LAPORAN PRAKTIKUM X

PENGOLAHAN CITRA DIGITAL

DISUSUN OLEH

NAMA : SHANIA SELLA DWI ROYAN

NIM : 1690343010

KELAS : 3.D

PROGRAM STUDI TEKNOLOGI REKAYASA KOMPUTER JARINGAN

JURUSAN TEKNIK INFORMASI DAN KOMPUTER

POLITEKNIK NEGERI LHOKSEUMAWE

2019
 LEMBAR PENGESAHAN

NOMOR PRAKTIKUM : 10/TRKJ/2018

JUDULPRAKTIKUM : IMAGE GRADIENT

NAMA PRAKTIKUM : SHANIA SELLA DWI ROYAN

NIM : 1690343010

KELAS : 3.D

PRODI : TEKNIK REKAYASA JARINGAN KOMPUTER

TANGGAL PRATIKUM : 14 MEI 2019

TANGGAL PENYERAHAN : 21 MEI 2019

Mengetahui,

DosenPembimbing

FachriYannuar Rudi F, SST,MT

 TRANSFORMASI MORFOLOGI
I. TUJUAN
 Mahasiswa mampu mengetahui tentang gradient gambar, tepian,
dll.
 Mahasiswa mampu mengetahui fungsi-fungsi berikut: cv.Sobel () ,
cv.Scharr () , cv.Laplacian () dll.

II. DASAR TEORI

Di antara berbagai operasi yang dapat diterapkan pada gambar,
ada konvolusi gambar di mana filter tertentu diterapkan untuk mengedit
gambar untuk mendapatkan informasi atau utilitas lainnya. Anda telah
melihat bahwa sebuah gambar direpresentasikan sebagai matriks numerik
besar di mana warna setiap piksel gambar diwakili oleh angka dari 0
hingga 255 dalam matriks. Konvolusi memproses semua nilai numerik ini,
dengan menerapkan operasi matematika ( filter gambar ) untuk
menghasilkan nilai baru dalam matriks baru dengan ukuran yang sama.

Salah satu dari operasi ini adalah turunannya . Dengan kata

sederhana, turunan adalah operasi matematika yang memungkinkan
Anda untuk mendapatkan nilai numerik yang menunjukkan kecepatan
perubahan nilai (dalam ruang, waktu, dll.). Bagaimana turunannya
menjadi penting dalam hal gambar? Anda tertarik pada variasi warna
yang disebut gradient .
Mampu menghitung gradien warna adalah alat yang sangat baik untuk
menghitung tepi gambar. Bahkan, mata Anda mampu membedakan garis
besar sosok yang ada dalam gambar berkat lompatan antara satu warna
ke warna lainnya. Selain itu, mata Anda dapat merasakan kedalaman
berkat berbagai corak warna mulai dari terang ke gelap, yang tepatnya
merupakan gradien. Dari semua ini, cukup jelas seberapa penting untuk
mengukur hadir gradien dalam gambar dan juga mendeteksi tepi angka
dengan operasi sederhana (filter) yang dilakukan pada gambar. Untuk
mendapatkan pandangan yang lebih baik dari sudut pandang matematika,
lihat contoh ini.

Seperti yang dapat Anda lihat dari gambar, sebuah tepi tidak lebih dari
transisi cepat dari satu warna ke warna lain. Untuk menyederhanakan, 0
berwarna hitam dan 1 berwarna putih. Semua warna abu-abu akan
berada di antara 0 dan 1.
Jika Anda menempatkan semua yang sesuai dengan nilai gradien
dalam bagan ottenai fungsi f (). Seperti yang Anda lihat dalam
korespondensi tepi ada transisi tiba-tiba dari 0 ke 1.

Turunan dari fungsi f () dan dapatkan fungsi f '(). Seperti yang dapat
Anda lihat, di mana Anda memiliki variasi rona maksimum akan memiliki
nilai mendekati 1. Jadi, mengubah warna, Anda akan mendapatkan
gambar di mana warna putih akan menunjukkan tepi gambar.
III. LANGKAH KERJA
1. PERCOBAAN PERTAMA

- Kemudian jalankan menggunakan CMD

2. HASIL

3. ANALISA
 import cv2 untuk Pyhton memanggil library cv2 yaitu OpenCV
 import numpy as np digunakan untuk pemanggilan numpy tetapi
diberi nama np
 from matplotlib import pyplot as plt digunakan untuk mengimport dari
matplotlibnya
 img = cv2.imread('emes.jpg',0) digunakan untuk membaca /
memanggil gambar yang mau ditampilkan
 laplacian = cv2.Laplacian(img,cv2.CV_64F) untuk memanggil fungsi
Laplacian
 sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=5) untuk memanggil
fungsi sobel X dengan operasi penghalusan Gaussian
 sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=5) untuk memanggil
fungsi sobel X dengan operasi penghalusan Gaussian
 plt.subplot(2,2,1),plt.imshow(img,cmap = 'gray') untuk menyatukan
beberapa kedalam 1 kolom, untuk menampilkan gambar ‘gray’.
 plt.title('Original'), plt.xticks([]), plt.yticks([]) digunakan untuk
memplotkan title gambar dan untuk menampilkan koordinat titik x
dan y pada suatu gambar atau citra
 plt.subplot(2,2,2),plt.imshow(laplacian,cmap = 'gray') untuk
menyatukan beberapa kedalam 1 kolom, untuk menampilkan
gambar laplacian dengan ‘gray’.
 plt.title('Laplacian'), plt.xticks([]), plt.yticks([]) digunakan untuk
memplotkan title gambar dan untuk menampilkan koordinat titik x
dan y pada suatu gambar atau citra
 plt.subplot(2,2,3),plt.imshow(sobelx,cmap = 'gray') untuk
menyatukan beberapa kedalam 1 kolom, untuk menampilkan
gambar sumbu x dengan ‘gray’.
 plt.title('Sobel X'), plt.xticks([]), plt.yticks([]) digunakan untuk
memplotkan title gambar dan untuk menampilkan koordinat titik x
dan y pada suatu gambar atau citra
 plt.subplot(2,2,4),plt.imshow(sobely,cmap = 'gray') untuk
menyatukan beberapa kedalam 1 kolom, untuk menampilkan
gambar sobel y dengan ‘gray’.
 plt.title('Sobel Y'), plt.xticks([]), plt.yticks([]) digunakan untuk
memplotkan title gambar dan untuk menampilkan koordinat titik x
dan y pada suatu gambar atau citra
 plt.show() untuk menampilkan gambar yang diplotkan
1. PERCOBAAN KEDUA

- Jalankan menggunakan CMD

2. HASIL

3. ANALISA
 import cv2 untuk Pyhton memanggil library cv2 yaitu OpenCV
 import numpy as np digunakan untuk pemanggilan numpy tetapi
diberi nama np
 from matplotlib import pyplot as plt digunakan untuk mengimport dari
matplotlibnya
 img = cv2.imread('emes.jpg',0) digunakan untuk membaca /
memanggil gambar yang mau ditampilkan
 # Output dtype = cv2.CV_8U
 sobelx8u = cv2.Sobel(img,cv2.CV_8U,1,0,ksize=5) untuk membuat
fungsi sobelx8u
 # Output dtype = cv2.CV_64F. Then take its absolute and convert to
cv2.CV_8U
 sobelx64f = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=5) untuk membuat
fungsi sobelx64f
 abs_sobel64f = np.absolute(sobelx64f) untuk membuat fungsi
abs_sobel64f
 sobel_8u = np.uint8(abs_sobel64f) untuk membuat fungsi sobel_8u
 plt.subplot(1,3,1),plt.imshow(img,cmap = 'gray') untuk menyatukan
beberapa kedalam 1 kolom, untuk menampilkan gambar laplacian
dengan ‘gray’.
 plt.title('Original'), plt.xticks([]), plt.yticks([]) digunakan untuk
memplotkan title gambar dan untuk menampilkan koordinat titik x dan
y pada suatu gambar atau citra
 plt.subplot(1,3,2),plt.imshow(sobelx8u,cmap = 'gray') untuk
menyatukan beberapa kedalam 1 kolom, untuk menampilkan gambar
sobelx8u dengan ‘gray’.
 plt.title('Sobel CV_8U'), plt.xticks([]), plt.yticks([]) digunakan untuk
memplotkan title gambar dan untuk menampilkan koordinat titik x dan
y pada suatu gambar atau citra.
 plt.subplot(1,3,3),plt.imshow(sobel_8u,cmap = 'gray') untuk
menyatukan beberapa kedalam 1 kolom, untuk menampilkan gambar
sobel_8u dengan ‘gray’.
 plt.title('Sobel abs(CV_64F)'), plt.xticks([]), plt.yticks([]) digunakan
untuk memplotkan title gambar dan untuk menampilkan koordinat titik
x dan y pada suatu gambar atau citra.
 plt.show()untuk menampilkan gambar yang diplotkan
IV. KESIMPULAN
Operator Sobel adalah operasi penghalusan Gausssian bersama
ditambah diferensiasi, sehingga lebih tahan terhadap kebisingan. Anda
dapat menentukan arah derivatif yang akan diambil, vertikal atau
horizontal (masing-masing dengan argumen, yorder dan xorder). Anda
juga dapat menentukan ukuran kernel dengan ksize argumen. Jika ksize =
-1, filter Scharr 3x3 digunakan yang memberikan hasil yang lebih baik
daripada filter Sobel 3x3.