Koding Pengukuran Stereo

from tkinter import *
import tkinter.ttk
import cv2
import numpy as np
import xlsxwriter
import datetime
from tkinter.filedialog import askopenfilename, asksaveasfilename
import os
import tkinter.messagebox
import matplotlib.pyplot as plt
import pandas as pd
class penampil:
# membuat tampilan antar muka
def __init__(self, induk):
self.induk = induk
self.induk.resizable(True, True)
contentFrame = Frame(induk, borderwidth=2, relief=GROOVE)
contentFrame.pack(side=LEFT, expand=YES, fill=BOTH)
self.btn0 = Button(contentFrame, text='Petunjuk',
command=self.petunjuk).pack(side=LEFT, expand=YES, fill=BOTH)
self.btn1 = Button(contentFrame, text='Ukur',
command=self.ukur_rekam).pack(side=LEFT, expand=YES, fill=BOTH)
# self.btn2 = Button(contentFrame, text='lihat grafik 3D',
command=self.grafik3D).pack(side=LEFT, expand=YES,fill=BOTH)
self.btn3 = Button(contentFrame, text='Lihat Hasil Ukur',
command=self.buka_file).pack(side=LEFT, expand=YES,
fill=BOTH)
self.btn4 = Button(contentFrame, text='Keluar',
command=self.quit).pack(side=LEFT, expand=YES, fill=BOTH)
self.btn5=Button(contentFrame,text='Camera',command=self.camera).pack(side=LEFT,exp
and=YES,fill=BOTH)
menu = Menu(self.induk)
self.induk.config(menu=menu)
def petunjuk(self):
# membuat petunjuk penggunaan software
tkinter.messagebox.showinfo("Info", "1. Hubungkan kamera stereo dengan
notebook atau PC.\n"
"2. Tekan ukur dan rekam untuk memulai
pengukuran.\n"
"3. Saat mengukur, pastikan persegi
merah muda menandai objek yang diukur pada kedua citra.\n"
"4. Jika belum arahkan krusor pada
objek yang diukur pada citra kiri lalu tekan klik.\n"
"5. Tekan ( q ) untuk mengakhiri
pengukuran.\n"
"6. Hasil pengukuran tersimpan dalam
folder aplikasi ini.\n")
def ukur_rekam(self):
# mengatur ukuran template
r = 12
w = h = 2 * r
x1 = [0,0,0]
y1 = [0,0]
# memilih objek yang mau di ukur menggunakan krusor

def pilih_objek(event, x, y, flags, param):
if event == cv2.EVENT_LBUTTONDOWN:
x1[0]=x
y1[0]=y
elif event == cv2.EVENT_RBUTTONDOWN:

x1[1]=x
y1[1]=y
x1[2] = x1[0]-x1[1]+640 #disparitas
# inisialisasi kamera
cap = cv2.VideoCapture(1)
# menentukan resolusi citra
cap.set(3, 1280)
# membuat workbook excel

tsv = datetime.datetime.now()
workbook = xlsxwriter.Workbook("Data_{}.xlsx".format(tsv.strftime("%d-%m-
%Y_%H-%M-%S")))
worksheet = workbook.add_worksheet()
# Add a bold format to use to highlight cells.

bold = workbook.add_format({'bold': True, 'text_wrap': True})
# srink = workbook.add_format(())
worksheet.write('A1', 'No.', bold)
worksheet.write('B1', 'Disparity (px)', bold)
worksheet.write('C1', 'x (px)', bold)
worksheet.write('D1', 'y (px)', bold)
worksheet.write('E1', 'X (mm)', bold)
worksheet.write('F1', 'Y (mm)', bold)
worksheet.write('G1', 'Z (mm)', bold)
row = 1
column = 0
# definisi variabel
X_ob = 0
Y_ob = 0
Z_ob = 0
delay = 1 # ms 475 = 2 fps, + 0.0265 175= 5 fps, + 0.0265 75 =

10 fps, + 0.026
# 40 = 15 fps, + 0,027 21 = 20 fps, + 0,027 1 = 30 fps, + 0.0332
delay1 = delay - 9
fps = round(1 / (delay / 1000 + 0.0332))
# merekam video
size = (int(cap.get(3)), int(cap.get(4)))
fourcc = cv2.VideoWriter_fourcc(*'DIVX')
out = cv2.VideoWriter("Data_{}.avi".format(tsv.strftime("%d-%m-%Y_%H-%M-
%S")), fourcc, fps, size)
# while 1
while (1):
ret, frame = cap.read()
# menghapus hasil ukur sebelumnya

cv2.rectangle(frame, (0, 0), (1280, 60), (0, 0, 0), -1)
# cv2.rectangle(frame, (0, 462), (1280, 840), (0, 0, 0), -1)
# menulis pusat koordinat

cv2.putText(frame, "(0,0)", (320, 254), cv2.FONT_ITALIC, 0.5, (255,
255, 255), 1)
# cv2.putText(frame, ">", (630, 244), cv2.FONT_ITALIC, 0.5, (255, 255,
255), 1)
cv2.putText(frame, ">", (630, 265), cv2.FONT_ITALIC, 0.5, (255, 255,
255), 1)
cv2.putText(frame, "x", (620, 252), cv2.FONT_ITALIC, 0.5, (255, 255,
255), 1)
cv2.putText(frame, "^", (314, 70), cv2.FONT_ITALIC, 0.5, (255, 255,
255), 1)
# cv2.putText(frame, "y", (328, 70), cv2.FONT_ITALIC, 0.5, (255, 255,
255), 1)
cv2.putText(frame, "y", (326, 81), cv2.FONT_ITALIC, 0.5, (255, 255,
255), 1)
# menampilkan sumbu koordinat kamera

# frame = cv2.line(frame, (0, 240), (1280, 240), (255, 255, 255), 1) #
horisontal
frame = cv2.line(frame, (0, 261), (1280, 261), (255, 255, 255), 1) #
horisontal
vertikal kiri
# frame = cv2.line(frame, (960, 60), (960, 420), (255, 255, 255), 1) #
vertikal kanan
vertikal kanan
# cv2.setMouseCallback('image', pilih_objek)
cv2.imshow('image', frame)
j = 1
k = cv2.waitKey(1) & 0xff
if k == ord('q'):
cv2.destroyAllWindows()
break
elif k == ord('s'): # menjeda
cv2.setMouseCallback('image', pilih_objek)
# cv2.rectangle(frame, (x1,y1), (x2,y2), (0, 255, 0), 2)
cv2.waitKey(0)
cv2.waitKey(10)
elif k == ord('c'): # memotret
ts = datetime.datetime.now()
# cv2.imwrite('citra.png', frame)
cv2.imwrite(r"E:\pengukuran tesis\
Citra_{}.tiff".format(ts.strftime("%d-%m-%Y_%H-%M-%S")), frame)
cv2.imshow('citra', frame)
cv2.waitKey(0)
cv2.waitKey(1)
# while 2
while (1):
ret, frame = cap.read() # membaca frame

# Menetapkan ROI dan memanggil template
cv2.namedWindow('image')
disparitas = x1[2]
# menghitung jarak objek(Z)

if disparitas > 1:
jarak = 4069.3 * disparitas ** (-1) # rentang 30 -70
# menampilkan x,y citra

b = 6 # jarak antar kamera 6 cm
x_citra = int(x1[0]) - 320
y_citra = 259 - int(y1[0])
X_objek = (x_citra * b / disparitas) * 10

Y_objek = (y_citra * b / disparitas) * 10
Z_objek = (jarak) * 10
# membulatkan kedesimal 1 angka di belakang koma

Xob = round(X_objek, 1)
Yob = round(Y_objek, 1)
Zob = round(Z_objek, 1)
# memasukkan nilai untuk looping berikutnya

X_ob = X_objek
Y_ob = Y_objek
Z_ob = Z_objek
# menampilkan titik yang diukur

cv2.circle(frame, (x1[0],y1[0]),2,(0,0,255),2)
cv2.circle(frame, (x1[0],y1[0]),2,(0,0,255),2)

255, 255), 1)
cv2.putText(frame, ">", (630, 265), cv2.FONT_ITALIC, 0.5, (255,
255, 255), 1)
cv2.putText(frame, "x", (620, 252), cv2.FONT_ITALIC, 0.5, (255,
255, 255), 1)
255), 1)
255), 1)

frame = cv2.line(frame, (0, 261), (1280, 261), (255, 255, 255), 1)
# horisontal
# vertikal kiri
# vertikal kanan
# menampilkan hasil ukur pada bagian atas citra

cv2.putText(frame, "Disparity : {}
px".format(disparitas),
(10, frame.shape[0] - 445), cv2.FONT_HERSHEY_SIMPLEX,
0.5, (0, 255, 255), 1)
cv2.putText(frame,
"Image Position (x; y) : ({}".format(x_citra) + ";
{}".format(y_citra) + " ) px",
0.5, (0, 255, 255), 1)
# menampilkan hasil ukur pada bagian bawah kanan citra

cv2.putText(frame, "World Position (X; Y; Z) : ({}".format(Xob) +
"; {}".format(
Yob) + "; {}) mm".format(Zob),
0.5, (0, 255, 255), 1)
k = cv2.waitKey(delay) & 0xff # 140=5fps 100 =6fps 80 = 8fps 27 =12

fps
if k == ord('q'):
break
elif k == ord('e'):
break
# cv2.imshow('citra',frame)
cv2.waitKey(0)
cv2.waitKey(1)
elif k == ord('c'): # menjeda

tsv1 = datetime.datetime.now()
Foto_{}.tiff".format(tsv1.strftime("%d-%m-%Y_%H-%M-%S")), frame)
cv2.waitKey(0)
cv2.waitKey(1)
# while 3
while (1):
ret, frame = cap.read()

# Menetapkan ROI dan memanggil template

frame_gray = cv2.cvtColor(frame.copy(), cv2.COLOR_BGR2GRAY)
tinggi, lebar = frame_gray.shape[:2]
lb = int(0.5 * lebar)
img1 = frame_gray[:tinggi, :lb] # kiri
img2 = frame_gray[:tinggi, lb:] # kanan
cv2.namedWindow('image')
template = cv2.imread('template.png', 0)
# menerapkan template matching pada kamera kiri

res1 = cv2.matchTemplate(img1, template, cv2.TM_SQDIFF_NORMED)
min_val1, max_val1, min_loc1, max_loc1 = cv2.minMaxLoc(res1)
pt1 = min_loc1
cv2.rectangle(frame[:tinggi, :lb], pt1, (pt1[0] + w, pt1[1] + h), (0,
0, 255), 2)
# menerapkan template matching pada kamera kanan

res2 = cv2.matchTemplate(img2, template, cv2.TM_SQDIFF_NORMED)
min_val2, max_val2, min_loc2, max_loc2 = cv2.minMaxLoc(res2)
pt2 = min_loc2
cv2.rectangle(frame[:tinggi, lb:], pt2, (pt2[0] + w, pt2[1] + h), (0,
0, 255), 2)
# menghitung disparitas
x_kiri = int(pt1[0] - 0.5 * lb)
x_kanan = int(pt2[0] - 0.5 * lb + 19) # ralat sistematis pusat kamera
kanan 19 (diperoleh saat kalibrasi)
disparitas = x_kiri - x_kanan
# menghitung jarak objek(Z)

if disparitas > 1:
jarak = 4069.3 * disparitas ** (-1) # rentang 30 -70
# menampilkan x,y citra

b = 6 # jarak antar kamera 6 cm
x_citra = int(pt1[0]) - 320
y_citra = 259 - int(pt1[1])
X_objek = (x_citra * b / disparitas) *1000 #diubah ke mm

Y_objek = (y_citra * b / disparitas) *1000
Z_objek = (jarak)*10
dz = (round(Z_objek - Z_ob, 1))*1000
# membulatkan kedesimal 1 angka di belakang koma

Xob = round(X_objek, 1)
Yob = round(Y_objek, 1)
Zob = round(Z_objek, 1)
# memasukkan nilai untuk looping berikutnya

X_ob = X_objek
Y_ob = Y_objek
Z_ob = Z_objek

255, 255), 1)
cv2.putText(frame, ">", (630, 265), cv2.FONT_ITALIC, 0.5, (255,
255, 255), 1)
cv2.putText(frame, "x", (620, 252), cv2.FONT_ITALIC, 0.5, (255,
255, 255), 1)
255), 1)
# cv2.putText(frame, "y", (328, 70), cv2.FONT_ITALIC, 0.5, (255,
255, 255), 1)
255), 1)

# horisontal
# vertikal kiri
# vertikal kanan
# menampilkan hasil ukur pada bagian atas citra

cv2.putText(frame, "Disparity : {}
px".format(disparitas),
0.5, (0, 255, 255), 1)
cv2.putText(frame,
"Image Position (x; y) : ({}".format(x_citra) + ";
{}".format(y_citra) + " ) px",
0.5, (0, 255, 255), 1)
# menampilkan hasil ukur pada bagian bawah kanan citra

cv2.putText(frame, "World Position (X; Y; Z) : ({}".format(Xob) +
"; {}".format(
Yob) + "; {}) mm".format(Zob),
0.5, (0, 255, 255), 1)
# memasukkan data kedalam excel

worksheet.write(row, column, row)
worksheet.write(row, 1, disparitas)
worksheet.write(row, 2, x_citra)
worksheet.write(row, 3, y_citra)
worksheet.write(row, 4, Xob)
worksheet.write(row, 5, Yob)
worksheet.write(row, 6, Zob)
row += 1
out.write(frame)
k = cv2.waitKey(delay) & 0xff

if k == ord('q'):
break
cv2.waitKey(0)
cv2.waitKey(1)
elif k == ord('c'): # menjeda
Foto_{}.tiff".format(tsv1.strftime("%d-%m-%Y_%H-%M-%S")), frame)
cv2.waitKey(0)
cv2.waitKey(1)
workbook.close()
cap.release()
out.release()
def buka_file(self):
# Membuat fuction open_dialog()
fileName = askopenfilename(filetypes=(("All files", "*.*"), ("Video file",
"*.avi"), ("Excel file", "*.xlsx")))
os.startfile(fileName) # memutar video pakai aplikasi pada OS (operating
sistem)
def quit(self):
import sys
sys.exit()
def camera(self):
print('aaaaa')
# inisialisasi kamera
vid = cv2.VideoCapture(1)
# menentukan resolusi citra
vid.set(3, 1280)
while (True):
# Capture the video frame

# by frame
ret, frame = vid.read()
# Display the resulting frame

cv2.imshow('frame', frame)
# the 'q' button is set as the

# quitting button you may use any
# desired button of your choice
if cv2.waitKey(1) & 0xFF == ord('s'):
# Capture the video frame
# by frame
ret, frame = vid.read()
cv2.imwrite(r'E:\pengukuran tesis\
Foto_{}.tiff'.format(tsv1.strftime("%d-%m-%Y_%H-%M-%S")), frame)
# Display the resulting frame

cv2.imshow('frame', frame)
break
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# After the loop release the cap object

vid.release()
# Destroy all the windows
root = Tk()
app = penampil(root)
root.title('PENGUKURAN GERAK 3D OBJEK BERBASIS KAMERA STEREO')
root.geometry('500x20')
root.mainloop()

Koding Pengukuran Stereo

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Koding Pengukuran Stereo

Diunggah oleh

Hak Cipta:

Format Tersedia

from tkinter import *

# memilih objek yang mau di ukur menggunakan krusor

elif event == cv2.EVENT_RBUTTONDOWN:

# membuat workbook excel

# Add a bold format to use to highlight cells.

delay = 1 # ms 475 = 2 fps, + 0.0265 175= 5 fps, + 0.0265 75 =

# menghapus hasil ukur sebelumnya

# menulis pusat koordinat

# menampilkan sumbu koordinat kamera

# menghapus hasil ukur sebelumnya

# Menetapkan ROI dan memanggil template

# menghitung jarak objek(Z)

# menampilkan x,y citra

X_objek = (x_citra * b / disparitas) * 10

# membulatkan kedesimal 1 angka di belakang koma

# memasukkan nilai untuk looping berikutnya

# menampilkan titik yang diukur

# menulis pusat koordinat

# menampilkan sumbu koordinat kamera

# menampilkan hasil ukur pada bagian atas citra

# menampilkan hasil ukur pada bagian bawah kanan citra

k = cv2.waitKey(delay) & 0xff # 140=5fps 100 =6fps 80 = 8fps 27 =12

elif k == ord('c'): # menjeda

ret, frame = cap.read()

# menghapus hasil ukur sebelumnya

# Menetapkan ROI dan memanggil template

# menerapkan template matching pada kamera kiri

# menerapkan template matching pada kamera kanan

# menghitung jarak objek(Z)

# menampilkan x,y citra

X_objek = (x_citra * b / disparitas) *1000 #diubah ke mm

# membulatkan kedesimal 1 angka di belakang koma

# memasukkan nilai untuk looping berikutnya

# menulis pusat koordinat

# menampilkan sumbu koordinat kamera

# menampilkan hasil ukur pada bagian atas citra

# menampilkan hasil ukur pada bagian bawah kanan citra

# memasukkan data kedalam excel

k = cv2.waitKey(delay) & 0xff

# Capture the video frame

# Display the resulting frame

# the 'q' button is set as the

# Display the resulting frame

# After the loop release the cap object

Anda mungkin juga menyukai