Langsung ke konten utama

Image Capture With OpenCV Java


Halo Pemirsa,Jumpa lagi dengan saya.Melanjutkan tulisan saya yang sebelumnya tentang OpenCV,kali ini saya mau nulis tentang Image Capture dengan OpenCV.

Jadi kali ini saya buat aplikasi sederhana untuk mengambil gambar menggunakan camera dengan library OpenCV yang di tulisan saya sebelumnya sudah di download.

Langsung aja ke TKP,cekidot...

Udah pada punya Netbeans dan udah bisa buat project kan ??kalo belum bisa saya cuma bisa berkata "terlalu.....".

Pertama buat project java 
 


seletah project terbentuk klik kanan pada library dan klik add jar dan pilih file jar yang ada di folder opencv/build/java 

dan hasilnya seperti ini
 

 setelah itu kita bisa mulai menulis koding


gak usah jelasin ulang yah ?? itu udah tak jelasin di samping barisnya berupa komentar.Hehehe...
dan kalo di running dan tidak ada masalah,nanti webcamp akan beberapa saat aktif dan mengambil gambar dan di command akan muncul tulisan seperti ini
 
 dan di folder project agan akan ada file Capture.jpg hasil pengambilan gambar
 dan kalo lagi apes,dan muncul kayak gini
 

itu berarti kita belum meload library yang ada di folder openCV/build/java/x64(untuk 64 bit).
jadi kita perlu mengatur classpath library yang kita perlukan.

Klik kanan project dan pilih properties kemudian run.Edit isi VM Options dengan nilai seperti yang di gambar.Karena saya pake 64 bit jadi saya pake yang di folder x64,untuk yang 32 bit bisa gunakan yang di x84 lalu klik OK.

 Setelah itu bisa di running lagi projectnya.

Sementara sekian dulu tulisan dari saya.Kita lanjutkan di lain kesempatan.See You....
Label:

Komentar

  1. Unknown17 Mei 2015 pukul 23.05

    mas punya saya kok highgui tidak membaca ya, kenapa itu mas , kirim lewat email secepatnya ya. buat skripsi mas.makasih .

    BalasHapus
  2. Unknown17 Mei 2015 pukul 23.06

    mas punya saya kok highgui tidak membaca ya, kenapa itu mas , kirim lewat email secepatnya ya. buat skripsi mas.makasih . email saya kikiindra30@gmail.com

    BalasHapus
    Balasan
    1. Nur Hidayatullah18 Mei 2015 pukul 06.11

      library opencv nya udah di import belum mas ?? mungkin librarynya belum di import

      Hapus
  3. Unknown18 Mei 2015 pukul 09.57

    highuinya gak kebaca mas , apakah mungkin tidak ada di libabry opencv

    BalasHapus
    Balasan
    1. Nur Hidayatullah18 Mei 2015 pukul 11.11

      highgui huruf depannya huruf besar mas,coba cek lagi penulisan functionnya. Java casesensitive soalnya

      Hapus
    2. Unknown18 Mei 2015 pukul 13.07

      saya tau java sensitif , tapi ketika ctrl spasi tidak ada libabry highguinya?? apa yang salah ya mas??

      Hapus
    3. Nur Hidayatullah18 Mei 2015 pukul 15.34

      sampean salah ketik functionnya,coba cek dan bandingkan dengan screenshot program di atas,pasti agan salah nulis huruf depan function yang harusnya huruf kapital agan tulis pake huruf kecil

      Hapus
  4. Unknown18 Mei 2015 pukul 17.09

    Sori gan..kok highgui nya kok ga muncul ya?

    BalasHapus
  5. Unknown18 Mei 2015 pukul 17.20

    atau ngaruh mas untuk versi opencvnya , saya pakai versi 300

    BalasHapus
  6. faufau4 Maret 2019 pukul 15.17

    mas ini webnya aktif gak,.??

    BalasHapus
    Balasan
    1. Nur Hidayatullah4 Maret 2019 pukul 16.31

      aktif mas, cuma saya udah lama banget gak main openCV, kwatir udah lupa

      Hapus
    2. faufau8 Maret 2019 pukul 16.39

      oh gitu ya mas,. heheh
      okesiap2.

      Hapus
  7. faufau4 Maret 2019 pukul 15.19

    Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  8. faufau12 Maret 2019 pukul 14.01

    mas ini untuk programnya tanpa ada tombol2 yah. run aplikasinya langsung nge take picturenya bukan,.?

    BalasHapus

Posting Komentar

Postingan populer dari blog ini

Contoh Perhitungan Algoritma Perceptron

      Melanjutkan tulisan saya sebelumnya tentang algoritma perceptron,kali ini saya akan menulis tentang conto perhitungan manual algoritma perceptron. Untuk contoh kasusnya saya menggunakan data logika AND. Cekidot.... Algoritma      Data yang kita gunakan sebagai contoh adalah data logika AND sebagai berikut: x1 x2 target 0 0 0 0 1 0 1 0 0 1 1 1       tentukan bobot awal secara acak, saya pakai contoh w1 = 0,w2 =0, learning rate = 1, bias = 0,maksimal epoh = 10. Disini saya memakai fungsi aktivasi undak biner. Epoh ke 1 Data ke satu x = {0,0}, bobot w = {0,0},b=0,target = 0 y_in = (x1*w1)+(x2*w2)+b = (0*0)+(0*0)+0 = 0 y = sign(0) = 1 karena y != target maka hitung error dan update bobot  error = target - y = 0 - 1 = -1 w1_baru = w1_lama +(learning_rate*error*x1)                = 0 ...
12 komentar
Baca selengkapnya

Contoh Perhitungan Algoritma Learning Vector Quantization

Melanjutkan tulisan saya tentang algoritma Learning Vector Quantization yang lalu, kali ini saya akan melanjutkan dengan contoh perhitungan manual. Berikut ini contoh data yang akan kita hitung. No X1 X2 X3 X4 target 1 0 1 1 0 0 2 0 0 1 1 1 3 1 1 1 1 0 4 1 0 0 1 1 pada contoh di atas, saya menggunakan 4 data sebagai data training beserta target yang bertujuan untuk mendapatkan bobot yang akan digunakan pada proses klasifikasi. Bobot awal adalah { 1, 1, 1, 0} dan { 1, 0, 1, 1} dengan learning rate 0,05 dengan fungsi pembelajaran = 0,1. Pelatihan Iterasi ke 1 1. Data ke 1 { 0, 1, 1, 0} dengan target 0, bobot = {{ 1, 1, 1, 0},{ 1, 0, 1, 1}}      - menghitung bobot untuk masing masing output :          kelas 0 = sqrt(((0-1)^2)+((1-1)^2)+((1-1)^2)+((0-...
39 komentar
Baca selengkapnya

Part 7 : Normalisasi Histogram

Menyambung tulisan saya yang sebelumnya tentang pengolahan citra khususnya histogram,kali ini saya lanjutkan tentang Normalisasi histogram.Sebelumnya saya harap agan sudah mengerti tentang histogram.Jika belum bisa di baca dulu di tulisan saya sebelumnya di sini . Normalisasi Histogram adalah menskalakan nilai piksel secara linear untuk menggunakan secara penuh jangkauan yang tersedia. Rumus :  Keterangan : n k= nilai grayscale dari piksel ke k(k = 0,1,2,3....) min = nilai grayscale terkecil yang diperoleh dari histogram max = nilai grayscale terbesar L = range nilai grayscale citra Contoh perhitungan : dari tabel di atas,nilai min adalah 2 yaitu nilai grayscale terkecil dari citra dan max adalah 5 s = 0 - 2 /5 - 2 =0 (untuk n = 0)  hasil = 0 x 7(nilai maksimal grayscale) = 0 sk = 3 - 2 /5 - 2 = 0.333  (untuk n = 3) hasil = 0.333 x 7 = 2 keterangan : 7 adalah range grayscale dari citra,dan untuk banyak kasus biasanya memakai 255. Tujuan Normalisasi...
1 komentar
Baca selengkapnya