Komponen Hue dari citra HSV (Hue, Saturation, Value) merupakan suatu komponen yang merepresentasikan warna dari panjang gelombang cahaya tampak (merah, jingga, kuning, hijau, biru, ungu). Oleh karena itu, komponen ini dapat digunakan sebagai acuan untuk melakukan pengenalan warna suatu objek pada citra digital.

Berikut ini merupakan contoh pengolahan citra digital untuk melakukan pengenalan warna suatu objek berdasarkan komponen Hue.

Langkah-langkah pengolahan citra dan pemrograman MATLAB yang dilakukan adalah sebagai berikut:

1. Membaca citra RGB asli

clc; clear; close all;

I = imread('stabilo.jpg');
figure, imshow(I);

2. Mengkonversi ruang warna citra yang semula berada pada ruang warna RGB menjadi HSV (Hue, Saturation, Value)

HSV = rgb2hsv(I);
figure, imshow(HSV);

3. Mengekstrak masing-masing komponen citra HSV yaitu komponen Hue, komponen Saturation, dan komponen Value

H = HSV(:,:,1);
S = HSV(:,:,2);
V = HSV(:,:,3);
figure, imshow(H);
figure, imshow(S);
figure, imshow(V);

Komponen Hue

Komponen Saturation

Komponen Value

4. Melakukan thresholding terhadap komponen Saturation sehingga diperoleh citra biner hasil segmentasi

bw = im2bw(S,.4);
figure, imshow(bw);

5. Melakukan operasi morfologi berupa filling holes dan opening untuk menyempurnakan citra biner hasil segmentasi

bw = imfill(bw,'holes');
bw = bwareaopen(bw,1000);
str = strel('square',12);
bw = imopen(bw,str);
figure, imshow(bw);

6. Menampilkan citra RGB hasil segmentasi

R = I(:,:,1);
G = I(:,:,2);
B = I(:,:,3);

R(~bw) = 0;
G(~bw) = 0;
B(~bw) = 0;

RGB = cat(3,R,G,B);
figure, imshow(RGB);

7. Melakukan pelabelan terhadap masing-masing objek hasil segmentasi

[L,num] = bwlabel(bw);

Label 1

Label 2

Label 3

Label 4

Label 5

Label 6

8. Menghitung rata-rata nilai Hue pada masing-masing objek yang terlabeli dan mengklasifikasikan nilai tersebut ke dalam kelas warna yang telah ditentukan

for n = 1:num
    bw2 = L==n;

    R = I(:,:,1);
    G = I(:,:,2);
    B = I(:,:,3);

    R(~bw2) = 0;
    G(~bw2) = 0;
    B(~bw2) = 0;
    RGB = cat(3,R,G,B);

    [a,b] = find(bw2==1);
    Hue = 0;

    for m = 1:numel(a)
        Hue = Hue+double(H(a(m),b(m)));
    end

    Hue = Hue/numel(a);

    if Hue < 11/255       % merah
        Warna = 'merah';
    elseif Hue < 32/255   % jingga
        Warna = 'jingga';
    elseif Hue < 54/255   % kuning
        Warna = 'kuning';
    elseif Hue < 116/255  % hijau
        Warna = 'hijau';
    elseif Hue < 141/255  % cyan
        Warna = 'cyan';
    elseif Hue < 185/255  % biru
        Warna = 'biru';
    elseif Hue < 202/255  % ungu
        Warna = 'ungu';
    elseif Hue < 223/255  % magenta
        Warna = 'magenta';
    elseif Hue < 244/255  % merah muda
        Warna = 'merah muda';
    else
        Warna = 'merah';
    end

    [B,~] = bwboundaries(bw2,'noholes');
    boundary = B{1};
    position = [boundary(1,2),boundary(1,1)-80;boundary(1,2),boundary(1,1)-40;...
        boundary(1,2),boundary(1,1)];
    box_color = {'yellow','yellow','yellow'};

    text_str = cell(2,1);
    text_str{1} = ['Label: ' num2str(n)];
    text_str{2} = ['Hue: ' num2str(Hue,'%0.2f')];
    text_str{3} = ['Warna: ' Warna];

    RGB2 = insertText(I,position,text_str,'FontSize',20,'BoxColor',box_color,'BoxOpacity',0.8,'TextColor','white');
    figure, imshow(RGB2);
end

Label 1

Label 2

Label 3

Label 4

Label 5

Label 6

Hasil pengolahan citra tersebut menunjukkan bahwa metode yang digunakan dapat melakukan pengenalan warna objek dalam citra dengan baik. Warna yang dikenali antara lain adalah warna cyan, hijau, merah muda, jingga, dan kuning.

File source code lengkap beserta citra yang digunakan pada pemrograman di atas dapat diperoleh melalui halaman berikut ini: Source Code MATLAB

Tutorial mengenai deteksi warna berdasarkan komponen hue dan saturation pada citra HSV dapat dilihat pada video berikut ini: