Computer Vision Menggunakan
Python di Colab
![]() |
| ( institut sains dan teknologi nasional ) |
Cerita PKL Hari ke-40->
Selesai mandi, saya mengenakan seragam PKL dengan rapi, lalu sarapan agar memiliki cukup energi untuk beraktivitas. Setelah itu, saya menyalakan motor dan membiarkannya sebentar untuk dipanaskan. Sambil menunggu, saya memakai sepatu dan mempersiapkan perlengkapan yang dibutuhkan.
Begitu motor sudah siap, saya segera berangkat menuju kampus tempat PKL berlangsung. Sesampainya di kampus, saya memarkirkan motor di area parkiran dengan tertib, lalu bergegas menuju laboratorium komputer.
Di lab, saya bersama rekan-rekan PKL langsung melakukan piket kebersihan. Kami membersihkan ruangan bersama-sama, mulai dari menyapu, merapikan meja, hingga memastikan peralatan komputer tersusun dengan baik. Kegiatan ini dilakukan agar ruangan tetap nyaman digunakan untuk praktik maupun kegiatan belajar.
Membuat Gambar Computer Vision di Google Colab dengan Python
1. Pendahuluan
Computer Vision adalah cabang ilmu komputer yang berfokus pada bagaimana komputer dapat memahami dan memproses gambar. Dengan Python, kita bisa menggunakan PIL (Python Imaging Library) dan Matplotlib untuk memanipulasi serta menampilkan gambar.
Google Colab menjadi pilihan yang praktis karena:
-
Tidak perlu instalasi tambahan.
-
Bisa langsung upload dan mengolah gambar.
-
Mendukung visualisasi dengan
matplotlib.
2. Persiapan
Sebelum memulai, pastikan:
-
File gambar sudah di-upload ke Colab.
-
Pustaka
PILdanmatplotlibsudah tersedia (biasanya bawaan Colab).
3. Langkah-Langkah
a. Import Library
Kita mulai dengan mengimpor library yang dibutuhkan:
b. Membuka File Gambar
Gunakan Image.open() untuk membaca gambar.
c. Menampilkan Ukuran Gambar
Ukuran gambar bisa dilihat dengan properti .size.
d. Mengubah Mode Warna Gambar
-
RGB (Red, Green, Blue): warna asli gambar.
-
Grayscale: gambar hitam putih.
e. Menampilkan Gambar
Gunakan matplotlib untuk menampilkan beberapa versi gambar sekaligus.
4. Penanganan Error
Tambahkan blok try-except agar lebih aman:
5. Hasil Akhir
-
Gambar asli (RGB) ditampilkan di sisi kiri.
-
Gambar dalam mode Grayscale ditampilkan di tengah.
-
Gambar RGB ditampilkan kembali sebagai pembanding.
Dengan cara ini, kita bisa memahami bagaimana komputer melihat gambar dalam representasi warna yang berbeda.

.png)
Komentar
Posting Komentar