Konsep Dasar Citra Digital - Perkuliahan Pengolahan Citra Digital #01

Kuliah Informatika
2 Oct 202120:29

Summary

TLDRThis educational video introduces the fundamental concepts of digital image processing, explaining what digital images are and their structure. The instructor, Muhammad Fahri, clarifies that digital images are two-dimensional representations of real-world three-dimensional objects captured by digital devices like cameras and scanners. The video delves into the process of image acquisition, emphasizing the importance of sampling and quantization in creating digital images. It also touches on the technical aspects of image resolution, illustrating how pixel density affects image sharpness. The lecture is practical, using Python programming and OpenCV for demonstrations, and sets a foundation for more advanced studies in pattern recognition and computer vision.

Takeaways

  • 😀 The lecture series is about digital image processing, focusing on the basics of digital images, their structure, and their relevance to computer science.
  • 📸 Digital images are representations of real-world objects captured in a two-dimensional form, as opposed to the three-dimensional objects they depict.
  • 🔍 The process of capturing a three-dimensional object and representing it in two dimensions involves digital devices like cameras and scanners.
  • 💻 The lecture will be practical, using the Python programming language, and will be supported by the OpenCV library for image processing tasks.
  • 🔑 Digital images are created through a process called image acquisition, which involves sampling and quantization to convert continuous images into digital form.
  • 🖼️ The term 'pixel' refers to the smallest unit of a digital image, derived from 'picture element,' and pixels are the building blocks of digital images.
  • 📏 The resolution of a digital image is defined by the number of pixels along the horizontal (width) and vertical (height) axes.
  • 👁️ The human eye perceives images as continuous, while computers interpret digital images as matrices of numerical values representing colors.
  • 🎨 The values of pixels range from 0 (black) to 255 (white), with the number indicating the intensity of the color, where higher values mean brighter colors.
  • 🔍 The script emphasizes the importance of understanding digital images as matrices for further study in advanced computer science subjects like pattern recognition and computer vision.

Q & A

  • What is the main topic of the lecture series?

    -The main topic of the lecture series is digital image processing.

  • What is the definition of a digital image according to the script?

    -A digital image is a two-dimensional representation of a real-world object captured through digital devices such as cameras or scanners.

  • How does the script differentiate between a digital image and a continuous image?

    -A digital image is made up of discrete pixels, whereas a continuous image appears smooth without any pixelation.

  • What are the two main processes involved in creating a digital image from a real-world object?

    -The two main processes involved in creating a digital image are sampling and quantization.

  • What is the term used to describe the smallest unit of a digital image?

    -The smallest unit of a digital image is called a pixel, which is short for 'picture element.'

  • How does the script explain the relationship between pixel density and image sharpness?

    -The script explains that a higher pixel density results in a sharper image, as more pixels are used to represent the image.

  • What is the significance of the term 'sampling' in the context of digital image processing?

    -Sampling refers to the process of capturing an image at a certain pixel resolution, where the image is divided into a grid of pixels.

  • What is the term used to describe the process that assigns a single color to each pixel in a digital image?

    -The process of assigning a single color to each pixel in a digital image is called quantization.

  • How does the script describe the difference between how humans and computers perceive digital images?

    -Humans perceive digital images as visual representations of objects, while computers see them as matrices of numbers representing pixel values and colors.

  • What is the role of the number values associated with pixels in a digital image?

    -The number values associated with pixels in a digital image represent the color and intensity of the pixel, with values ranging from 0 (black) to 255 (white).

  • Why is the concept of digital image processing considered foundational according to the script?

    -Digital image processing is considered foundational because it provides the basic understanding necessary before delving into more advanced subjects like pattern recognition and computer vision.

Outlines

00:00

📚 Introduction to Digital Image Processing

This paragraph introduces the concept of digital images within the context of a digital image processing course led by Muhammad Fahri. It explains that a digital image is a two-dimensional representation of a real-world object, typically captured by digital devices like cameras or scanners. The lecture emphasizes the importance of understanding digital images as a foundational step before delving into more advanced topics such as pattern recognition and computer vision. The course will be practically applied using the Python programming language, aided by an IDE called OpenCV.

05:02

🔍 The Image Acquisition Process

Paragraph 2 delves into the process of image acquisition, which involves capturing real-world objects using devices like cameras or scanners. It describes how these devices perform 'sampling' to create a grid of pixels, which are the basic units of a digital image. After sampling, the digital device carries out 'quantization', where each pixel's color is quantized to a specific value. The paragraph highlights the importance of these two processes in creating a digital image and provides an example of how a smooth, continuous image (analog image) is transformed into a digital image through sampling and quantization.

10:03

🖼️ Understanding Digital Images and Pixels

Paragraph 3 further explores the concept of digital images, focusing on pixels as the fundamental elements that make up these images. It explains that each pixel, derived from the term 'picture element', represents a small dot on a screen that contributes to the overall image. The paragraph discusses how the density of pixels affects image sharpness, with a higher pixel density leading to a clearer image. It also clarifies the coordinate system used in digital images, where the origin (0,0) is typically at the top-left corner,不同于传统的数学坐标系统。

15:06

🎨 Image Resolution and Pixel Density

This paragraph discusses the impact of image resolution on the quality of digital images. It explains that higher resolution, which corresponds to a greater number of pixels, results in a sharper image. The paragraph uses examples to illustrate how reducing the pixel count through sampling can lead to a loss of detail and a more abstract representation of the original image. It also touches on the concept of megapixels in cameras and the significance of pixel density in capturing fine details.

20:09

👁️‍🗨️ Human and Computer Perception of Images

Paragraph 5 contrasts how humans and computers perceive images. While humans see a continuous image, computers interpret digital images as matrices of numbers representing pixel values. Each pixel's value determines the color displayed, with 0 representing black and 255 representing white. The paragraph emphasizes that digital images are essentially data matrices where each element is a pixel with a numerical value that dictates its color. It sets the stage for understanding how computers process and analyze digital images.

Mindmap

Keywords

💡Digital Image

A digital image is a representation of a two-dimensional object or scene captured and stored using digital technology. In the context of the video, digital images are created by capturing real-world objects through devices like digital cameras and scanners, which then represent these three-dimensional objects in a two-dimensional format. The script mentions that digital images are the result of processes like image acquisition, sampling, and quantization, which are essential for understanding the video's theme of digital image processing.

💡Sampling

Sampling in digital image processing refers to the process of selecting a subset of data points from a continuous signal or image. The video script explains that when capturing an image, the camera divides the scene into a grid of small squares, known as pixels, which are then sampled to create a digital representation of the image. Sampling is crucial as it determines the resolution and quality of the digital image, with higher sampling rates resulting in more detailed images.

💡Quantization

Quantization is the process of converting continuous values to discrete values in digital systems. In the video, quantization is described as the step following sampling, where the sampled pixel values are converted into digital values. This process involves assigning a specific color or intensity value to each pixel based on the dominant color in the area it represents, which is essential for creating a digital image from a real-world scene.

💡Pixel

A pixel, short for 'picture element,' is the smallest unit of a digital image. The video script uses the term to describe the individual elements that make up a digital image, with each pixel representing a single point in the grid created during the sampling process. The density of pixels determines the sharpness and detail of the image, as illustrated by the examples in the script where images with different pixel densities are compared.

💡Resolution

Resolution in digital imaging refers to the number of pixels in an image, typically expressed as the number of pixels along the horizontal and vertical axes (e.g., 14x12 pixels). The video script explains that higher resolution images, which have more pixels, appear sharper and more detailed. Resolution is a key concept in understanding image quality and is directly related to the sampling process discussed in the video.

💡Image Acquisition

Image acquisition is the process of capturing a real-world scene or object to create a digital image. The video script mentions that this process involves using devices like digital cameras or scanners to capture the image. Image acquisition is the first step in creating a digital image and sets the stage for subsequent processing steps like sampling and quantization.

💡Computer Vision

Computer vision is an interdisciplinary field that deals with enabling computers to understand and interpret visual information from the world. The video script briefly touches on computer vision as an advanced subject that builds upon the foundational concepts of digital image processing. Understanding digital images and their processing is essential for developing computer vision systems that can recognize patterns and analyze visual data.

💡Megapixels

Megapixels is a term used to describe the total number of pixels in a digital image, where one megapixel equals one million pixels. The video script refers to megapixels as an indicator of the sampling capability of a camera, with higher megapixel counts corresponding to more detailed images due to the greater number of pixels used in sampling. Megapixels is a common metric used to compare the resolution and quality of digital cameras.

💡Matrix

In the context of the video, a matrix is a two-dimensional array of numbers that represents a digital image. The script explains that each pixel in a digital image corresponds to an element in a matrix, with the value of each element determining the color or intensity of the pixel. This concept is crucial for understanding how digital images are structured and processed by computers, as they essentially view and manipulate images as matrices of numerical data.

💡Grayscale Image

A grayscale image is a type of digital image that contains only shades of gray, with no color. The video script discusses grayscale images in relation to the values assigned to pixels during quantization, where pixel values range from 0 (black) to 255 (white). Grayscale images are a fundamental concept in digital image processing, as they illustrate how images can be represented and manipulated using only numerical values, without the complexity of color.

Highlights

Introduction to the basics of digital image processing.

Definition of a digital image as a two-dimensional representation of a real-world object.

Explanation of the transition from three-dimensional objects to two-dimensional digital images.

Practical application of Python programming language in digital image processing.

Use of OpenCV library to assist in image processing tasks.

Importance of understanding digital images as foundational knowledge for advanced computer science subjects.

Different devices that can capture digital images, such as digital cameras and scanners.

Concept of image acquisition and the process of capturing real-world objects into digital images.

The role of sampling and quantization in the creation of digital images.

Definition of pixels as the basic units of digital images.

How the density of pixels affects the sharpness and quality of digital images.

The coordinate system used in digital images, with the origin at the top-left corner.

Comparison between human perception of images and how computers process digital images as matrices of numbers.

Explanation of how pixel values represent colors in digital images.

The significance of pixel values ranging from 0 (black) to 255 (white) in determining image brightness.

Digital images as matrices where each element corresponds to a pixel with a numerical value representing color.

Invitation to like and subscribe for more content on digital image processing.

Transcripts

play00:00

halo halo semuanya Assalamualaikum

play00:02

warahmatullah wabarakatuh Selamat datang

play00:04

di seri perkuliahan pengolahan Citra

play00:06

digital Bersama saya Muhammad Fahri pada

play00:10

bagian pertama ini kita akan membahas

play00:11

mengenai konsep dasar dari Citra digital

play00:14

Apa itu citra digital kemudian Bagaimana

play00:18

strukturnya dan bagaimana posisi Citra

play00:22

digital terhadap

play00:24

ilmu-ilmu komputer yang berhubungan nah

play00:27

nantinya eh kuliah ini akan kita

play00:30

praktekkan menggunakan bahasa

play00:32

pemrograman python dan dibantu dengan

play00:34

leader yang namanya openside nih tenang

play00:38

semuanya kita akan lihat dulu Seperti

play00:39

apa kisahnya disini Sebelum saya

play00:42

menjelaskan lebih dalam kita harus pekat

play00:45

itu ya terus pakati bahwa Disini yang

play00:48

dimaksud dengan Citra adalah gambar Ya

play00:50

gambar Jadi bukan Citra yang lain bukan

play00:53

Citra hand body lotion ya bukan jika

play00:56

Citra anaknya Pak Bambang gitu ya jadi

play00:59

kita the maksud disini adalah gambar nah

play01:02

yang begitu apa atau Citra itu apa

play01:05

dampaknya begini ya Citra itu merupakan

play01:09

representasi dari

play01:11

objek nyata ya yang ada disekitar kita

play01:14

ke dalam media dua dimensi Nah kita tahu

play01:18

bahwasanya objek yang ada disekitar kita

play01:20

Ayah objek nyata itu dia ada dalam apa

play01:25

namanya ranah tiga dimensi ya tiga

play01:28

dimensi ya Ada sumbu x y dan z nya Nah

play01:32

kemudian Bagaimana objek yang tiga

play01:34

dimensi tersebut ya nanti ditangkap oleh

play01:37

perangkat digital kemudian

play01:39

direpresentasikan dalam suatu bentuk ya

play01:42

yakni dua dimensi nah Seperti apa Citra

play01:46

itu ya seperti ini gambarnya ya kita

play01:49

semua udah paham ya kita sudah paham

play01:51

jadi ini contoh Citra yang mana

play01:55

citra-citra tersebut atau gambar-gambar

play01:57

tersebut diambil menggunakan

play02:00

perangkat misalkan kamera Nah kita ya

play02:03

kita tahu ya bahwasanya Citra yang ada

play02:06

di gambar ini ya ataupun objek yang ada

play02:08

di gambar ini merupakan

play02:10

aslinya merupakan objek 3 dimensi di

play02:13

dunia nyata tetapi ketika dia ditangkap

play02:16

oleh kamera misalnya Nadia diubah

play02:19

direpresentasikan ke dalam eh data

play02:23

ataupun file yang bentuknya dua dimensi

play02:26

ya dua dimensi artinya disini kita hanya

play02:29

memiliki sumbu-x dan sumbu-y saja ya

play02:33

tanpa suhu zatnya ini contoh Citra ya

play02:37

jadi Citra itu merupakan representasi

play02:39

dari objek dunia nyata ke dalam media

play02:43

dua dimensi

play02:45

kemudian disini kita akan lihat

play02:48

Bagaimana

play02:49

posisi mata kuliah kita ini terhadap

play02:52

mata kuliah lain yang lebih Advance gitu

play02:55

ya Nah pengolahan Citra digital itu

play02:58

menjadi dasar ini dia menjadi dasar jadi

play03:01

pondasi sebelum kita masuk ke mata

play03:04

kuliah ataupun ke subjek yang lebih

play03:07

Advance yang lebih tinggi lagi di sini

play03:09

sebelum kita memahami yang namanya

play03:11

pengenalan pola ataupun sebelum kita

play03:14

mempelajari yang namanya computer Vision

play03:16

atau atau visi komputer gitu ya maka

play03:19

kita harus tahu dulu konsep ya dan

play03:23

pemahaman mengenai pengolahan Citra

play03:26

digital sehingga ketika kita masuk ke

play03:30

mata kuliah ataupun ke subjek pengenalan

play03:33

pola petot recognition ataupun ke

play03:35

computer Vision kita sudah memiliki

play03:38

modal sedapnya pondasi yakni di

play03:41

pengolahan Citra digital

play03:43

nih diisi teman-teman Citra ataupun

play03:47

gambar yang kita bahas itu fokus pada

play03:50

yang namanya Citra digital nah Apa itu

play03:54

citra digital gampangnya begini ya

play03:57

itulah digital merupakan

play04:00

Hai saya yang ditangkap melalui

play04:02

perangkat digital jadi gambar yang

play04:05

diambil atau ditangkap menggunakan

play04:08

perangkat digital Contohnya apa Iya

play04:11

banyak misalkan yang paling dekat dengan

play04:14

kita kamera digital email gital ya entah

play04:18

Mereknya apa jelas kalau dia kamera

play04:20

digital yang merupakan perangkat yang

play04:22

bisa menangkap objek nyata dan

play04:25

merepresentasi nya kedalam dua dimensi

play04:28

nah yang lainnya apa misalkan scanner

play04:31

scanner itu juga merupakan perangkat

play04:34

yang bisa menghasilkan Citra digital

play04:36

kita punya dokumen kita scan

play04:39

menghasilkan gambar misalnya maka gambar

play04:42

yang dihasilkan dari scene tersebut

play04:43

merupakan Citra digital atau dibidang

play04:46

medis ya Ada USG atau sitisken itu juga

play04:49

sama merupakan perangkat untuk

play04:51

menghasilkan Citra digital tentunya

play04:54

dengan bantuan x-ray ya untuk melihat

play04:57

organ dalam tubuh manusia misalkan ibu

play04:59

hamil ini SG nya atau menggunakan

play05:02

sitisken ya sitisken untuk memindai

play05:05

eh apa namanya otak yang ada yang ada

play05:09

dalam kepala manusia nah ini beberapa

play05:12

contoh perangkat yang bisa digunakan

play05:14

untuk mengambil atau menghasilkan Citra

play05:18

digital

play05:20

teman-teman nah ini terkait dengan

play05:24

perangkat tadi proses yang kita lakukan

play05:27

untuk menghasilkan Citra digital itu

play05:30

tersebut dengan image akuisisi on jadi

play05:33

ketika ada objek-objek dunia nyata lalu

play05:36

kita ambil gambarnya kita tangkap

play05:39

gambarnya Entah dengan kamera Entah

play05:42

dengan scanner ya atau alat lainnya maka

play05:45

itu disebut dengan image action

play05:48

akuisisi Citra ya kita mengambil Citra

play05:51

tersebut nah bagaimana prosesi

play05:53

metavision ini nah seperti ini jadi kita

play05:57

punya objek nih kita punya objek dunia

play05:59

nyata di atas rantap benda itu Apa itu

play06:02

benda gitu ya benda atau manusia ataupun

play06:04

objek yang lainnya nah kemudian objek

play06:08

ini ditangkap oleh kamera misalnya

play06:11

ataupun scanner misalnya ya Nah setelah

play06:15

ditangkap oleh kamera kamera akan

play06:17

melakukan yang namanya sampling yaitu

play06:21

sampel nanti akan kita bahas setelah ini

play06:22

Nah setelah dilakukan sampling

play06:26

komputer ataupun perangkat digital

play06:28

tersebut akan melakukan yang namanya

play06:29

quantization One Piece jadi ada sampling

play06:33

ada kuantisasi Nah teman-teman nanti

play06:36

harus perhatikan dua hal ini ya karena

play06:39

sampling dan kuantisasi ini menjadi eh

play06:43

apa namanya objek utama dalam

play06:46

menghasilkan Citra digital lewat

play06:48

perangkat digital setelah terjadi

play06:51

kuantisasi maka akan dihasilkan yang

play06:54

namanya digital image atau Citra digital

play06:56

Nah lihat di sini ya sampling dan Kunti

play07:00

kejadian itu menjadi aktor utama dalam

play07:03

menghasilkan sebuah Citra digital

play07:06

melalui perangkat ya perangkat digital

play07:08

tadi Nah itu imej position Ini contohnya

play07:12

misal saya ada benda yang tak hanya

play07:15

bertanya saja tahu ya abstrak yang tak

play07:18

seperti buah sepertinya nampak seperti

play07:20

buah Nah kita anggap ini objek dunia

play07:22

nyata terus objek ini kita tangkap

play07:25

menggunakan kamera digital misalkan

play07:28

dengan handphone kita ya Nah maka tadi

play07:32

ketika perangkat mengambil atau

play07:35

mengakuisisi gambar ini Hal pertama yang

play07:38

dilakukan adalah sampling sampling itu

play07:41

dilakukan dengan cara membuat great

play07:43

seperti ini ya kotak-kotak seperti ini

play07:45

nantinya

play07:46

kotak-kotak ini akan kita sebut dengan

play07:48

yang namanya pixel ya akan kita sebut

play07:52

dengan pixel nanti kata-kata ini nah

play07:54

sampling itu seperti ini jadi Ia membuat

play07:58

great ya tosma kotak dengan ukuran

play08:01

tertentu ya misalkan di sini ukurannya

play08:03

14 baris dan 12 kolom ya kemudian

play08:07

sampling ini ya hasil sampling ini akan

play08:11

dilakukan kuantisasi menjadi apa menjadi

play08:14

gambar baru seperti ini nah ini di sini

play08:18

ya

play08:19

yang sebelah kiri ya objek dunia

play08:22

nyatanya terlihat mulus ya Yang banyak

play08:26

terlihat mulus nah ini kita sebut dengan

play08:28

Citra continew namanya ya continue

play08:31

artinya

play08:32

tidak ada patahan-patahan disitu ya jadi

play08:36

obyeknya terlihat mulus smooth gitu ya

play08:39

tidak dapat tahan seperti yang ada di

play08:41

gambar sebelah kanan Nah karena kita

play08:44

bicara Citra digital maka

play08:47

assembling dan kuantisasi itu adalah

play08:51

keniscayaan keharusan nah kuantitas itu

play08:55

Bagaimana cara melakukannya gampang ya

play08:57

kita cukup melihat a Hai masing-masing

play09:00

pixel tadinya masing-masing kota

play09:03

masing-masing gitu kita lihat nah

play09:05

Misalkan begini

play09:06

jika kotak tersebut yang mengandung apa

play09:11

namanya mengandung eh bagian dominan

play09:14

dari suatu objek ya Jadi jika di kota

play09:17

itu ada apa namanya dia menangkap

play09:20

sebagian besar bagian dari objek maka

play09:23

itu akan dijadikan satu warna baru dalam

play09:26

representasi digital nya Ya seperti yang

play09:29

ada di samping ini ya kotak yang merah

play09:31

itu menandakan bahwa Arya pixel tersebut

play09:34

mengandung bagian yang cukup dominan

play09:37

gitu ya sehingga pada reputasi dua

play09:40

dimensinya dia diubah jadi satu warna

play09:42

sendiri gitu ya cat lainnya kotak kuning

play09:47

itu menandakan bahwa area tersebut atau

play09:49

pixel tersebut hanya mengandung sedikit

play09:51

informasi dari bagian objek nyata yang

play09:54

kita tangkap sehingga karena hanya

play09:56

sedikit informasi mendapatkan maka

play09:58

bagian 10 tersebut ya Kosong mutiaranya

play10:03

tidak diberikan warna ataupun tidak

play10:06

menjadi bagian dari itulah digital yang

play10:09

dihasilkan Nah inilah sebelah kanan ini

play10:13

merupakan Citra digital yang dihasilkan

play10:17

lewat proses sampling dan quantization

play10:21

berikutnya kita lihat lebih mendalam

play10:24

tentang Citra digital ini Nah sekarang

play10:27

dari hasil image aku season tadi ya

play10:31

akuisisi gambar tadi kita sudah

play10:33

mendapatkan sebuah Citra digital Ya

play10:37

seperti ini gambarnya Nah ini apa

play10:40

namanya seperti saya katakan tadi bahwa

play10:43

setiap kota tadi itu namanya pixel atau

play10:46

singkatan dari picture Element

play10:49

disingkatnya pixel ya nah jadi

play10:51

sebenarnya kalau teman-teman menggunakan

play10:53

laptop ya melihat layar laptop atau

play10:56

melihat layar di handphonenya nah

play10:59

sebenarnya di layar yang kita lihat

play11:02

tersebut didalamnya itu ada titik-titik

play11:04

kecil yang namanya pixel nah titik-titik

play11:08

kecil inilah yang menyusun ya gambar

play11:11

sehingga bisa kita lihat dengan nyaman

play11:14

semakin padat pixel tersebut maka

play11:17

semakin tajam gambar yang kita lihat ya

play11:20

itu namanya pixel teman-teman nah

play11:22

kemudian nanti kalau kita bicara Citra

play11:25

digital karena dia adalah objek 2

play11:28

dimensi ya yang sudah kita bahas diawal

play11:30

Tadi ia adalah objek 2 dimensi maka dia

play11:34

punya apa namanya ukuran panjang dan

play11:38

lebar gitu ya ataupun kita biasanya

play11:40

bootnya dengan baris dan kolom ya Bari

play11:43

situ yang horizontal kolom yang vertikal

play11:45

misal contoh di sini ya Citra digital

play11:48

ini ukurannya adalah 14 kali 12 pikselep

play11:53

14 itu apa 14 itu adalah 14 baris ya

play11:57

yang horizontal itu ada 14 Yes kebawah

play12:00

kemudian yang 12 itu yang vertikal

play12:04

kolomnya ya 12 kolom Maka nanti kita

play12:09

biasakan

play12:10

dalam kaidah Citra digital umumnya kita

play12:15

menyebutkan barisnya dulu ya baru jumlah

play12:19

kolomnya jadi kalau kita yang

play12:21

menyebutkan ukuran suatu Citra digital

play12:23

maka kita sebutkan dulu jumlah barisnya

play12:26

dikali dengan jumlah kolomnya seperti

play12:29

contoh ini ya 14 kali

play12:31

12xl itu ukurannya jadi disini karena

play12:35

dia dua dimensi dia berada pada sumbu-x

play12:38

dan sumbu-y nah akan tetapi disini

play12:42

Perhatikan Kalau kita bicara matematika

play12:45

di bangku sekolah biasanya kan sumbu-x

play12:48

itu titik 0,0 nya ya itu berada di pojok

play12:54

kiri bawah kalau di Citra digital ini ke

play12:57

ini agak berbeda ya sama di titik 0,0

play13:01

justru ada dipojok kiri atas Jadi kalau

play13:04

dimonitor itu dia ada di pojok kiri atas

play13:06

ya pixel yang paling awal itu di pojok

play13:09

kiri atas dengan pixel yang paling akhir

play13:12

itu ada di pojok kanan bawah nih nanti

play13:17

penyebutannya begini pixel yang paling

play13:20

atas itu adalah pixel 0,0 ya pixel pada

play13:23

indeks baris knoll kolom knoll nanti

play13:28

yang sebelahnya sebelah kanannya

play13:29

misalnya itu berarti

play13:31

pixel baris knoll kolom ke-1 XL baris

play13:36

006 kedua dan seterusnya itu cara

play13:38

membaca pixelated membaca apa namanya

play13:41

elemen dari Citra digital Jadi kalau

play13:44

ditanya apa elemen dari Citra digital

play13:46

maka elemennya adalah pixel teman-teman

play13:49

ya XL singkatan dari picture Element oke

play13:54

nah kita udah mengetahui tadi struktur

play13:58

dasar dari sebuah Citra kita lalu

play14:00

sekarang nah yang saya katakan tadi

play14:04

semakin

play14:06

padat pixel yang digunakan maka akan

play14:09

semakin tajam gambar yang dihasilkan

play14:11

bisa kan gini dari hasil image action

play14:15

misalnya kita melakukan sampling ya kita

play14:19

melakukan sampling dengan ukuran pixel

play14:23

256 kali 256 artinya ada

play14:27

256 baris dan 266 kolom Nah maka Citra

play14:31

dihasilkan oleh seperti contoh yang anda

play14:33

lihat sekarang ini teman-teman Ya nah

play14:36

tapi kalau misalnya

play14:38

gambar atau objek ke perempuan ini saya

play14:42

kuantisasi atau saya sampling

play14:44

menggunakan

play14:45

ukuran pixel yang lebih kecil misalnya

play14:48

128 kali 128 maka gambar yang dihasilkan

play14:52

nah seperti itu ya sedikit apa namanya

play14:56

terlihat tidak setajam gambar yang Hai

play15:00

ternyata dapat tahan Pak Handi setiap

play15:02

usapan namanya sudut ya lihat itu ya

play15:05

bahwa misalkan pola toppingnya itu kan

play15:09

terlihat ada garis patah-patah ya Kenapa

play15:12

karena kerapatan pikselnya lebih kecil

play15:16

daripada yang gambar sebelumnya tadi Nah

play15:20

kemudian misalkan lagi misalkan saya

play15:23

sampling dengan ukuran Vixion lebih

play15:26

kecil lagi 64 kali 64 maka gambar yang

play15:29

dihasilkan makin pecah

play15:31

Kenapa Kena samplingnya ukuran

play15:34

samplingnya semakin kecil akibatnya yang

play15:38

mana dihasilkan atau pixel yang

play15:40

dihasilkan sedikit jadinya gambarnya

play15:42

tajam ya emangnya tajam teman-teman

play15:45

nyata misalkan lagi lebih kecil lagi

play15:48

32032 naik malah ya terlihat abstrak ya

play15:53

ya terlihat sosok wanita yang ada di

play15:55

gambar tersebut

play15:57

nanti kalau misalkan gambar ini kita Nah

play16:00

apa namanya kita

play16:02

kembalikan wujud normalnya itu akan

play16:05

seperti ini kurang lebih Hah Enggak 2561

play16:09

256 MB ukurannya kalau yang tiga dua

play16:12

kali 32 itu akan terlihat

play16:16

obyeknya gitu ya kalau kita apa namanya

play16:19

eh kita perkecil gambarnya keukuran

play16:22

aslinya 32 kali 32 pixel seperti itu

play16:26

teman-teman ya jadi

play16:29

sampling itu memegang peran penting

play16:32

Makanya kalau kita punya kamera itu

play16:35

pasti kadang-kadang yang dilihat berapa

play16:36

megapixel Nyalakan berapa megapixelnya

play16:39

Kenapa karena semakin tinggi

play16:41

megapixelnya artinya nilai sampling ya

play16:45

pixel yang digunakan saat sampling itu

play16:48

jumlahnya makin banyak semakin banyak

play16:51

jumlah pixel nya Maka jangan badan yang

play16:53

semakin tajam makin tajam eh

play16:57

berikutnya nah yang eh kita akan melihat

play17:03

lebih dalam ya kedalam struktur Citra

play17:06

digital nah manusia ya manusia dengan

play17:11

matanya itu melihat gambar itu seperti

play17:14

ini ya melihat objek manusia tuh ya

play17:16

dengan wujud seperti ini ya Ada wajah

play17:20

matanya rambutnya terlihat dengan jelas

play17:24

tetapi komputer tidak demikian

play17:27

teman-teman Misalkan begini ya misalkan

play17:30

hanya kotak merah itu ya kalau kita

play17:33

perbesar kalau kita buka yaitu aslinya

play17:37

adalah angka-angka jadi gambar yang anda

play17:40

lihat di layar monitor entah atau lebih

play17:43

smartphone atau di laptop ya itu

play17:46

sebenarnya adalah berisi angka-angka

play17:49

jadi komputer itu melihatnya bukan

play17:52

seperti kita melihat objek tersebut tapi

play17:54

yang komputer tahu itu adalah gambar

play17:58

dasarnya itu adalah

play18:00

keenamnya angka-angka Nah lihat di sini

play18:02

ya di bangku sekolah kita pernah belajar

play18:05

ya Ada sebuah data yang data itu

play18:09

memiliki baris dan kolom Apa itu data

play18:13

yang punya baris dan kolom Apa itu

play18:16

matriks Jadi sebetulnya teman-teman ya

play18:19

sebetulnya Citra digital itu merupakan

play18:23

sebuah matriks sebetulnya yang matriks

play18:26

ya dia punya baris dia punya kolom dan

play18:29

setiap elemen matriks itu ada angka nah

play18:32

Apa fungsi angka ini apa gunanya angka

play18:35

disitu ternyata

play18:37

angka ini merupakan representasi dari

play18:40

warna yang dihasilkan oleh gambar

play18:43

tersebut terlihat ikannya

play18:46

angka atau elemen yang berisi angka nol

play18:49

itu artinya XL tersebut atau elemen

play18:53

tersebut akan berwarna hitam ya akan

play18:55

ditampilkan dengan warna hitam sedangkan

play18:58

angka

play19:00

di dengan Le 255 ya Jadi kalau rantang

play19:03

warna itu yang terkecil adalah nol

play19:05

nilainya yang paling tinggi adalah 255

play19:09

semakin kecil nilainya semakin gelap

play19:12

semakin besar nilainya maka semakin

play19:14

terang Nah di sini kalau pixel yang

play19:18

angka yang 255 itu artinya akan

play19:21

ditampilkan dengan warna putih Nah

play19:24

teman-teman gambar yang sedang kita

play19:26

lihat disini bukan gambar berwarna ya

play19:28

Jadi bukan calorie needs Tetapi dia

play19:30

merupakan gambar Grace Kelly kita

play19:33

nyebutnya yah gambar driskill atau

play19:35

gambar keabuan nanti masalah gambar

play19:39

keague keabuan jamban berwarna ini akan

play19:42

kita bahas pada video yang berikutnya

play19:44

teman-teman jadi sekarang yang perlu

play19:47

Anda pahami bahwa ternyata gambar

play19:50

digital itu merupakan data matriks yang

play19:55

mana matriks.doc punya elemen ya

play19:58

elementary merupakan pixel tadi ya Hai

play20:00

helm menyala pixel tadi yang punya angka

play20:03

jadi masing-masing pixel punya angka

play20:05

yang akan menentukan nanti warnanya apa

play20:08

Jadi ini yang harus kita pahami dulu di

play20:11

bagian pertama ini saya kira demikian

play20:15

untuk video pertama ini akan kita

play20:17

lanjutkan di video berikutnya klik like

play20:21

Kalo Anda suka dengan video ini dan

play20:22

jangan lupa subscribe terima kasih

play20:24

assalamualaikum warahmatullah

play20:26

wabarakatuh

Rate This

5.0 / 5 (0 votes)

Etiquetas Relacionadas
Digital ImageImage ProcessingPython ProgrammingComputer VisionSamplingQuantizationPixelMuhammad Fahri2D RepresentationDigital Acquisition
¿Necesitas un resumen en inglés?