Representasi Data Digital Gambar (Image)

Gambar adalah kumpulan titik yang tergabung menjadi sebuah bentuk.

Digitalisasi Gambar Sama seperti pada suara, gambar untuk ditampilkan kedalam computer perlu adanya digitalisai untuk dimanipulasi ke dalam coding digital. Tidak ada batasan yang pasti dalam kualitas sebuah gambar. Tetapi dengan melakukan batasan kita dapat menerapkan ke dalam komputer biasanya besaran tersebut adalah kedalaman warna (colour depth) dengan besaran nilai 1,2,4,8,16 dan 24 bit depth

Digitalisasi Gambar Gambar digital diwakili oleh klasifikasi numeric matriks, masing-masing perwakilan dari suatu nilai intesitas kuantisasi. Poin-poin yang ada gambar adalah sebuah sample yang disebut dengan pixels. Resolusi adalah banyak pixel yang ada pada gambar tersebut. Semakin besar resolusi, nilai sample lebih baik maka semakin kecil jarak antar pixel sehingga kosekuansi yang didapat makin baik image yang didapat.

Digitalisasi Gambar Gambar yang sama dengan 52 x 43 pembagian gambar Melakukan pembagian (grid) 2x2 pada gambar yang asli

Komputer Grafik Grafik awal mulanya dibuat karena adanya permintaan dari para editor grafik. Dalam hal ini grafik adalah memodifikasi bentuk dan model dari sebuah grafik matematik, yang berdasarkan sumbu simetris x, y dan z contohnya garis , lingkaran , elips. Untuk melakukan digitalisasi pada grafik sama seperti pada gambar, yaitu nilai resolusi dan kedalaman warna. Sebelum grafik dapat di ubah kedalam bentuk pixel matrix, grafik tersebut terlebih dahulu diberikan label.

Contoh gambar Grafis

langkah-langkah membentuk image recognition Image Recognation langkah-langkah membentuk image recognition

Image Recognation Memformat gambar (formatting image) Memformat gambar berarti melakukan pengambilan gambar dengan membawa gambar tesebut ke dalam format digital. Penyesuaian Di dalam image, pada umumnya bentuknya tidak terlihat bagus, karena gambar yang ditampilkan mengalami digitalisasi yang terkena noise, sehingga untuk itu dilakukan adanya filter pada gambar sehingga gambar tersebut menjadi lebih normal dan lebih terlihat jelas.

Image Recognation Pelabelan (labeling) Informasi pada gambar mempuyai pola yang terstruktur. Pola yang digunakan pada umumnya terdiri dari beberapa urutan pixel. Jika dari susunan pixel tersebut memiliki sudut, setelah sudut tersebut diberikan label. Sangat rumit dalam melakukan pelabelan, dikarenakan harus melibatkan intenfikasi dan bentuk label yang primitif dan penentuan sudut dari tiap-tiap pixel

Image Recognation Pengelompokan (Grouping) Proses pelabelan menemukan objek yang primitif, yang bisa disebut dengan sudut. Proses pengelompokan dapat melakukan pemutaran sudut-sudut yang memiliki label yang sama sehingga gambar dapat disusun kembali menjadi gambar yang mulai terlihat jelas. 3 operasi yang sebelumnya melakukan pembentukan gambar menjadi data gambar secara terstruktur (Informasi pixel). Dari hasil pengelompokan tiap-tiap pixel dikelompokan berdasarkan struktur data, tiap-tiap pixel memiliki informasi yang disimpan kedalam suatu struktur data yang logis.

Image Recognation Pengambilan intisari gambar (extracting image) Pengelompokan hanya melakukan penyimpanan/pengarsipan dari pixel-pixel yang memiliki label yang sama. Sedangkan pengambilan intisari (extraction) melakukan pengambilan beberapa pixel yang mewakili dari kelompok-kelompok yang ada. Pengambilan intisari menguraikan perbedaan antar kelompok pixel pada gambar sumber

Image Recognation Penyesuaian (Matching) Proses yang terakhir adalah melakukan penyesuaian dimana sebuah pixel dalam gambar telah dilakukan pengelompokan kedalam objek dan hubungan diantara objek yang berbeda telah ditentukan , ini merupakan langkah yang terakhir dalam sistem recognise objek sebuah gambar. Penyesuaian melakukan perbandingan pada masing-masing objek gambar dengan sebuah model yang telah disimpan sehingga dicari persamaan keduanya yang paling tepat.