Deteksi objek merupakan aspek penting dari Computer Vision, di mana tujuannya adalah untuk mengidentifikasi dan menemukan objek dalam sebuah gambar. Salah satu cara untuk menandai letak suatu objek dalam suatu citra adalah Bounding Box. Kotak pembatas adalah kotak persegi panjang yang dapat dihitung dengan mekanisme sederhana yang melibatkan fungsi minimalisasi dan maksimalisasi matematika dasar.
Kotak, apalagi, dapat diwakili oleh dua koordinat, (x,y) dari sudut kiri atas dan (x,y) dari sudut kanan bawah. Informasi ini terbukti penting dalam berbagai aplikasi kehidupan nyata, melayani para profesional dari mereka yang mengawasi hingga industri mobil tanpa pengemudi.
Pernyataan Masalah dan Solusi
Masalah utama yang kita hadapi dalam pendeteksian citra dan objek adalah bagaimana mengidentifikasi lokasi suatu objek dalam suatu citra secara akurat. Solusinya adalah dengan menggunakan kotak pembatas, yang dapat dihitung menggunakan mekanisme sederhana yang melibatkan berbagai pustaka python.
Ular sanca adalah pilihan yang sangat baik untuk tugas ini karena memiliki pustaka dan alat yang kaya yang menyederhanakan proses, menjadikannya efisien dan lugas. Dua perpustakaan utama yang biasa digunakan – OpenCV dan Matplotlib.
Pendekatan OpenCV dan Matplotlib
OpenCV adalah singkatan dari perpustakaan Open Source Computer Vision dan mencakup beberapa ratus algoritma visi komputer. Matplotlib, di sisi lain, adalah pustaka plot untuk bahasa pemrograman Python dan ekstensi matematika numeriknya NumPy. Ini memberikan cara yang sangat cepat untuk memvisualisasikan data dari Python dan angka kualitas publikasi dalam banyak format.
import cv2
import matplotlib.pyplot as plt
# read image
image = cv2.imread('input.jpg')
# our bounding box coordinates
box = (x1, y1, x2, y2)
# Draw rectangle (bounding box)
cv2.rectangle(image, (box[0], box[1]), (box[2], box[3]), (0, 255, 0), 2)
# Display the image with bounding box
plt.imshow(image)
plt.show()
Gambar dimuat menggunakan metode imread dari cv2, dan kemudian kotak pembatas digambar menggunakan fungsi cv2.rectangle yang mengambil gambar dan dua koordinat yang diwakili oleh 'kotak'. Dua parameter terakhir masing-masing adalah warna dan ketebalan. Kode ini akan menampilkan objek dalam gambar Anda yang benar-benar terikat oleh sebuah kotak.
Pemanfaatan Bounding Box
Kesimpulannya, kotak pembatas memainkan peran penting dalam tugas visi komputer, termasuk deteksi objek, visi komputer, dan pemrosesan gambar. Mereka menawarkan solusi yang efektif dan efisien untuk menemukan objek dan informasi metadata di dalam gambar. Belajar menerapkan kotak pembatas dengan akurat di Python dapat sangat bermanfaat bagi siapa pun yang terlibat dalam pengembangan perangkat lunak, pembelajaran mesin, atau karier AI. Tidak hanya berguna dalam keamanan dan pengawasan, tetapi juga sangat membantu dalam aplikasi seperti deteksi dan pengenalan wajah, deteksi pejalan kaki, dan sistem bantuan pengemudi lanjutan (ADAS) dalam mobil yang dapat mengemudi sendiri.
