Post on 01-Dec-2015
description
Kompresi gambar Dengan Matlab 7.1
KOMPRESI
Secara garis besar, kompresi merupakan proses untuk menghilangkan
berbagai kerumitan yang tidak penting (redundansi) dari suatu
informasi dengan cara memadatkan isi file sehingga ukurannya
menjadi lebih kecil dengan memaksimalkan kesederhanaannya dan
tetap menjaga kualitas penggambaran dari informasi tersebut.
Kompresi data menjadi sangat penting karena memperkecil kebutuhan
penyimpanan data, mempercepat pengiriman data, memperkecil
kebutuhan bandwith.Teknik kompresi bisa dilakukan terhadap data
teks/biner, gambar (JPEG, PNG, TIFF), audio (MP3, AAC, RMA, WMA),
dan video (MPEG, H261, H263).
Langkah-Langkah Pembuatan
Aplikasi Kompresi
Aplikasi kompresi yang kami buat, menggunakan MATLAB 7, yaitu
software yang digunakan sebagai alat pemrograman standar bidang
matematika, rekayasa dan keilmuan yang terkait. MATLAB
menyediakan beberapa pilihan untuk dipelajari yaitu metode
visualisasi dan pemrograman.. Ada beberapa tahap dalam
pembuatannya, tahap pertama adalah membuat design figure sseperti
gambar berikut
Design figure merupakan tahap untuk mendesain tampilan dari
aplikasi yang akan dibuat. Ada beberapa component palette yang
digunakan, yaitu dua buah axes untuk menampilkan gambar asli dan
gambar hasil konversi. Kemudian ada beberapa static text untuk
menampilkan nama file dan ukuran dari gambar yang dibuka serta
yang telah di kompressi. Selain itu ada pula pushbutton yang
berfungsi untuk menyediakan menu dari aplikasi ini yaitu, buka
gambar, kompres, dan keluar. Untuk mengedit atau mengatur
component pallet, klik dua kali pada pallete yang ingin diedit dan
akan keluar tampilan property inspector
Setelah membuat desain, selanjutnya adalah membuat source code
program. Untuk memulai membuatnya, buka layout figure yang telah
dibuat kemudian klik kanan pada figure dan pilih M-file, kemudian
ketik source code pada editor M-file
Pada function buka_Callback, kita ketikkan source code seperti
berikut [nama_file1, nama_path1]=uigetfile( ...
{'*.bmp;,*.jpg','File Citra(*.bmp,*.jpg)'; '*.bmp','File
Bitmap(*.bmp)';... '*.jpg','File JPEG(*.jpg)'; '*.*','Semua
File(*.*)'},... 'Buka File Citra Host/Asli'); if
~isequal(nama_file1, 0)
handles.data1=imread(fullfile(nama_path1,nama_file1));
guidata(hObject,handles);
handles.current_data1=handles.data1; axes(handles.citra1);
imshow(handles.current_data1);
set(handles.text2,'String',nama_file1);
set(handles.text8,'String',size(handles.data1,1));
set(handles.text11,'String',size(handles.data1,2));
else return;
end
script tersebut menjelaskan bahwa pada function buka_Callback
terdapat fungsi uigetfile yang digunakan untuk membaca file citra
dengan format yang ditentukan yaitu *.bmp, *.jpg sebagai filter.
Berikutnya ketikkan script berikut pada function kompres_Callback
[nama_file_simpan, path_simpan]=uiputfile(... {'*.jpg','File
citra(*.jpg)'; '*.jpg','Citra JPEG(*.jpg)';... '*.*','Semua
File(*.*)'},... 'Menyimpan File Citra Hasil Kompresi JPEG');
imwrite(handles.data1, fullfile(path_simpan,
nama_file_simpan));
citra_kompres=imread(fullfile(path_simpan,
nama_file_simpan)); guidata(hObject,handles);
axes(handles.citra2); imshow(citra_kompres);
set(handles.text4,'String',nama_file_simpan);
set(handles.text12,'String',size(handles.data1,1));
set(handles.text13,'String',size(handles.data1,2));
script tersebut menyatakan bahwa terdapat fungsi uigetfile pada function kompres_Callback yang digunakan untuk membuat file citra yang di kompresi akan berformat *.jpg apapun format awal file citra tersebut. Terakhir adalah mengetikkan script pada bagian function keluar_Callback, script yang diketikkan adalah
selection=questdlg(['Keluar ' get(handles.figure1,'Name')''],...
['Keluar ' get(handles.figure1,'Name')''],...
'Ya','Tidak','Ya');
if strcmp(selection,'Tidak')
return;
end
delete(handles.figure1)
Script tersebut berfungsi menampilkankotak dialog yang berisi dua
pushbutton yaitu “Ya” dan “Tidak” yang akan menanyakan apakah
pengguna ingin keluar dari aplikasi atau tidak.
Hasil dari aplikasi ini jika dijalankan adalah sebagai berikut,
Tampilan Awal
Tampilan Pilih Menu Buka Gambar
Tampilan Gambar Asli
Tampilan Pilih Menu Kompres (simpan nama file hasil kompresi)
Tampilan Gambar Asli & Gambar Kompresi
Tampilan Menu Keluar
Aplikasi Kompresi Gambar menggunakan MATLABPosted: 26 November 2010 in Tidak terkategori 3Nama Anggota Kelompok PPC :1. Achmad Thohir (50407016)2. Wenny Rahmawati (50407891)
Pengolahan Citra adalah Pemrosesan citra, khususnya dengan menggunakan komputer, menjadikan citra dengan kualitas yang lebih baik. Pengolahan Citra bertujuan untuk memperbaiki kualitas citra agar mudah diinterprestasi oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra lain, salah satunya adalah kompresi citra (image compression). Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluarannya mempunyai ukuran citra lebih kecil daripada citra masukannya.Kompresi merupakan proses untuk menghilangkan berbagai kerumitan yang tidak penting (redudansi) dari suatu informasi dengan cara memadatkan isi file sehingga ukurannya menjadi lebih kecil dengan memaksimalkan kesederhanaannya dan tetap menjaga kualitas penggambaran dari informasi tersebut. Aplikasi kompresi yang saya buat menggunakan masukan (input) berupa citra dengan beberapa format seperti format JPEG, Bitmap, PNG, dan TIF dan menghasilkan keluaran (output) berupa citra dengan format JPEG.
Langkah – langkah pembuatan Program Kompresi
A. Membuat Desain Figure
Aplikasi kompresi ini dibuat menggunakan MATLAB 7.1 dengan membuat sebuah user interface MATLAB dengan fasilitas GUIDE. Untuk membuat sebuah user interface dimulai dengan mmbuat desain sebuah figure dengan memanfaatkan uicontrol (control user interface) yang tersedia di editor figure. Uicontrol yang digunakan untuk membuat aplikasi kompresi ini adalah :
1. Axes
Axes digunakan untuk menampilkan sebuah grafik atau gambar (image). Pada pembuatan aplikasi ini digunakan 2 Axes yang digunakan untuk menampilkan citra asli dan citra kompresi.
2. Static Text
Static Text akan menghasilkan teks bersifat tetap sehingga user tidak dapat melakukan perubahan. Teks dan beberapa fasilitas lainnya dapat diatur dalam static text. Seperti jenis dan ukuran font, warna dll. Pada pembuatan aplikasi kompresi ini terdapat 2 static text yaitu Nama file untuk citra masukan dan Nama file untuk citra keluaran.
3. Pushbutton
Pushbutton merupakan jenis control berupa tombol tekan yang akan menghasilkan sebuah tindakan jika diklik. Pada pembuatan aplikasi ini, pushbutton yang digunakan adalah Pilih Gambar, Kompres dan Keluar.
Berikut adalah Desain Aplikasi Kompres JPEG :
Pembuatan Source Code Program KompresiPenulisan source code pada pembuatan aplikasi dengan MATLAB menggunakan editorM-file.a. Buka Layout Figure yang telah dibuat, lalu klik kanan pada figure pilih M-file.b. Ketikkan source code pada Editor M-file.Program kompresi ini disimpan dengan nama PPC.fig. Pada MATLAB terdapat function yang tersedia secara otomatis seperti dibawah ini :
function varargout = PPC(varargin)
% PPC M-file for PPC.fig
% PPC, by itself, creates a new PPC or raises the existing
% singleton*.
%
% H = PPC returns the handle to a new PPC or the handle to
% the existing singleton*.
%
% PPC(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in PPC.M with the given input arguments.
%
% PPC(‘Property’,'Value’,…) creates a new PPC or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before PPC_OpeningFunction gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to PPC_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help PPC
% Last Modified by GUIDE v2.5 23-Nov-2010 15:28:23
% Begin initialization code – DO NOT EDIT
gui_Singleton = 1;
gui_State = struct( ‘gui_Name‘, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @PPC_OpeningFcn, …
‘gui_OutputFcn’, @PPC_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code – DO NOT EDIT
% — Executes just before PPC is made visible.
function PPC_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved – to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to PPC (see VARARGIN)
% Choose default command line output for PPC
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes PPC wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% — Outputs from this function are returned to the command line.
function varargout = PPC_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved – to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% — Executes on button press in buka.
function buka_Callback(hObject, eventdata, handles)
% hObject handle to buka (see GCBO)
% eventdata reserved – to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
%Bagian ini merupakan bagian yang mengatur satuan gambar yang digunakan untuk kompresi citra masukan.
[nama_file1, nama_path1]=uigetfile( …
{‘*.bmp;,*.jpg’,'File Citra(*.bmp,*.jpg)’;
‘*.bmp’,'File Bitmap(*.bmp)’;…
‘*.jpg’,'File JPEG(*.jpg)’;
‘*.*’,'Semua File(*.*)‘},…
‘Buka File Citra Host/Asli’);
if ~isequal(nama_file1, 0)
handles.data1=imread(fullfile(nama_path1,nama_file1));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.Gambar1);
imshow(handles.current_data1);
set(handles.text2,’String’,nama_file1);
else
return;
end
% — Executes on button press in kompres.
function kompres_Callback(hObject, eventdata, handles)
% hObject handle to kompres (see GCBO)
% eventdata reserved – to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
%Bagian ini menunjukkan bahwa hasil kompresi hanya akan berformat .jpg
[nama_file_simpan, path_simpan]=uiputfile(…
{‘*.jpg’,'File citra(*.jpg)‘;
‘*.jpg’,'Citra JPEG(*.jpg)’;…
‘*.*’,'Semua File(*.*)’},…
‘Menyimpan File Citra Hasil Kompresi JPEG’);
imwrite(handles.data1, fullfile(path_simpan, nama_file_simpan));
citra_kompres=imread(fullfile(path_simpan, nama_file_simpan));
guidata(hObject,handles);
axes(handles.Gambar2);
imshow(citra_kompres);
set(handles.text4,’String‘,nama_file_simpan);
% — Executes on button press in keluar.
function keluar_Callback(hObject, eventdata, handles)
% hObject handle to keluar (see GCBO)
% eventdata reserved – to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
%Bagian ini merupakan perintah untuk kotak dialog keluar
selection=questdlg(['Keluar ' get(handles.figure1,'Name')''],…
['Keluar ' get(handles.figure1,'Name')''],…
‘Ya‘,‘Tidak‘,’Ya‘);
if strcmp(selection,’Tidak‘)
return;
end
delete(handles.figure1)
c. Setelah di compile dan di run, hasilnya seperti ini :
d. Jika kita memilih button Pilih Gambar, maka akan muncul kotak dialog seperti dibawah ini :
e. Selanjutnya kita pilih gambar yang kita inginkan masing-masing. Dalam hal ini saya memilih file nolte.bmp
f. Langkah selanjutnya setelah kita memilih button kompress, program ini terlebih dahulu meminta direktori yang akan menjadi tempat tujuan disimpannya file gambar tersebut setelah dikompresi. Lihat kotak dialog dibawah ini :
g. Hasil kompresi dapat dilihat dibawah ini. Perubahan terjadi, gambar masukan awalnya berformat .bmp menjadi .jpg dengan ukuran yang lebih kecil.
h. Dan jika kita memilih button Keluar, muncul kotak dialog untuk memastikan apakah kita serius untuk keluar dari program kompresi ini.
Selamat Mencoba!
% MATLAB 4.2c JPEG image compression program% by Scott Teresi, www.teresi.us% March 15-17, 1997
% Data Classification and Compression class% Dr. Salari, Univ. of Toledo
% This program compresses an image using the JPEG algorithm
% Enter matlab, then type the name of this file (jpeg) to execute it.% It requires a ".mat" file containing raw black-and-white image data% stored in matrix variable "X". The matrix contains the pixel intensities.% Also, store a colormap in variable "map" (see first few lines of program).
% Initializations
clear % clear all variables from previous sessionsload lenna % load file of variables containing a gray image matrix
orig_img = X; % image matrix was stored in variable X % image colormap is stored in variable map
quant_multiple = 1; % set the multiplier to change size of quant. levels % (fractions decrease distortion) % vary quant_mult from .1 to 3 (see jpeg.results file)
blocksize = 8; % set the size of chunks to take the DCT of ( =< 8)DCT_quantizer = ... % levels for quantizing the DCT block (8x8 matrix)
[ 16 11 10 16 24 40 51 61; ... 12 12 14 19 26 58 60 55; ... 14 13 16 24 40 57 69 56; ... 14 17 22 29 51 87 80 62; ... 18 22 37 56 68 109 103 77; ... 24 35 55 64 81 104 113 92; ... 49 64 78 87 103 121 120 101; ... 72 92 95 98 112 100 103 99 ];
sz = size(orig_img);rows = sz(1,1); % finds image's rows and columnscols = sz(1,2);colors = max(max(orig_img)); % guess at the number of colors in the image
% Replace a color colormap with a grayscale one% % map_sz = size(map);% clrs = map_sz(1,1);% gray_map = (0:clrs-1)' / (clrs-1);% gray_map = [gray_map gray_map gray_map];% map = gray_map;% colormap(map)
% Introduction
str = str2mat( ... 'Scott Teresi, March 1997.', ... 'This program implements the JPEG data compression algorithm.');ssdisp(0, str);
fprintf (1, 'Image used: lenna.mat\n');fprintf (1, 'Its size is: %dx%d\n', rows, cols);fprintf (1, 'Number of colors (guess): %d\n', colors);fprintf (1, 'DCT block size: %dx%d\n', blocksize, blocksize);fprintf (1, 'Quant. size multiplier: %d\n', quant_multiple);
% Display the original image
figure(1)image(orig_img)colormap(map)title('Original image')figure(2)
% Prepare image for transform
% Level-shift the image (center intensity values around 0)
orig_img = orig_img - ceil(colors/2);
% Replicate edges of image to make its dimensions a multiple of blocksize
pad_cols = (1 - (cols/blocksize - floor(cols/blocksize))) * blocksize;if pad_cols == blocksize, pad_cols = 0; endpad_rows = (1 - (rows/blocksize - floor(rows/blocksize))) * blocksize;if pad_rows == blocksize, pad_rows = 0; end
for extra_cols = 1:pad_cols orig_img(1:rows, cols+extra_cols) = orig_img(1:rows, cols);end
cols = cols + pad_cols; % orig_img is now pad_cols wider
for extra_rows = 1:pad_rows orig_img(rows+extra_rows, 1:cols) = orig_img(rows, 1:cols);end
rows = rows + pad_rows; % orig_img is now pad_rows taller
% calculate the DCT transform matrix% (from page 336 of the Intro to Data Compression book)
i = 0;for j = 0: blocksize - 1 DCT_trans(i + 1, j + 1) = sqrt(1 / blocksize) ... * cos ((2 * j + 1) * i * pi / (2 * blocksize));end
for i = 1: blocksize - 1 for j = 0: blocksize - 1 DCT_trans(i + 1, j + 1) = sqrt(2 / blocksize) ... * cos ((2 * j + 1) * i * pi / (2 * blocksize)); endend
% Take DCT of blocks of size blocksize
fprintf(1, '\nFinding the DCT and quantizing...\n');starttime = cputime; % "cputime" is an internal cpu time counter
jpeg_img = orig_img - orig_img; % zero the matrix for the compressed image
for row = 1: blocksize: rows for col = 1: blocksize: cols
% take a block of the image: DCT_matrix = orig_img(row: row + blocksize-1, col: col + blocksize-1);
% perform the transform operation on the 2-D block % (from page 331 of the Intro to Data Compression book) DCT_matrix = DCT_trans * DCT_matrix * DCT_trans';
% quantize it (levels stored in DCT_quantizer matrix): DCT_matrix = floor (DCT_matrix ... ./ (DCT_quantizer(1:blocksize, 1:blocksize) * quant_multiple) + 0.5);
% place it into the compressed-image matrix: jpeg_img(row: row + blocksize-1, col: col + blocksize-1) = DCT_matrix;
endend
fprintf(1, ' CPU time used: %1.3f\n', (cputime - starttime))
% Reverse the process (take the Inverse DCT)
fprintf(1, 'Reconstructing quantized values and taking the inverse DCT...\n');starttime = cputime;
recon_img = orig_img - orig_img; % zero the matrix for the reconstructed image
for row = 1: blocksize: rows for col = 1: blocksize: cols
% take a block of the image: IDCT_matrix = jpeg_img(row: row + blocksize-1, col: col + blocksize-1);
% reconstruct the quantized values: IDCT_matrix = IDCT_matrix ... .* (DCT_quantizer(1:blocksize, 1:blocksize) * quant_multiple);
% perform the inverse DCT: IDCT_matrix = DCT_trans' * IDCT_matrix * DCT_trans;
% place it into the reconstructed image: recon_img(row: row + blocksize-1, col: col + blocksize-1) = IDCT_matrix;
endend
fprintf(1, ' CPU time used: %1.3f\n', (cputime - starttime))
% Restore image to normal
% Level-shift the image back
recon_img = recon_img + ceil(colors/2);orig_img = orig_img + ceil(colors/2);
% Clip off padded rows and columns
rows = rows - pad_rows;cols = cols - pad_cols;recon_img = recon_img(1:rows, 1:cols);
% Display image
colormap(map)image(recon_img)title('Decompressed JPEG image')
% Calculate signal-to-noise ratio
fprintf(1, 'Finding the signal-to-noise ratio...\n');starttime = cputime;
PSNR = 0;for row = 1:rows for col = 1:cols PSNR = PSNR + (orig_img(row, col) - recon_img(row, col)) ^ 2; endendPSNR = 10 * log10 ((255^2) / (1 / (((rows + cols) / 2) ^ 2) * PSNR)); % (averaged rows and cols together)
fprintf(1, ' CPU time used: %1.3f\n', (cputime - starttime))
fprintf(1, '\nThe signal-to-noise ratio (PSNR) is: %1.3f dB\n\n', PSNR);
JPEG colour compression using MATLAB
clc;img = imread('lena.bmp');% JPEG compressionjpegcompression(img,'lena_compressed.mat');% JPEG decompressionIrec = jpegrestoration('lena_compressed.mat');% System performances[CR,BPP,PSNR,MSE,SNR] = systemperformances(img,Irec,'lena_compressed.mat');% Plottingfigure,subplot(1,2,1),imshow(img),title('Original image'),... subplot(1,2,2),imshow(Irec),title('Decompressed image');disp('Compression ratio:');disp(CR);disp('Bits per pixel:');disp(BPP);disp('Peak signal to noise ratio:');disp(PSNR);disp('Mean squared error:');disp(MSE);disp('Signal to noise ratio');disp(SNR);function [CR,BPP,PSNR,MSE,SNR]=systemperformances(I0,I1,compressed_data_file)% Performances of compression algorithm% INPUT:% I0: original image% I1: decompressed image% compressed_data_file: file name of cmpressed data% OUTPUT:% Ires: reconstructed image% CR: compression ratio% BPP: bits per pixel% PSNR: peak signal to noise ratio% MSE: mean squared error% SNR: signal to noise ratio%img = imread('lena.bmp');% JPEG compression%jpegcompression(img,'lena_compressed.mat');% JPEG decompression%Irec = jpegrestoration('lena_compressed.mat');I0 = imread('lena.bmp');% JPEG compressionjpegcompression(I0,'lena_compressed.mat');% JPEG decompressionI1 = jpegrestoration('lena_compressed.mat');I0 = double(I0);I1 = double(I1);if ndims(I0)==3 size0 = 3*8*size(I0,1)*size(I0,2);else
size0 = 1*8*size(I0,1)*size(I0,2); endfile1 = dir(compressed_data_file);size1 = 8*file1.bytes;% Compression ratioCR = size0/size1;% Bits per pixelBPP = size1/(size(I0,1)*size(I0,2));% Difference signalId = (I0-I1);signal = sum(sum(I0(:).^2));noise = sum(sum(Id(:).^2));SNR = 10*log10(signal/noise);MSE = noise/numel(I0);peak = max(I0(:));PSNR = 10*log10(peak^2/MSE);