Kamis, 31 Desember 2009

Perjalanan Panjang Avatar


Bagi yang suka sama Box Office Hollywood pastinya enggak mau ketinggalan sama film 3D satu ini. Avatar ini bukan versi film dari serial animasi ’Avatar’ yang mengisahkan petualangan Eeng dan kawan – kawannya. Avatar merupakan film terbaru dari James Cameron yang sudah menjadi obsesinya sebelum dia membuat Titabic yang rilis pada 1997 (Wow! Berarti udah 12 tahun. Salut buat imajinasi James Cameron! Bayangin aja dari zaman dulu udah punya pikiran buat bikin film kayak gini! Ckckckck....).

Hal yang akan gw bahas dalam postingan sebenarnya ini bukan mengenai bagaimana jalan cerita dari film, karena jujur sebelumnya gw belum nonton ni film (hehehe....^__^, bukan karena gw ga mau nonton, tapi di Depok belum ada buw! *alibi*), tapi perjalan panjang bagaiman James Cameron mewujudkan obsesinya ini. Artikel ini gw ambil dari tabloid Bintang Indonesia (edisi 972).

Banyak orang yang penasaran dengan Avatar. Apalagi setelah beberapa minggu penayangannya di layar bioskop, film ini masih merupakan pilihan nomor satu bagi para penikmat film. Hal ini gw liat dari jumlah antrian yang selalu bayak untuk melihat film ini, dan beberapa cerita temen – temen gw yang kecewa engga dapet tiket Avatar gara – gara keabisan tiket atau males dapet kursi paling depan (hehehe...poor my friend!^__^).

Membuat Program Belajar Mengenal Angka dengan Java NetBeans


Setelah sebelumnya kita membuat game tebak gambar dan isian, sekarang gw mau nge – share lagi apa yang gw buat waktu PI. Program yang dibuat kali ini akan menggabungkan gambar dengan suara.



Membuat Game Isian Sederhana dengan Menggunakan Java NetBeans dan MsSQL

Sejujurnya gw gak tau mau kasih nama apa buat aplikasi ini. Daripada pusing-pusing akhirnya gw buat aja judulnya begitu (sori kalo agak-agak aneh judulnya!hehehe...). Setelah sebelumnya gw nge–share game tebak gambar sederhana, sekarang gw mau ng–share game isian. Pada prinsipnya sama seperti pada game tebak gambar, hanya saja game ini tidak menyediakan 3 gambar sebagai jawaban yang benar tetapi user harus mengetikkan jawaban langsung ke dalam program.  
 

Membuat Game Tebak Gambar Sederhana dengan Java NetBeans dan MySQL

Sempat perang batin (ceile bahasa gw??heheh…) dengan apa yang mau gw share diblog gw ini. Setelah berpikir, menimbang dan bermeditasi (lebay mode on) selama beberapa hari, akhirnya gw putusin buat nge-share apa yang pernah gw buat waktu tugas akhir. Gak semuanya sih, yang akan gw share menurut gw perlu aja.


 

Selasa, 08 Desember 2009

Deteksi Tepi

Seleksi objek biasanya selanjutnya dilakukan langkah deteksi tepi dalam proses pengolahan citra, di MATLAB proses pendeteksian tepi dilakukan dengan perintah/fungsi edge. Ada beberapa metode yang dapat dilakukan pada deteksi tepi menggunakana MATLAB yaitu metode sobel, prewitt,
roberts, laplacian of gaussian, metode zero cross, dan Canny.
Yang penting diperhatikan pada deteksi tepi bahwa hanya dapat dilakukan menggunakan citra grayscale atau citra 2-D.

Contoh penggunaan metode deteksi tepi:

I = imread('turtle.jpg');
gray=rgb2gray(I);
BW1 = edge(gray,'prewitt'); BW2 = edge(gray,'canny');
BW3 = edge(gray,'sobel');
BW4 = edge(gray,'roberts'); imshow(BW1);
figure, imshow(BW2)
figure, imshow(BW3)
figure, imshow(BW4)




sumber : prahadi blog

Image Filtering

Proses filtering secara khusus oleh matlab menggunakan fungsi built-in fspecial(special filter) dimana syntax umumnya adalah

fspecial(filtername,parameter,..)

dimana:
• fspecial adalah jenis filter yang digunakan
• average = filter rata-rata
• disk = circular averaging filter
• gaussian = filter gauss
• laplacian = aproximasi operator 2-D laplace
• log= laplacian of gaussian filter
• motion= motion filter
• prewitt : Prewitt horizontal edge-emphasizing filter
• sobel : Sobel horizontal edge-emphasizing filter
• unsharp : unsharp contrast enhancement filter

filter yang tersusun diatas kemudian diimplementasikan pada fungsi imfilter untuk image RGB (3-D) dan filter2 untuk image grayscale atau 2-D. Adapun contoh penggunaanya seperti contoh berikut dimana filter yang digunakan adalah filter gaussian dengan matriks 12x12, dan terlihat bahwa
gambar hasil menjadi blur.

Listing :

gambar=imread('turtle.jpg');
gaussianFilter = fspecial('gaussian', [12, 12], 5)
hasil = imfilter(gambar, gaussianFilter, 'symmetric', 'conv');
subplot(1,2,1), image(gambar);
subplot(1,2,2), image(hasil), title('Blurred Turtle, blur matrix size 12');





sumber : prahadi blog

Perbaikan Citra atau Reconstruksi Citra Kembali dengan Matlab

Pada banyak kasus pengolahan citra baik proses binerisasi maupun deteksi tepi menghasilkan citra yang pada umumnya masih belum baik, oleh karena itu perlu dilakukan perbaikan citra /
reconstruksi citra kembali. Di matlab proses rekonstruksi dilakukan menggunakan fungsi imfill .
Contoh penggunaan rekonstruksi image yaitu:

Listing :


gambar = imread('turtle.jpg');
[X,map] = rgb2ind(gambar, 128);

I = ind2gray(X,map);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
Ifill = imfill(imbw,'holes');
figure, imshow(imbw);figure, imshow(Ifill)













sumber : prahadi blog

Membuat Histogram di Matlab

Fungsi yang disediakan MATLAB untuk membuat histogram dari gambar yaitu dengan fungsi
imhist(matrik_1_dimensi_image)
Perlu diperhatikan bahwa imhist hanya dapat digunakan untuk matrik image 1 dimensi sehingga bila diimplementasikan pada matriks gambar maka hanya berupa matriks merah saja, hijua saja, biru saja atau grayscale.
Contoh penggunaan Histogram dari Image yaitu:

gambar=imread(‘gambarkoe.jpg’); %--------membaca file gambar
red=gambar(:,:,1); %memanggil matriks gambar yang hanya berisi piksel warna merah
green=gambar(:,:,2);% memanggil matriks gambar yang hanya berisi piksel warna merah
blue=gambar(:,:,3); %memanggil matriks gambar yang hanya berisi piksel warna merah
merahgray2=0.3*red+0.5*green+0.2*blue ; imhist(red)
imhist(green)
imhist(blue)
imhist(gray)




contoh hasil :


sumber : Prahadi Blog