Python memiliki beragam library. Salah satu library terkenal untuk pengolahan citra [image processing] adalah OpenCV [//opencv.org/]. Untuk mencoba library ini silahkan buka Google Colab [//colab.research.google.com] di browser kita. Instalasi OpenCV Untuk
menginstal OpenCV, gunakan PIP dengan disertai simbol “!” di depan cell Google Colab sebagai berikut. Setelah itu tekan simbol run di sebelah kiri sel tersebut. ! pip install opencv-python Tunggu beberapa saat menunggu Google Colab selesai menginstall OpenCV.
Import Library OpenCV
Tidak serta merta ketika diinstal OpenCV dapat langsung digunakan. Import terlebih dahulu. Gunakan satu sel baru agar lebih mudah men-debug nya.
import os
import numpy as np
import matplotlib.pyplot as plt
import cv2
Tekan run dan pastikan tidak ada kesalahan. Di sini numpy dan matplotlib merupakan library untuk pengolahan matriks dan plotting. Nah, cv2 di sini merupakan OpenCV.
Membaca, Menampilkan, dan Konversi Citra
Berikutnya kita berlatih menggunakan fungsi OpenCV antara lain, membaca, menampilkan, dan mengkonversi ke hitam putih sebuah citra. Pada google colab upload image sembarang [berformat jpg/png]. Tekan terlebih dulu simbol folder di sebelah kiri Google Colab kita.
from google.colab.patches import cv2_imshow
img = cv2.imread[‘Rahmadya.jpg’, cv2.IMREAD_UNCHANGED]
cv2_imshow[img]
grayImg = cv2.cvtColor[np.array[img],cv2.COLOR_BGR2GRAY];
cv2_imshow[grayImg]
Kode di baris atas menambahkan satu patches karena cv.imshow tidak berjalan di Google Colab maupun Jupyter Notebook. Variabel img merupakan citra asli, sementara grayImg yang sudah dikonversi ke hitam putih [gray]. Perhatikan di OpenCV formatnya Blue-Green-Red [BGR], bukan RGB.
Plotting
Selain dengan OpenCV, ada baiknya kita belajar menampilkan dalam bentuk Plot karena lebih rapih. Gunakan kode berikut di sel yang baru.
plt.subplot[121], plt.imshow[img], plt.title[“Original”]
plt.xticks[[]], plt.yticks[[]]
plt.subplot[122], plt.imshow[grayImg], plt.title[“Edited”]
plt.xticks[[]], plt.yticks[[]]
plt.show[]
Pastikan program berjalan dengan baik.
Silahkan kunjungi video tutorial ini untuk lebih jelasnya.
Navigasi pos
Yang baru cv2
antarmuka untuk Python terintegrasi numpy array ke dalam kerangka OpenCV, yang membuat operasi lebih sederhana karena diwakili dengan array multidimensi sederhana. Misalnya, pertanyaan Anda adalah dijawab dengan:
import cv2 # Not actually necessary if you just want to create an image.
import numpy as np
blank_image = np.zeros[[height,width,3], np.uint8]
Ini menginisialisasi gambar RGB yang hanya hitam. Sekarang, misalnya, jika Anda ingin mengatur bagian kiri gambar menjadi biru dan bagian kanan menjadi hijau, Anda dapat melakukannya dengan mudah:
blank_image[:,0:width//2] = [255,0,0] # [B, G, R]
blank_image[:,width//2:width] = [0,255,0]
Jika Anda ingin menyelamatkan diri dari banyak masalah di masa depan, serta harus mengajukan pertanyaan seperti ini, saya akan sangat menyarankan menggunakan cv2
antarmuka daripada yang lebih lama cv
satu. Saya membuat perubahan baru-baru ini dan tidak pernah melihat ke belakang. Anda dapat membaca lebih lanjut tentang cv2
di OpenCV Change Logs .