PENGOLAHAN CITRA

Adam Septiyano Arnandy

207064436159

1. Foto Asli
Kode program :

# upload file yang sudah diunduh

# file akan disimpan sesuai dengan nama file yang diunggah
from google.colab import files
file = files.upload()

import cv2

# memanggil library opencv

import cv2
# memanggil fungsi google colab untuk perbaikan cv2.imshow
from google.colab.patches import cv2_imshow
# menyimpan gambar dengan fungsi imread dari OpenCV
img = cv2.imread("adam.jpg")
# sesuaikan dengan nama file yang diunggah pada cell sebelumnya
# menampilkan gambar dengan fungsi cv2_imshow
cv2_imshow(img)
# lihat tipe data img. disimpan sebagai apa?
print(type(img))

Output :

# memanggil fungsi plt dari matplotlib

from matplotlib import pyplot as plt
# membuat sebuah variabel kosong 'fig'
fig = plt.figure()
fig.add_subplot(121) # subplot (jumlah baris, jumlah kolom, urutan)
# menampilkan gambar dengan fungsi plt
plt.imshow(img)
# plotting gambar
fig.add_subplot(122) # subplot, formatnya: (jumlah baris, jumlah kolom, urutan)
img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img2)
plt.show() #untuk menampilkan plot

Output :

print(img.shape) #menampilkan resolusi

print(img.size) #menampilkan ukuran data pada media penyimpan
print(img.dtype) #image datatype (kedalaman bit)
(1600, 1202, 3)
5769600
uint8

# Band blue, green dan red masng-masing disimpan pada variabel b,g,r
b, g, r = cv2.split(img)

b = img[...,0] # blue channel

g = img[...,1] # green channel
r = img[...,2] # red channel

cv2_imshow(b); # menampilkan band biru

Output :
cv2_imshow(r);#menampilkan band merah
Output :

cv2_imshow(g); # menampilkan band hijau

Output :

# konversi BGR dari variable img ke colorspace HSV

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV);

# memisahkan hue, saturation dan value

h, s, v = cv2.split(hsv)
# menampilkan band hue
cv2_imshow(h)
Output :
# memanggil library yang dibutuhkan
import cv2
import numpy as np
from matplotlib import pyplot as plt
# jika file baymax.jpg yang digunakan, hilangkan tanda komentar
# img = cv2.imread(‘Baymax.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
plt.show()

# plotting menggunakan fungsi histogram dari pyplot

# ravel() adalah fungsi numpy untuk mengkonversi array menjadi flatarray
# h.ravel() - > menampilkan histogram untuk band Hue (dari variabel pada cell sebelumnya)
plt.hist(h.ravel(),256,[0,256]);
plt.show()

Output :

2. Foto dengan Background Merah

Kode program :

# upload file yang sudah diunduh

# file akan disimpan sesuai dengan nama file yang diunggah
from google.colab import files
file = files.upload()

# memanggil library opencv

import cv2
# memanggil fungsi google colab untuk perbaikan cv2.imshow
from google.colab.patches import cv2_imshow
# menyimpan gambar dengan fungsi imread dari OpenCV
img = cv2.imread("merah.jpg")
# sesuaikan dengan nama file yang diunggah pada cell sebelumnya
# menampilkan gambar dengan fungsi cv2_imshow
cv2_imshow(img)
# lihat tipe data img. disimpan sebagai apa?
print(type(img))
Output :

# memanggil fungsi plt dari matplotlib

from matplotlib import pyplot as plt
# membuat sebuah variabel kosong 'fig'
fig = plt.figure()
fig.add_subplot(121) # subplot (jumlah baris, jumlah kolom, urutan)
# menampilkan gambar dengan fungsi plt
plt.imshow(img)
# plotting gambar
fig.add_subplot(122) # subplot, formatnya: (jumlah baris, jumlah kolom, urutan)
img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img2)
plt.show() #untuk menampilkan plot
Output :

print(img.shape) #menampilkan resolusi

print(img.size) #menampilkan ukuran data pada media penyimpan
print(img.dtype) #image datatype (kedalaman bit)
(1000, 648, 3)
1944000
uint8
# Band blue, green dan red masng-masing disimpan pada variabel b,g,r
b, g, r = cv2.split(img)

cv2_imshow(b); # menampilkan band biru

Output :

cv2_imshow(r); # menampilkan band merah

Output :

cv2_imshow(g); # menampilkan band hijau

Output :
# konversi BGR dari variable img ke colorspace HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV);

# memisahkan hue, saturation dan value

h, s, v = cv2.split(hsv)
# menampilkan band hue
cv2_imshow(h)
Output :

# memanggil library yang dibutuhkan

import cv2
import numpy as np
from matplotlib import pyplot as plt
# jika file baymax.jpg yang digunakan, hilangkan tanda komentar
# img = cv2.imread(‘Baymax.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
plt.show()

# plotting menggunakan fungsi histogram dari pyplot

# ravel() adalah fungsi numpy untuk mengkonversi array menjadi flatarray
# h.ravel() - > menampilkan histogram untuk band Hue (dari variabel pada cell sebelumnya)
plt.hist(h.ravel(),256,[0,256]);
plt.show()
Output :
 3. Foto dengan Background Hijau
Kode program :

# upload file yang sudah diunduh

# file akan disimpan sesuai dengan nama file yang diunggah
from google.colab import files
file = files.upload()

import cv2

# memanggil library opencv

import cv2
# memanggil fungsi google colab untuk perbaikan cv2.imshow
from google.colab.patches import cv2_imshow
# menyimpan gambar dengan fungsi imread dari OpenCV
img = cv2.imread("hijau.jpg")
# sesuaikan dengan nama file yang diunggah pada cell sebelumnya
# menampilkan gambar dengan fungsi cv2_imshow
cv2_imshow(img)
# lihat tipe data img. disimpan sebagai apa?
print(type(img))
Output :

# memanggil fungsi plt dari matplotlib

from matplotlib import pyplot as plt
# membuat sebuah variabel kosong 'fig'
fig = plt.figure()
fig.add_subplot(121) # subplot (jumlah baris, jumlah kolom, urutan)
# menampilkan gambar dengan fungsi plt
plt.imshow(img)
# plotting gambar
fig.add_subplot(122) # subplot, formatnya: (jumlah baris, jumlah kolom, urutan)
img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img2)
plt.show() #untuk menampilkan plot
Output :

print(img.shape) #menampilkan resolusi

print(img.size) #menampilkan ukuran data pada media penyimpan
print(img.dtype) #image datatype (kedalaman bit)
(1000, 648, 3)
1944000
uint8

b = img[...,0] # blue channel

g = img[...,1] # green channel
r = img[...,2] # red channel

cv2_imshow(b); # menampilkan band biru

Output :
cv2_imshow(r); # menampilkan band merah
Output :

cv2_imshow(g); # menampilkan band hijau

Output :

# konversi BGR dari variable img ke colorspace HSV

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV);

# memisahkan hue, saturation dan value

h, s, v = cv2.split(hsv)
# menampilkan band hue
cv2_imshow(h)
Output :
# memanggil library yang dibutuhkan
import cv2
import numpy as np
from matplotlib import pyplot as plt
# jika file baymax.jpg yang digunakan, hilangkan tanda komentar
# img = cv2.imread(‘Baymax.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
plt.show()

# plotting menggunakan fungsi histogram dari pyplot

# ravel() adalah fungsi numpy untuk mengkonversi array menjadi flatarray
# h.ravel() - > menampilkan histogram untuk band Hue (dari variabel pada cell sebelumnya)
plt.hist(h.ravel(),256,[0,256]);
plt.show()
Output :

4. Foto dengan background Biru

Kode program :

# upload file yang sudah diunduh

# file akan disimpan sesuai dengan nama file yang diunggah
from google.colab import files
file = files.upload()

import cv2

# memanggil library opencv

import cv2
# memanggil fungsi google colab untuk perbaikan cv2.imshow
from google.colab.patches import cv2_imshow
# menyimpan gambar dengan fungsi imread dari OpenCV
img = cv2.imread("biru.jpg")
# sesuaikan dengan nama file yang diunggah pada cell sebelumnya
# menampilkan gambar dengan fungsi cv2_imshow
cv2_imshow(img)
# lihat tipe data img. disimpan sebagai apa?
print(type(img))
Output :

# memanggil fungsi plt dari matplotlib

from matplotlib import pyplot as plt
# membuat sebuah variabel kosong 'fig'
fig = plt.figure()
fig.add_subplot(121) # subplot (jumlah baris, jumlah kolom, urutan)
# menampilkan gambar dengan fungsi plt
plt.imshow(img)
# plotting gambar
fig.add_subplot(122) # subplot, formatnya: (jumlah baris, jumlah kolom, urutan)
img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img2)
plt.show() #untuk menampilkan plot
Output :

print(img.shape) #menampilkan resolusi

print(img.size) #menampilkan ukuran data pada media penyimpan
print(img.dtype) #image datatype (kedalaman bit)
(1000, 648, 3)
1944000
uint8
b = img[...,0] # blue channel
g = img[...,1] # green channel
r = img[...,2] # red channel

cv2_imshow(b); # menampilkan band biru

Output :

cv2_imshow(r); # menampilkan band merah

Output :

cv2_imshow(g); # menampilkan band hijau

Output :

# konversi BGR dari variable img ke colorspace HSV

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV);

# memisahkan hue, saturation dan value

h, s, v = cv2.split(hsv)
# menampilkan band hue
cv2_imshow(h)
 Output :

# memanggil library yang dibutuhkan

import cv2
import numpy as np
from matplotlib import pyplot as plt
# jika file baymax.jpg yang digunakan, hilangkan tanda komentar
# img = cv2.imread(‘Baymax.jpg')
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
plt.show()

# plotting menggunakan fungsi histogram dari pyplot

# ravel() adalah fungsi numpy untuk mengkonversi array menjadi flatarray
# h.ravel() - > menampilkan histogram untuk band Hue (dari variabel pada cell sebelumnya)
plt.hist(h.ravel(),256,[0,256]);
plt.show()
Output :

https://colab.research.google.com/drive/1TrjwCwj_8mhOFIMBmQecetUTPKsPAeac?usp=share_link

Terdapat 3 warna dasar dari foto asli yaitu, red, green, and blue atau yg biasa disingkat
dengan RGB. Yang memiliki berjuta-juta warna didalamnya untuk RGB

Selain memiliki 3 warna dasar, ada pula warna lainnya yaitu grayscale dan binery yang dimana masing-masing warna
tersebut mempunyai bagiannya yaitu, 2 warna untu gray scale. Dan untuk binary hanya memiliki satu warna saja yaitu hitam.
Selain memiliki warna, didalamnya terdapat masing-masing angka pada setiap warnanya, dan hanya bisa dilihat dengan
mata komputer.