<![CDATA[Pengenalan produk atau wajah mulai memainkan peranan yang penting di dunia digital. Di dalam sebuah sisitm manufaktur, terutama dalan pengecekan kualitas di lini produksi, kamera mulai menggantilkan manusia dan alat sederhana. Pengenalan wajah juga mulai banyak di gunakan untuk sistim absensi dan keamanan. Dalam semua hal ini, sebuah kamera di butuhkan untuk mengambil gambar dari objeknya. Gambar yang di ambil dari kamera ada dalam format berwarna penuh. Kebanyakan proses gambar membutuhkan konversi dari gambar berwarna menjadi gambar hitam putih. Hasil pengkonversian ini akan mempengaruhi hasil dari pemrosesan gambar. Tujuan dari artikel ini adalah untuk melaporkan hasil evaluasi empat methode perubahan warna menggunakan metrik kwalitas Butteraugli sebagai cara mengukur kemampuan tiap metode. Metode yang di coba adalah : rata-rata, berbobot, non-linear, dan non-linear yang di lebarkan. Untuk sistim absensi, ada empat kondisi pencahayaan dimana percobaan ini di lakukan yaitu : rendah, normal, terang, dan di luar. Hasil dari pengambilan gambar, dibandingkan antara yang berwarna dan hasil konversinya menggunakan kwalitas metrik Butteraugli. Semakin rendah nilai Butterauglinya, semakin baik hasilnya karena ini berarti gambar yang di konversikan semakin sedikit perbedaannya dengan gambar aslinya. Kesimpulannya, non-linear yang di lebarkan mendapat nilai terbaik.]]>
Copyrights © 2021
