Description

Template matching adalah tugas dalam Computer Vision yang bertujuan untuk menentukan posisi suatu gambar template dalam gambar yang lebih besar. Dalam proses ini, template digunakan dan dicocokkan dengan berbagai kemungkinan lokasi di gambar lain, kemudian dihitung skor untuk setiap lokasi. Lokasi dengan skor tertinggi menunjukkan bahwa gambar template sangat sesuai dengan posisi tersebut. Penerapan template matching pada portofolio ini menggunakan Normalized Cross-Correlation Matching Method. Template yang digunakan adalah ‘Mark.jpg’

Sedangkan, target yang digunakan adalah ‘NCT_Dream.jpg’

1. Import Library

‘cv2’ untuk tugas-tugas pengolahan gambar, ‘numpy’ untuk komputasi numerik, dan ‘pyplot’ untuk membuat plot.

2. Memanggil Gambar dan Template

Gambar dan template diubah menjadi grayscale untuk mengurangi kompleksitas komputasi.

3. Menggunakan Template Matching

'res' adalah Matriks hasil yang berisi nilai kecocokan untuk setiap posisi. Penggunakan Normalized Cross-Correlation Matching Method ('cv2.TM_CCORR_NORMED') untuk mencocokkan template dengan gambar. 'cv2.minMaxLoc' berfungsi untuk menemukan nilai minimum dan maksimum serta lokasinya dalam matriks hasil.

4. Hasil

Penerapan template matching menggunakan Normalized Cross-Correlation Matching Method berhasil.

Link Google Colaboratory: https://drive.google.com/file/d/1Rl6cC2Z0RATgBdbKuMf3HqfTwGxvBETV/view?usp=sharing