Membuat Aplikasi Pengolahan Citra Menggunakan OpenCv - Part 1

BAB 1

PENDAHULUAN

Pada saat ini kemajuan teknologi informasi sudah berkembang pesat mulai dari teks, audio, gambar, dan video. Pada penulisan kali ini kami akan membahas tentang membuat sutu aplikasi pengolahan citra. Citra atau biasa dikenal sebagai gambar adalah bentuk informasi visual. Beberapa orang berpendapat bahwa gambar mewakilkan ribuan kata. Kami setuju denagn pendapat mereka. Pada kenyataannya gambar atau citra tidak seluruhnya terlihat baik. Terdapat proses untu membuat suatu gambar dapat terlihat lebih baik. Proses tersebut dinamakan pengolahan citra. Teknik pengolahan citra sudah digunakan pada dunia perdagangan. Salah satu contohnya adalah penggunaan barcode pada suatu barang di supermarket. Dimana barcode tersebut digunakan untuk mempermudah pembacaan harga suatu barang. Bila tidak menggunakan barcode petugas akan sulit mengetahui harga barang tersebut. Maka digunakan barcode yang bertujuan agar petugas dapat dengan mudah mengecek harga barang tersebut. Pengolahan citra merupakan suatu proses perbaikan kualitas citra agar mudah di interpretasi oleh manusia atau komputer. Proses-proses yang termasuk ke dalam pengolahan citra, yaitu:

1. Perbaikan kualitas citra (Image Enhancement)
2. Pemugaran citra (Image Restoration) 
3. Pemampatan citra (Image Compression)
4. Segmentasi citra (Image Segmentation) 
5. Pengorakan citra (Image Analysis) 
6. Rekonstruksi citra (Image Recontruction) 

Kami akan menjelaskan tahapan pembuatan aplikasi pengolahan citra yang berkaitan dengan Histogram Citra menggunakan OpenCV. Dengan histogram kita bisa menentukan apakah citra yang akan dinilai tersebut baik atau malah sebaliknya. Kita juga bisa tahu bahwa citra tersebut cenderung gelap (under exposure) atau malah cenderung terang (over exposure). Grafik histogram yang dominan di bagian kiri menandakan gambar cenderung gelap. Puncak grafik di bagian kiri yang juga tampak sangat tinggi menandakan adanya clipping atau under exsposure. Grafik histogram yang dominan di bagian kanan menandakan gambar terlalu terang. Puncak grafik di bagian kanan yang juga tampak sangat tinggi menandakan over exposure. Komposisi warna pada citra dapat direpresentasikan dalam bentuk histogram. Histogram warna merepresentasikan distribusi jumlah piksel untuk tiap intensitas warna dalam citra. Untuk mendefinisikan histogram, warna di kuantisasi menjadi beberapa level diskrit, kemudian untuk tiap level tersebut dihitung jumlah piksel yang nilainya sesuai. 

Tim Penyusun:

Annisah  (50410879)

Vibri Ariyaningrum (58410361)