Table of Contents
- Langkah 1: Pastika Python 3 dan pip sudah terinstal
- Langkah 2: Instalasi OpenCV Python
- Langkah 3 (Opsional): Instalasi OpenCV Contrib Python
- Langkah 4: Cek hasil penginstalan
- Install Library
- Mengambil frames
- Color space RGB dan release
- Numpy array
- Langkah 1: Pastika Python 3 dan pip sudah terinstal
- Langkah 2: Instalasi OpenCV Python
- Langkah 3 (Opsional): Instalasi OpenCV Contrib Python
- Langkah 4: Cek hasil penginstalan
Bagi yang pernah berkecimpung dalam bidang computer vision, mungkin OpenCV sudah tidak asing lagi didengar. OpenCV merupakan salah satu library open-source yang digunakan dalam proses pengolahan citra yang dapat digunakan dalam bahasa pemrograman C/C++, Python, dan Java. Halaman resmi OpenCV dapat teman-teman kunjungi di //opencv.org.
Tampilan website resmi OpenCVLangsung saja, pada artikel ini, saya akan berbagi cara bagaimana menginstal OpenCV yang dapat digunakan pada bahasa pemrograman Python.
Langkah 1: Pastika Python 3 dan pip sudah terinstal
Pastikan bahwa :
- Bahasa pemrograman Python (Python 3) sudah terinstal pada komputermu.
- Package manager “pip” juga sudah terinstal pada komputermu.
Hal ini sangat wajib ya. Kalau belum ada, maka instal terlebih dahulu. Kamu bisa download langsung dari website resmi Python. Demikian juga dengan package manager “pip”.
Langkah 2: Instalasi OpenCV Python
Buka aplikasi CMD (Command Prompt) atau terminal pada komputermu, kemudian ketikkan perintah :
python3 -m pip install opencv-pythonTunggu hingga proses penginstalan selesai.
Langkah 3 (Opsional): Instalasi OpenCV Contrib Python
Kamu juga dapat menginstal modul-modul tambahan untuk OpenCV dengan meingstal OpenCV Contrib untuk Python, dengan perintah :
python3 -m pip install opencv-contrib-pythonSama dengan langkah sebelumnya, tunggu hingga proses penginstalan selesai.
Langkah 4: Cek hasil penginstalan
Langkah terakhir ialah pengecekan apakah penginstalan OpenCV Python telah berhasil atau belum. Caranya mudah:
- Masuk ke terminal Python (Bisa melalui IDLE, Command Prompt, atau terminal).
- Kemudian import library OpenCV Python dengan perintah import cv2.
Jika tidak terdapat pesan error ketika melakukan import library, OpenCV sudah terinstal dengan benar.
Demikian Tutorial yang dapat saya bagikan, semoga bermanfaat 🙂
Photo by Jakob Owens on UnsplashVideo dapat diolah dan digunakan sebagai dataset gambar untuk berbagai project machine learning atau neural network.
Untuk mengambil gambar-gambar dari sebuah video, kita dapat menggunakan OpenCV. OpenCV merupakan open-source library yang banyak digunakan dalam computer vision, machine learning dan image processing. Jadi saat berhadapan dengan project terkait image, besar kemungkinan akan menggunakan library ini.
Install Library
Pada artikel ini kita akan menggunakan library OpenCV pada Python. Secara umum untuk menginstall bisa menggunakan pip.
pip install opencv-pythonInstruksi untuk instalasi selengkapnya bisa dilihat pada site //pypi.org/project/opencv-python/.
Load video
Langkah pertama yang dilakukan adalah me-load video yang akan kita ekstrak gambarnya. Kita dapat me-load video dengan fungsi VideoCapture() dari OpenCV dengan path video yang akan diproses.
Mengambil frames
Setelah video di-load, maka kita akan membaca video dengan fungsi read(). Fungsi ini akan mengambil frame by frame dari video. ret akan bernilai False saat frame selanjutnya tidak ada lagi.
ret, frame = video.read()if ret == False:
break
Color space RGB dan release
Ambil frame dan simpan dalam sebuah array. Frame yang diekstrak secara default adalah dalam format BGR, ubah format color space menjadi RGB.
frames = []frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
frames.append(frame)
Release video setelah frame selesai diekstrak.
video.release()Numpy array
Jika gambar/frame yang telah diekstrak akan digunakan sebagai data untuk machine learning, sebaiknya frames diubah menjadi numpy array.
np.array(frames)Kode selengkapnya:
def extract_frames(video_path):# Load video
video = cv2.VideoCapture(video_path) # Loop all frames
frames = []
while(video.isOpened()):
ret, frame = video.read()
if ret == False:
break
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
frames.append(frame)
video.release()
# return as numpy array
return np.array(frames)