End Sub
R = 255 - R
G = 255 - G
B = 255 - B
R = 255 - R
G = 255 - G
B = 255 - B
For X = 1 To Sumbu_X
For Y = 1 To Sumbu_Y
R = pixels(X, Y) And &HFF
G = ((pixels(X, Y) And &HFF00) / &H100) Mod &H100
B = ((pixels(X, Y) And &HFF0000) / &H10000) Mod &H100
pixels(X, Y) = RGB(R, G, B)
Next Y
Next X
For X = 1 To Sumbu_X
For Y = 1 To Sumbu_Y
Picture1.PSet (X, Y), pixels(X, Y)
Next Y
Picture1.Refresh
Next X
End Sub
For X = 1 To Sumbu_X
For Y = 1 To Sumbu_Y
R = pixels(X, Y) And &HFF
G = ((pixels(X, Y) And &HFF00) / &H100) Mod &H100
B = ((pixels(X, Y) And &HFF0000) / &H10000) Mod &H100
R = R + addon
If R > 255 Then R = 255
G = G + addon
If G > 255 Then G = 255
B = B + addon
If B > 255 Then B = 255
pixels(X, Y) = RGB(R, G, B)
Next Y
Next X
For X = 1 To Sumbu_X
For Y = 1 To Sumbu_Y
Picture1.PSet (X, Y), pixels(X, Y)
Next Y
Picture1.Refresh
Next X
End Sub