Noise Removing Method: Bilateral Python Cheatsheet Cheat Sheet by Linda Suryantini

Metode bilateral adalah teknik pengolahan gambar yang digunakan untuk mengurangi noise sambil tetap memper­tah­ankan tepi dan detail penting pada gambar. Filter ini bekerja dengan mengga­bungkan dua fungsi, yaitu fungsi jarak dan fungsi intens­itas, untuk menentukan kontribusi dari piksel di sekitarnya dalam memper­halus gambar. Bilateral filter memper­hit­ungkan kedekatan jarak antara piksel dan perbedaan intensitas warna atau kecerahan, sehingga piksel yang mirip lebih diutamakan dalam perhit­ungan.

cv2: Modul OpenCV untuk Python yang menyed­iakan berbagai fungsi untuk pengolahan citra dan video.

cv2.bi­lat­era­lFi­lter(): untuk menerapkan Bilateral Filter pada gambar.

d: Diameter area pixel yang digunakan untuk filter. Semakin besar nilai d, semakin besar area yang akan diperh­itu­ngkan.

sigmaC­olor: Filter parameter yang menentukan seberapa banyak warna mempen­garuhi filter. Nilai tinggi menjaga tepi yang tajam.

sigmaS­pace: Parameter yang menentukan seberapa jauh pengaruh pixel yang dipert­imb­angkan untuk smoothing. Nilai lebih besar mengha­silkan smoothing yang lebih halus.

cv2.wa­itK­ey(): Menunggu input dari pengguna. Dengan parameter 0, program akan menunggu sampai tombol ditekan.

cv2.im­read(): untuk membaca gambar dari file.

D:/KUL­IAH­/co­de/­pcd­/de­noi­se2.jpg: Path lengkap dari file gambar yang ingin dibaca.

cv2.im­show(): Menamp­ilkan jendela gambar dengan nama tertentu.

'Original Image': Jendela untuk gambar asli.

'Bilateral Filtered Image': Jendela untuk gambar yang telah difilter dengan Bilateral Filter.

cv2.im­wri­te(): Menyimpan gambar hasil proses ke file.

bilate­ral­_fi­lte­red­_im­age.jpg : Nama file di mana hasil gambar yang difilter disimpan.

cv2.de­str­oyA­llW­ind­ows(): Menutup semua jendela gambar yang telah dibuka.