Rabu, 19 Oktober 2016

Konfigurasi OpenCV di MS. Visual Studio 2013 C++, LogBook #8

Tidak ada komentar :

Konfigurasi OpenCV di MS. Visual Studio 2013 C++, LogBook #8


What’s up guys?
I wish all of you are in a good condition,
I have amazing day and you should have amazing day...

Kamis, 20-Oktober-2016, hi guys welcome back to my simple blog today i'm going to share you about how to configurate OpenCV in MS. Visual Studi 2013 C++.

anyway, seperti yang sudah kita ketahui bahwa OpenCV digunakan untuk C++, so pada percobaan ini tentu saja saya menggunakan MS. Visual Studio C++ versi 2013, namun sebelum mengatur konfigurasi tersebut ada bebrapa requirenment yang harus diperhatikan agar proses konfigrasi terjadi masalah, requirenment tersebut adalah :
1. Pastikan Anda sudah menginstal MS. Visual Studio berapapun versinya, tapi pada tutoral     kali ini saya menggunakan versi 2013, but it's not too defferent with previous or lates.
2. Passtikan anda sudah mendownload OpenCV dan menginstallnya disistem anda, jika        anda belum melakukan tahapan ini, anda bisa coba pembaca kembali postingan saya sebelumnya, disini http://addekurniawan.blogspot.co.id/2016/10/konfigurasi-opencv-di-windows-7-logbook.html.

Langsung aja kita mulai untuk konfigurasinya..
1. Buat Project Baru C++
2. Atur Config Debug terlebih dahulu untuk menjalankan library di OS 64 bit, namun jika anda ingin menggunakan diversi 32 bit, lewti langkah ini.


3. Masuk ke Property Manager, kemudian klik kanan Pada Debug | 64, tambahkan project properti Baru, berinama OpenCV_DEBUG64(sesuaikan jika anda menggunakan sistem di sistem 32 bit)

4. Masuk ke Folder C:\opencv\build\include, kemudian Copy


5. Masuk Ke VS 2013 tadi, klik kanan dan pilih property pada OpenCV_DEBUG64 yang sudah dibuat tadi.























6. Masuk kembali ke Folder C:\opencv\build\x64\vc14\lib, kemudian Copy


7. Kembali Masuk ke property OpenCV_DEBUG 64, kemudian pastekan di Linker/Additiona            Library Directories


8. Masuk kembali ke Folder C:\opencv\build\x64\vc14\lib, kemudian Copy nama “opencv_world310d.lib”

9. Masuk ke property OpenCV_DEBUG 64, kemudian pastekan di Linker/Input/Additiona Dependencies, Kemudian OK


10. Setelah selesai pada Configurasi OpenCV_DEBUG64, ulangi kembali cara tersebut pada Release | 64, dengan kembali membuat project properti, kemudian menambahkannya dengan nama OpenCV_RELEASE64, atur konfigurasi sama dengan OpenCV_DEBUG64


you've done, jika konfigurasi sudah dilakukan dengan benar, anda sudah bisa menggunakan library OpenCV disistem anda, sekian LogBook hari ini, jika masih mengalami kendala, silahkan komentar dibawah, thanks anyway, selamat mencoba dan good luck..!!:)

Konfigurasi OpenCV di Windows 7, LogBook #7

Tidak ada komentar :

Konfigurasi OpenCV di Windows 7, LogBook #7


What’s up guys?
I wish all of you are in a good condition,
I have amazing day and you should have amazing day...

Rabu, 19 Oktober 2016, setelah sebelumnya saya berbagi mengenai pengetahun dasar mengenai apa itu openCV, hari ini saya akan kembali mencoba mendokumentasikan secara singkat mengenai, how to configurate Opencv in windows 7?? 
sebelum melakukan konfirgurasi bebrapa requirenment yang perlu diperhatikan, hal itu adalah :
File exe OpenCV, dimana teman-teman dapat mendownload langsung disitus    resminya http://opencv.org/downloads.html, sesuaikan dengan versi OS yang digunakan..

langsung aja chek it out....

1. Download OpenCV.exe dari situs http://opencv.org/downloads.html

http://addekurniawan.blogspot.co.id/

File downloadannya dalam format exe

http://addekurniawan.blogspot.co.id/

2. Double Click Aplikasi OpenCV yang sudah didownload tadi, kemudian  arahkan ke Localdisk C:/

http://addekurniawan.blogspot.co.id/

Jika dibuka folder OpenCV tersebut makan akan ada dua folder didalamnya seperti gambar berikut :

http://addekurniawan.blogspot.co.id/

3. Masuk ke folder C:\OpenCV\Build\x64\vc14\bin, kemudian Copy

http://addekurniawan.blogspot.co.id/

4. Masuk ke Advanced System Settings, Environment, kemudian paste di variable value pada variabel PATH, jika tidak ada silahkan tambahkan dengan mengklik tombol "New", kemudian klik Ok

http://addekurniawan.blogspot.co.id/

tereretttt.....mission completes...... demikian logBook hari ini, next posting saya akan share mengenai konfigurasi di Visual Studio 2013, Thankyou and see you next posting..

OpenCV Fundamental LogBook #6

Tidak ada komentar :

OpenCV Fundamental LogBook #6.. 


addekurniawan.blogspot.com
addekurniawan.blogspot.com
OpenCV atau disingkat dengan Open Source Computer Vision merupakan salah satu library bebas pake yang dapat digunakan untuk membantu pembuatan sistem yang berkaitan dengan dengan computer vision seperti objek deteksi, objek recognation, objek tracking dan lain sebagainya. Library ini ditulis dalam bahasa C dan dapat digunakan dibanyak platform bahasa pemrograman seperti C++, Phyton, Java, selain itu llibrary ini juga dapat berjalan dibanyak Operating System(Cross Flatform) seperti : Windows, Linux, Mac OS, iOS dan Android. Dengan kelebihan tersebut sehingga OpenCV dapat dijadikan sebagai salah satu library Computer Vision yang ideal untuk membantu dalam menyelesaikan projek kita. Saat ini OpenCV memiliki banyak berbagai versi, latest version per tanggal 19/10/2016 adalah versi 2.4.13, untuk dapat menggunakan library tersebut teman-teman dapat meendownload sendiri disitus resminya langsung, silahkan http://opencv.org/downloads.html.


Struktur Dasar Modular OpenCV

Sumber : https://www.packtpub.com
Penjelasan Struktur Modular diatas :

No
Modul
Keterangan
1
Core
Modul yang digunakan untuk mendifinisikan struktur data dasar, termasuk pada multidimensional array Mat dan fungsi dasar lainnya yang dapat digunakan oleh beberapa modul lainnya
2
Highgui
Untuk modul Graphical User Interface(GUI), Image dan video baik input maupun outpuy
3
Imgproc
Modul yang digunakan berkaitan dengan pengolahan citra(Image Processing)
4
Video
Modul yang digunakan untuk analisis video termasuk motion estimation, algoritma objek tracking dan lain sebagainya
5
Calib3D
Modul dasar untuk algoritma geometry, kalibrasi stereo kamera dan beberapa elemen 3D Kontraksi
6
Features2D
Modul yang digunakan untuk silent feature detector, descriptor macher dan lain sebagainya
7
Objdetect
Modul yang digunakan untuk mendefinisikan beberapa kelas objek seperti : faces detection, eyes detection, car detection dan lain sebagainya
8
GPu
Modul yang digunakan untuk mengakselerasikan algoritma dari modul OpenCV yang berbeda

Demikian penjelasan secara singkat mengenai library OpenCV
semoga bermanfaat..

Sabtu, 10 September 2016

LogBook #5, DPM ON MATLAB

1 komentar :

LogBook #5, 08 September 2016, DPM ON MATLAB

What’s up guys?
I wish all of you are in a good condition,
I have amazing day and you should have amazing day...

Kamis, 08 September 2016, hari ini saya sudah mulai merancang aplikasi  pendeteksian objek sederhana menggunakan algoritma Deformable Part-Based Model, untuk mengetahui bagaimana algoritma tersebut bekerja teman-teman bisa mengakses postingan sebelumnya (klik disini).
Sesuai dengan topik penelitian saya mengenai pendeteksian objek menggunakan DPM yang akan diimplemetasikan pada sistem cerdas Lumen Robot Friend, sebelum itu saya coba merancang aplikasi sederhana menggunakan matlab versi R2013, yang dijalankan di OS Window 8.1, 64 Bit, and finally alhamdulillah it’s running, walupun masih ada beberapa bagian yang terkadang bug, percobaan ini saya memakai dataset dari INRIA diamana format tersebut dalam .MAT,  alasannya objek percobaan sudah ada data trainingnya, jadi tidak perlu lagi membuat datatraining.
dalam melakukan akuisisi citra, aplikasi ini belum bisa melakukannya secara real time, namun targetnya harus real time, mungkin next time saya akan kembali memposting  mengenai sistem real time, dari hasil 

percobaan tersebut akan dijelaskan pada gambar berikut :



http://addekurniawan.blogspot.co.id


Dapat kita lihat Pada bagian part, terlihat boundingnya begitu banyak sekilas menjelimat, saya belum tau apakah memang demikian atau seperti apa, saya berasumsi karena DPM akan mencari letak part dalam lokasi root terbaik, kemudian untuk disempurnakan untuk menjadi sebuah model, sehingga akan menghasilkan bounding yang banyak sesuai dengan part pada lokasi root yang mengandung value part, berikut ini adalah screen shoot, yang saya ambil di ruangan MIC-ITB, 

sebgai bahan referensi : https://people.eecs.berkeley.edu/~rbg/latent/

Demikian LogBook hari ini, Terimaksih

LogBook #4 - Part 1 - Image Processing

Tidak ada komentar :

LogBook #4 - Part 1, 07 September 2016

What's up guys?
i wish you're good,
i have amazing day, you should have amazing day...:)

Rabu, 07 September 2016, hari ini saya sudah masuk kesistem pengenalan objek(Object Recognation) namun belum ke robot, basicly robot is just a tool for implemented the algorithm, jadi robot itu hanya alat saja untuk mengimplementasikan algoritma, anyway berbicara mengenai implementasi, kita garis bawahi kata "implementasi", kata "implementasi" menurut KBBI, diartikan sebagai "pelaksanaan"; "penerapan" suatu hal kedalam hal lain, sudah pasti seharusnya hal apapun yang akan diilaksanakan seharusnya at least kita sudah tau apa yang akan kita terapkan bagaimana input dan outnya, jangan sampai kita mencoba menerapkan tapi kita sendiri tidak tau apa yang akan kita terapkan dan apa tujuannya, akan lebih baik jika kita sudah pernah menerapkan sebelumnya ke hal yang lain atau pernah mencobanya itu sudah cukup, begitu juga dengan penelitian ini metode yang akan diimplementasikan kedalam robot at least saya harus sudah tau apa yang akan saya lakukan dan bagaimana proses yang akan saya lalui, dalam penelitian ini pembuatan aplikasi sebelum diimplementasikan kedalam robot merupakan hal yang penting alias wajib, karena aplikasi tersebut dibuat untuk mengetahui bagaimana algoritma berjalan sebelum diterapkan.

Sebelumnya saya menyinggung masalah algoritma, algoritma adalah tata cara yang dilakukan seseorang secara terstruktur untuk menyelesaikan masalah, dalam penelitian khususnya didunia penelitian teknologi informasi sangat berkaitan erat, hal ini digunakan untuk memecahkan permasalahan dunia computing sebagai contoh saya akan membuatkan sistem pendeteksian objek dengan menggunakan Deformable Part-Based Model, permasalahan yang saya temukan adalah bahwa saat ini robot nao tidak dapat mendeteksi objek utama yang memiliki sudut pandang yang beragam, permasalahannya sudah jelas "tidak dapat mendeteksi objek", untuk itu saya harus membuat struktur cara menyelesaikan permasalah tersebut seperti melakukan survey sistem bagaimana sistem tersebut berjalan saat ini, kemudian melakukan tahapan-tahapan fitur ekstraksi dengan DPM. Contoh singkatnya seperti itu.

Dalam menyelesaikan permasalahan yang ada tentunya kita membuatuhkan strategi atau metode atau pendekatan bagaimana cara menyelesaikannya, nahh...pendekatan itulah dinamakan metode sebgai contoh  untuk menyelesaikan permsasalahan tersebut saya menggunakan metode Deformable Part-Based Model, DPM itulah sebagai metodenya.

Image Processing

Fitur ekstraksi masuk kedalam keilmuan image processing atau kita sebut dengan sebutan "Pengiolahan Citra". Pengolahan citra (image processing) merupakan salah satu jenis teknologi untuk menyelesaikan masalah dalam pemrosesan ataupun pengolahan gambar. (Hari Kusumo¹, Tjokorda Agung Budi Wirayuda², Retno Novi Dayawati³, 2010).

Jumat, 09 September 2016

LogBook #3

Tidak ada komentar :

LogBook #3, 06 September 2016

What's up guys?
i wish you're good,
i have amazing day, you should have amazing day...:)

Nao is Lumen Robot Friend in ITB
Selasa, 06 September 2016, kami melakukan briefing dengan pembimbing penelitan bertempat di LAB LSKK ITB, karena hari kemarin tidak jadi diskusi disebabkan oleh beberapa kendala, untuk mengetahui kendala tersebut, (klik disini untuk melihat postingan LogBook #2),

Diskusi tersebut dihadiri oleh Pak Marzuki dan Bu Maria, mereka selaku pembimbing disini, dan 2 team penelitian TA Lumen Robot Friend, yaitu Team Tari Lampung, dan Team Visual yang tergabung dalam 1 topik penelitian yaitu Machnine Perception.

Berikut ini pembahasan diskusi tersebut :
Nao also known as Lumen Robot Friend in ITB.

NAO adalah robot humanoid berukuran sedang yang otonom dan dapat diprogram, yang dikembangkan oleh Aldebaran Robotics, sebuah perusahaan startup dari Perancis yang berkantor pusat di Paris. Proyek NAO diluncurkan pada tahun 2004. Pada tanggal 15 Agustus menggantikan robot anjing milik Sony yaitu Aibo sebagai robot yang digunakan dalam kompetisi Liga Platform Standar (LPS) pada Piala dunia sepak bola robot (Robo Cup), suatu kompetisi robotika internasional.untuk info lebih jelas silahkan kunjungi website resminya https://www.ald.softbankrobotics.com/en, di ITB sendiri NAO dikenal dengan nama "Lumen Robot Friend", pusat ini penelitian robot ini dilakukan di Gedung Achmad Bakrie, Lantai 2, Lab. LSKK, ITB, untuk lebih jelasnya bisa kunjungi website resminya, http://lumen.lskk.ee.itb.ac.id/.

Lumen Robot Friend memiliki banyak modul penelitian seperti : visual yang berkaitan dengan input data baik itu dari gambar(Image Processing), Suara(Audio Processing) dan lain sebagainya, Motion yang berkaitan dengan gerakan/sistem kendali dan lain sebagainya, Seluruh bidang penlitian ini tergabung dalam penelitian besar yang dinamakan "Macine Perception". 

"Machine perception is a rapidly developing exciting field with a wealth of applications available as well as those still to come. This course will cover in depth the mathematics and basic techniques of computer vision which are widely used in a broad spectrum of modern applications" sumber : https://www.fri.uni-lj.si/en/education/10495/class.html

Sesuai penelitian-penelitian pada umumnya, biasanya seorang peneliti memiliki target khusus yang ingin dicapai dalam penelitiannya, begitu juga dengan kami, dalam penelitian ini kami memiliki Big plan yang secara singkat akan diterangkan dalam tabel berikut ini:
ini adalah Big Plan kami dalam penelitian TA ini yang tergabung dalam beberapa Team :
No
Target
Keterangan
1
Robot mampu melakukan tarian khas lampung
3 Bulan
2
Robot mampu mengoreksi gerakan tarian yang benar, jika melihat adanya kesalahan gerakan pada orang yang memperagakan
3
Robot mampu memberikan persepsi dimana dia sedang berada
4
Robot mampu mengenali objek yang dideteksi yang ada disekitarnya
 

Sekian LogBook #3 yang saya rangkum secara singkat,

Thankyou for your attention.