Dalam dunia embedded system dan Internet of Things (IoT), penggunaan visi komputer semakin populer, terutama dengan dukungan board mini seperti Raspberry Pi. Salah satu library yang paling banyak digunakan untuk kebutuhan pemrosesan citra dan video adalah OpenCV. Kombinasi keduanya memungkinkan Anda membangun sistem monitoring, deteksi objek, hingga proyek AI sederhana dengan biaya yang relatif terjangkau.
OpenCV (Open Source Computer Vision Library) adalah library open-source yang dirancang untuk menangani berbagai kebutuhan image processing dan computer vision secara real-time. Di Raspberry Pi, OpenCV dapat digunakan untuk membaca file gambar, mengakses kamera USB, menampilkan video streaming, hingga melakukan manipulasi citra seperti konversi warna, penambahan teks, dan pembuatan bounding box. Hal ini menjadikan OpenCV sebagai fondasi utama dalam pengembangan sistem berbasis kamera.
Bagi pemula yang ingin belajar pemrosesan gambar di Raspberry Pi, memahami fungsi-fungsi dasar OpenCV adalah langkah awal yang sangat penting. Beberapa fungsi seperti cv2.imread(), cv2.imshow(), cv2.imwrite(), dan cv2.VideoCapture() merupakan perintah dasar yang wajib dikuasai sebelum melangkah ke tahap yang lebih kompleks seperti deteksi wajah atau object tracking. Dengan memahami konsep dasar ini, Anda sudah memiliki pondasi kuat untuk membangun proyek computer vision.
Artikel ini akan membahas secara sistematis mulai dari pembuatan virtual environment menggunakan Python venv, proses instalasi OpenCV, hingga praktik langsung membaca gambar, mengubahnya menjadi grayscale, serta menampilkan kamera live dengan tambahan teks. Tutorial ini dirancang langkah demi langkah agar mudah diikuti, khususnya bagi pengguna Raspberry Pi yang baru pertama kali menggunakan OpenCV.
Baca juga: Jenis Kamera untuk Raspberry Pi - Perbandingan Pi Cam vs USB Webcam
Tidak hanya itu, Anda juga akan mempelajari cara menambahkan teks dan bentuk (rectangle) pada gambar, memahami sistem warna BGR pada OpenCV, serta mengenal fungsi penting seperti cv2.waitKey() dan cv2.destroyAllWindows(). Dengan memahami dasar OpenCV di Raspberry Pi ini, Anda dapat mengembangkan berbagai proyek seperti kamera monitoring, sistem keamanan berbasis CCTV, hingga aplikasi pengolahan citra untuk kebutuhan industri maupun penelitian.
1. Konsep Dasar OpenCV
Tabel berikut adalah fungsi-fungsi dasar yang wajib dikuasai untuk memulai dengan OpenCV di Raspberry Pi:
a. cv2.imread()
img = cv2.imread("foto.jpg")
Fungsi ini digunakan untuk membaca file dan gambar. Pastikan file gambar berada di direktori yang sama dengan script Anda.
b. cv2.imshow()
cv2.imshow("Nama Jendela", img)
Berfungsi untuk menampilkan gambar dalam jendela GUI.
c. cv2.imwrite()
cv2.imwrite("hasil.jpg", img)
Berfungsi untuk memyimpan gambar ke dalam file setelah proses pengolahan.
d. cv2.VideoCapture()
kamera = cv2.VideoCapture(0)
Fungsi ini digunakan untuk mengakses kamera Angka 0 menandakan kamera default (biasanya USB Webcam)
e. cv2.rectangle()
cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
Berfungsi untuk menggambar kotak (bounding box)
f. cv2.putText()
cv2.putText(img, "Deteksi", (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255,255,255), 1)
Fungsi ini digunakan untuk menampilkan tulisan pada gambar.
2. Contoh Pengolahan Gambar Dasar
a. Membuat Virtual Environment
Kita akan membuat folder proyek dan mengisolasi semua dependensi dengan venv.
- Buka Terminal, lalu jalankan perintah: python3-m venv image-env
- Jalankan perintah: source image-env/bin/activate. Jika berhasil, akan muncul hasilnya seperti gambar di bawah ini.
- Install library dengan cara jalankan perintah: pip install--upgrade pip setuptools wheel. Jika berhasil, akan muncul gambar seperti di bawah ini.
- Install library OpenCV dengan cara jalankan perintah: pip install opencv-python. Jika berhasil, akan muncul gambar seperti di bawah ini.
b. Buka Thonny IDE. Pastikan interpreter sudah seperti tampilan di bawah ini.
c. Siapkan 1 buah foto random dengan format "foto.jpg". Masuk ke File Manager dan paste ke folder /home/pi/image-env seperti gambar di bawah ini.
d. Membaca dan Menampilkan Gambar Grayscale
Ketik kode program di bawah ini, lalu klik Run. Jika berhasil, hasilnya akan muncul seperti gambar di bawah ini, dan simpan file kode program dengan nama dasar_opencv.py.
e. Penjelasan
- cv2.cvtColor() digunakan untuk konversi warna, dari BGR ke Grayscale.
- cv2.waitKey() menunggu hingga ada tombol ditekan.
- cv2.destroyAllWindows() akan menutup semua jendela gambar yang terbuka
3. Contoh Menambahkan Teks dan Bentuk pada Gambar
Ketik kode program di bawah ini, lalu klik Run. Jika berhasil, akan muncul hasilnya seperti gambar di bawah ini, dan simpan file kode program dengan nama dasar2_opencv.py.
Catatan:
- Nilai (256, 31) dan (400, 200) adalah koordinasi pixel dan rectangle.
- Warna dalam OpenCV menggunakan format BGR, bukan RGB.
- Anda dapat menyesuaikan ukuran teks dan ketebalan (thickness).
4. Contoh Menampilkan Kamera Live dengan Tambahan Teks
Ketik kode program di bawah ini, lalu klik Run. Jika kode program sudah berhasil di jalankan, simpan file dengan nama dasar3_opencv.py.
Fungsi ini sering digunakan untuk:
- Kamera monitoring
- Video dengan timestamp
- Dasar sistem keamanan/CCTV berbasis Pi
5. Throubleshooting
Menguasai dasar OpenCV di Raspberry Pi merupakan langkah awal yang sangat strategis dalam membangun sistem computer vision berbasis embedded system. Dengan memahami instalasi, konfigurasi, serta fungsi-fungsi dasar seperti membaca gambar, konversi warna, dan akses kamera live, Anda sudah memiliki pondasi kuat untuk mengembangkan proyek yang lebih kompleks.
Keunggulan Raspberry Pi yang fleksibel dan hemat daya, dipadukan dengan kemampuan OpenCV dalam pemrosesan citra real-time, membuka peluang besar untuk membuat sistem monitoring, deteksi objek, hingga smart security system berbasis kamera. Bahkan, konsep yang dipelajari dalam artikel ini dapat dikembangkan lebih lanjut ke bidang AI dan machine learning.
Tutorial dasar OpenCV di Raspberry Pi ini dapat membantu Anda memahami konsep fundamental computer vision dengan lebih mudah dan terstruktur. Setelah menguasai materi ini, Anda dapat melanjutkan ke tahap lanjutan seperti face detection, object recognition, atau integrasi dengan sistem IoT untuk menciptakan solusi teknologi yang lebih inovatif dan aplikatif.
Baca juga: Tutorial Instalasi dan Uji Kamera USB Webcam di Raspberry Pi dengan OpenCV
Dalam praktik, hasil dan kendala yang ditemui bisa berbeda tergantung perangkat, konfigurasi, versi library, dan sistem yang digunakan.
- Diskusi umum dan tanya jawab praktik: https://t.me/edukasielektronika
- Kendala spesifik dan kasus tertentu: http://bit.ly/Chatarduino
0 Komentar