Penerapan Metode Edge Detection untuk Pengolahan Citra Fajar dengan Python

source body of water during sunset photo — Free Sheringham Image on Unsplash

Metode pengolahan citra telah berkembang sangat pesar di dekade ini, hal ini tidak lepas dari berkembangnya perangkat komputer yang semakin canggih dan terjangkau. Manfaat pengolahan citra sangat banyak di berbagai bidang, termasuk untuk bidang falak khususnya rukyat (pengamatan). Pengolahan citra sangat penting dilakukan untuk mengolah citra pengamatan maupun mendapatkan informasi dari citra yang didapatkan. Artikel ini adalah artikel pembuka untuk seri Image Processing for Falakiyah. Dalam artikel ini akan dibahas penerapan sederhana metode Deteksi Tepi atau Edge Detection untuk citra dengan Python.

Ada 3 tools utama yang akan kita gunakan. Yaitu bahasa pemrograman Python, Library OpenCV, dan Library matplotlib. OpenCV adalah Library yang dibuat khusus untuk mengolah citra dengan beragam metode sesuai kebutuhannya, nantinya kita akan memanfaatkan OpenCV untuk memanggil fungsi Edge Detection. Library matplotlib digunakan untuk membuat grafik ataupun menampilkan citra yang telah diolah.

Logo Python, matplotlib, dan OpenCV

Deteksi tepi dalam beberapa penelitian digunakan untuk mendeteksi berbagai fenomena alam, termasuk dalam upaya deteksi fajar (baik fajar kadzib maupun fajar sodiq) yang penelitiannya masih terus berjalan hingga sekarang. Berikut contoh citra Sunset yang telah diproses dengan metode Edge Detection Canny :

Terlihat bahwa penerapan filter Canny memudahkan kita untuk mendeteksi seberapa tajam garis yang terbentuk di langit, kemudian hasil pengolahan citra tersebut akan dilakukan analisis lebih lanjut. Jadi bagaimana langkah-langkah mnerapkan metode deteksi tepi dengan Python? Berikut urutannya:

1. Import Library

import cv2

import matplotlib.pyplot as plt

2. Input Citra yang Akan Diproses

im = cv2.imread('/content/image_1.jfif') #Sesuaikan dengan nama file

im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

plt.imshow(im, cmap='gray')

plt.show()

3. Memanggil dan Menerapkan Edge Detection

#Menerapkan filter canny

filter_canny = cv2.Canny(im,25,255,L2gradient=False)

#Menerapkan filter sobel

filter_sobel = cv2.Sobel(src=im, ddepth=cv2.CV_8U, dx=1, dy=1, ksize=5)

4. Plot Hasil Deteksi Tepi

plt.imshow(filter_canny, cmap='gray')

plt.show()

Hasil pengolahan citra akan terlihat sebagaimana berikut :

Dalam pemilihan filter edge detection, ada beberapa parameter yang perlu diperhatikan dan disesuaikan. Hal ini akan menentukan bagaimana kualitas hasil deteksi tepi citra yang didapatkan. Untuk pembahasan lebih lanjut akan dilanjutkan pada artikel selanjutnya… :)

Full code bisa diakses pada google colab berikut, semoga bermanfaat.

[embed]Google Colaboratory Penerapan Metode Edge Detection untuk Pengolahan Citra Fajar dengan Pythoncolab.research.google.com