Kompresi Gambar Dengan Matlab 7

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 s ehingga ukurannya menjadi lebih kecil dengan memaksimalkan kesederhanaannya dan tetap menjaga kualitas penggambaran dari informasi tersebut. Kompresi data menjadi sangat pen penting

kare arena

mempercepat

memperke rkecil pengiriman

keb kebutuhan uhan data,

penyim yimpanan nan

memperkecil

data,

kebutuhan

bandwit bandwith.T h.Tekn eknik ik kompre kompresi si bisa dilakuk dilakukan an terhad terhadap ap data data teks/b teks/bine iner, r, gambar gambar (JPEG, (JPEG, PNG, PNG, TIFF), TIFF), audio audio (MP3, (MP3, AA AAC, C, RMA, RMA, WMA), WMA), dan video video (MPEG, H261, H263).

Langkah-Langkah Aplikasi

Pembuatan

Kompresi

Aplikasi kompresi yang kami buat, menggunakan MATLAB 7, yaitu software yang digunakan sebagai alat pemrograman standar bidang matem atemaatik tika,

reka ekayasa asa

dan keilm eilmu uan yang

terk terkaait. it.

MATLAB LAB

meny enyedia ediaka kan n beber eberap apaa pili piliha han n untu untuk k dipe dipela laja jari ri yait yaitu u metod etodee visualisasi

dan

pemr emrograman..

Ada

bebe eberap rapa

tahap

dalam

 pembuatannya, tahap pertama adalah membuat design figure sseperti gambar berikut

Desi Design gn figu figure re meru merupa paka kan n taha tahap p untu untuk k mend mendes esai ain n tamp tampil ilan an dari dari aplik aplikasi asi yang yang akan akan dibuat dibuat.. Ada Ada beber beberapa apa comp compon onent ent palet palette te yang yang digunakan, yaitu dua buah axes untuk menampilkan gambar asli dan gamba gambarr hasil hasil konv konvers ersi. i. Kemud Kemudian ian ada ada bebera beberapa pa static static text text untuk  untuk  menampilkan nama file dan ukuran dari gambar yang dibuka serta yang telah di kompressi. kompressi. Selain itu ada pula pushbutton yang berfungsi berfungsi untu untuk k meny menyed edia iaka kan n menu menu dari dari apli aplika kasi si ini ini yait yaitu, u, buka buka gamb gambar ar,, komp kompres res,, dan keluar keluar.. Untuk Untuk meng mengedi editt atau atau meng mengatu aturr compon component ent  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, {'*.bmp;,*.jpg','File

nama_path1]=uigetfile( Citra(*.bmp,*.jpg)';

... '*.bmp','File

Bitmap(*.bmp)';... '*.jpg','File

JPEG(*.jpg)'; '*.*','Semua

File(*.*)'},...

Citra

'Buka

File

Host/Asli');

~isequal(nama_file1,

if 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)); axes(handles.citra2);

guidata(hObject,handles); 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 ['Keluar

'

'

get(handles.figure1,'Name')''],... 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

Hasil dari aplikasi ini jika dijalankan adalah sebagai berikut, •

Tampilan Awal

tidak.

•

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 MATLAB Posted: 26 November 2010 in Tidak terkategori

3 Nama 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 Kompresi Penulisan source code pada pembuatan aplikasi dengan MATLAB menggunakan editor  M-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‘, ‘gui_Singleton’,

mfilename, …

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 load lenna matrix

% clear all variables from previous sessions % load file of variables containing a gray image

orig_img = X;

% image matrix was stored in variable X % image colormap is stored in variable map

quant_multiple = 1; levels

% set the multiplier to change size of quant. % (fractions decrease distortion) % vary quant_mult from .1 to 3 (see jpeg.results

file) blocksize = 8; 8) DCT_quantizer = ... matrix) [ 16 11 10 12 12 14 14 13 16 14 17 22 18 22 37 24 35 55 49 64 78 72 92 95

% set the size of chunks to take the DCT of ( =< % levels for quantizing the DCT block (8x8 16 24 40 19 26 58 24 40 57 29 51 87 56 68 109 64 81 104 87 103 121 98 112 100

sz = size(orig_img); rows = sz(1,1); cols = sz(1,2); colors = max(max(orig_img)); image % % % % % % % %

51 61; ... 60 55; ... 69 56; ... 80 62; ... 103 77; ... 113 92; ... 120 101; ... 103 99 ];

% finds image's rows and columns % guess at the number of colors in the

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 fprintf fprintf fprintf fprintf

(1, (1, (1, (1, (1,

'Image used: 'Its size is: 'Number of colors (guess): 'DCT block size: 'Quant. size multiplier:

lenna.mat\n'); %dx%d\n', rows, cols); %d\n', colors); %dx%d\n', blocksize, blocksize); %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; end pad_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)); end end

% 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; image

% zero the matrix for the compressed

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 + blocksize1); % 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; end end 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; reconstructed image

% zero the matrix for the

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; end end 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; end end PSNR = 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 compression jpegcompression(img,'lena_compressed.mat'); % JPEG decompression Irec = jpegrestoration('lena_compressed.mat'); % System performances [CR,BPP,PSNR,MSE,SNR] = systemperformances(img,Irec,'lena_compressed.mat'); % Plotting figure,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 compression jpegcompression(I0,'lena_compressed.mat'); % JPEG decompression I1 = 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); end file1 = dir(compressed_data_file); size1 = 8*file1.bytes; % Compression ratio CR = size0/size1; % Bits per pixel BPP = size1/(size(I0,1)*size(I0,2)); % Difference signal Id = (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);