Materi selanjutnya yang akan dibahas pada pertemuan ini adalah beberapa teknik
untuk melakukan proses Segmentasi Citra. Segmentasi citra pada dasarnya digunakan
untuk mengelompokkan/ memisahkan objek yang diinginkan (biasanya objek utama)
dengan objek yang tidak diinginkan (latar belakang).
Sedangkan pengertian lain dari segmentasi citra adalah pemrosesan citra dimana
citra dikelompokkan/ dibagi menjadi beberapa wilayah/region sehingga piksel diwilayah
yang sama memiliki karakteristik yang sama.
#import package
import cv2
import numpy as np
#load image
image = cv2.imread("D:/pantai.jpg")
#ubah image menjadi vektor 2D: misalnya (100,100,3) (width, height, channels)
>> (10000,3)
img2D = image.reshape((-1,3))
#ubah uint8 menjadi tipe data float : ini merupakan persyaratan metode k-means
dari OpenCV.
img2D = np.float32(img2D)
cv2.imshow("segmentasi",result_image)
cv2.waitKey(0)
TUGAS KELOMPOK:
Image Segmentasi using Contour Detection
(Kelompok 5)
https://machinelearningknowledge.ai/image-segmentation-in-python-opencv/
Image Segmentasi using Thresholding (otsu’s segmentation)
(Kelompok 4)
https://machinelearningknowledge.ai/image-segmentation-in-python-opencv/
Image Segmentasi using Color Masking
(Kelompok 2)
https://machinelearningknowledge.ai/image-segmentation-in-python-opencv/
Image Segmentasi berdasarkan background color
(Kelompok 1)
https://coderedirect.com/questions/588063/image-segmentation-by-
background-color-opencv-android
Image Segmentasi using Watershed Algorithm
(kelompok 3 dan 7)
https://theailearner.com/tag/watershed-algorithm-opencv-python/
https://docs.opencv.org/4.x/d3/db4/tutorial_py_watershed.html
Image Segmentasi using Color Space
(Kelompok 6 dan 8)
https://realpython.com/python-opencv-color-spaces/
referensi tambahan (dengan matlab):
https://pemrogramanmatlab.com/pengolahan-citra-digital/segmentasi-citra/