Pemrosesan Gambar menggunakan Filter Spasial – Menuju AI – Teknologi, Sains, dan Teknik Terbaik

Penulis: Ralph Caubalejo

Visi Komputer, Pemrograman

Memberi Ruang…

Salah satu keajaiban pemrosesan gambar adalah dapat melihat nilai piksel dari setiap gambar dan melakukan operasi matematika yang berbeda padanya.

Karena gambar sudah berupa variety atau matriks, maka kita sudah dapat melakukan operasi yang berbeda seperti mengalikan, menambah, mengurangi, dan membagi.

Salah satu operasi yang paling banyak digunakan dalam pemrosesan gambar adalah konvolusi, yang terutama digunakan untuk memfilter gambar.

Proses ini biasanya berasal dari menggabungkan larik gambar menjadi larik atau matriks yang ditentukan pengguna.

Matriks yang ditentukan pengguna ini dikenal sebagai kernel dan biasanya memiliki efek berbeda tergantung pada nilai yang dimilikinya, terutama orientasi tanda,

Untuk artikel ini, kami akan mencoba kernel spasial berbeda yang dapat diubah menjadi gambar tertentu.

Mari kita muat gambar sampel kita!

impor numpy sebagai np
dari skimage.io import imshow, imread
impor matplotlib.pyplot sebagai plt mple = imread (‘stand.png’)
imshow (sampel);
(Gambar oleh Penulis)

Menggunakan Filter Berbeda:

Sobel Horisontal

Impor matplotlib.pyplot sebagai plt
dari scipy.signal import convolve2d
impor numpy sebagai np sample_g = rgb2gray (sample)
#mendefinisikan kernel / blocker
Number Filter Sobel Horisontal
kernel1 = np.array ([[1, 2, 1],
[0, 0, 0],
[-1, -2, -1]]) konv1 = convolve2d (contoh_g, kernel1,’legitimate’)
ara, kapak = plt.subplots (1,3, figsize = (15,10))
kapak[0].imshow (sample_g, cmap =’gray’)
kapak[1].imshow (kernel1, cmap =’gray’)
kapak[2].imshow (gut (konv1), cmap =’abu-abu’) kapak[0].set_title (‘Gambar Skala Abu-abu’, fontsize = 20)
kapak[1].set_title (‘Spesifikasi Filter’, fontsize = 20)
kapak[2].set_title (‘Menggunakan Horizontal Sobel’, fontsize = 20)
plt.show ()

Langkah umum untuk menggabungkan larik terpisah ke larik lainnya adalah membuat gambar berada pada dimensi skala abu-abu. Kita dapat menggunakan fungsi yang dapat digunakan dari pustaka scipy untuk menggabungkan gambar tertentu. Kode untuk filter lain berikut mengikuti beberapa prinsip, satu-satunya hal yang berubah adalah nilai bilangan bulat range, ini dapat dijelaskan oleh grafik spesifikasi filter.

(Gambar oleh Penulis)

Hasil penelitian menunjukkan bahwa filter Sobel flat mampu menipiskan fitur flat dan garis flat pada citra.

Menggunakan Vertical Sobel

(Gambar oleh Penulis)

Sobel vertikal eksperimental mampu menipiskan fitur vertikal pada gambar, untuk contoh ini, garis vertikal dudukan dapat dilihat lebih jelas jika dibandingkan dengan hasil penyempurnaan flat Sobel.

Menggunakan Filer Diagonal Kiri

(Gambar oleh Penulis)

Filter diagonal dalam arti sama dengan Sobel vertikal dan flat tetapi lebih melemahkan fitur diagonal gambar.

Menggunakan Filter Diagonal Kanan

(Gambar oleh Penulis)

Kami juga mencoba melakukan invers dari matriks Ranking kiri yang merupakan matriks Ranking kanan, dan sebuah wawasan yang menarik terlihat, hasilnya menunjukkan bahwa tidak ada perbedaan antara penggunaan filter atau kiri atau kanan.

Menggunakan Filter Deteksi Tepi

(Gambar oleh Penulis)

Seperti namanya, filter deteksi tepi adalah array yang dapat menipiskan tepi gambar karena dari hasil, kami dapat dengan jelas menunjukkan tepi dudukan kayu.

Menggunakan Filter Penajaman

(Gambar oleh Penulis)

Penajaman selalu digunakan dalam banyak pengeditan foto, dan matematika di baliknya adalah menggabungkan gambar ke array yang telah ditentukan di mana kita dapat menipiskan pusat dengan meletakkan nilai negatif ke segmen silang.

Menggunakan Filter Box Blur

(Gambar oleh Penulis)

Pengaburan adalah tindakan membagi nilai piksel dari larik yang ditentukan. Dari hasil tersebut, kita mungkin mengira bahwa gambar itu tidak buram, tetapi kenyataannya, diburamkan sebagian.

Menggunakan Filter Gaussian Blur

(Gambar oleh Penulis)

Filter Gaussian Blur bekerja dengan cara yang sama seperti kotak blur tetapi dengan efek yang jauh lebih kabur

Ringkasan

Singkatnya, kami dapat menunjukkan filter spasial berbeda yang dapat kami gunakan untuk gambar. Biasanya filter ini sudah ada di dalam banyak perangkat lunak pengeditan foto, tetapi teori di baliknya adalah bahwa semua filter berasal dari fungsi aljabar linier dasar.

Nantikan artikel selanjutnya!

Pemrosesan Gambar menggunakan Spatial Filters awalnya diterbitkan di Limit AI on Moderate, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Towards AI