Buku Pengolahan Citra Digital dengan Python dan OpenCV-Contour Retrieval Mode Find Contour

Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id

Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu

www.softscients.com 

Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link

kalian bisa lanjut baca lagi di  http://softscients.com/2020/03/30/buku-pengolahan-citra-digital-dengan-python-dan-opencv-contour-retrieval-mode-find-contour/

Sinopsis

Sering akan kita gunakan findcontours jika berhadapan untuk menentukan jumlah dan lokasi sebuah objek dalam operasi morfologi. Ada beberapa opsi yang kita gunakan mengenai Contour Retrieval Mode yaitu RETR_EXTERNAL dan RETR_TREE Perbedaan mendasar keduanya yaitu seperti berikut

Bila kita menginginkan hasil untuk sebuah objek (berlubang) hanya dikenal untuk sebagai 1 kesatuan objek, maka gunakan RETR_EXTERNAL yang artinya bahwa out boundary yang akan digunakan!

# -*- coding: utf-8 -*-
"""
Created on Sat Oct 01 11:08:15 2016

@author: mulkan

untuk mengenalkan contours
"""


import numpy as np
import matplotlib.pyplot as plt
import cv2

def rgb2gray(gambar):
    return cv2.cvtColor(gambar,cv2.COLOR_BGR2GRAY)
def close(string):
    plt.close(string)
def imshow(gambar,color=False):
    plt.figure()
    if color==True:
        plt.imshow(gambar)
    else    :
        plt.imshow(gambar,cmap=plt.cm.gray)
font = cv2.FONT_HERSHEY_SIMPLEX
close('all')     
img = cv2.imread('karakter3.jpg', cv2.IMREAD_GRAYSCALE);
img_2 = img.copy()
cv2.bitwise_not(img,img_2)
ret,thresh = cv2.threshold(img_2,127,255,0)
contours_1, hierarchy = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
index = 1
for contour in contours_1:
    [x,y,w,h] = cv2.boundingRect(contour)      
    if w > 10 and h>10:
        cv2.rectangle(img_2,(x,y),(x+w,y+h),(255,255,0),2)
        cnt = contour
        M = cv2.moments(cnt)
        cx = int(M['m10']/M['m00'])
        cy = int(M['m01']/M['m00'])
        #cv2.circle(img_2, (cx, cy), 7, (255, 255, 255), -2)
        cv2.putText(img_2,str(index),(cx,cy), font, 4,(255,255,255),2)
        index = index+1    
imshow(img_2,color=False),plt.title('RETR_EXTERNAL')

img_3 = img.copy()
cv2.bitwise_not(img,img_3)
contours_2, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
index = 1
for contour in contours_2:
    [x,y,w,h] = cv2.boundingRect(contour)
    if w > 10 and h>10:
        cv2.rectangle(img_3,(x,y),(x+w,y+h),(255,255,0),2)
        cnt = contour
        M = cv2.moments(cnt)
        cx = int(M['m10']/M['m00'])
        cy = int(M['m01']/M['m00'])
        #cv2.circle(img_2, (cx, cy), 7, (255, 255, 255), -2)
        cv2.putText(img_3,str(index),(cx,cy), font, 4,(255,255,255),2)
        index = index+1    
imshow(img_3,color=False),plt.title('RETR_TREE')