1) Import Modul

import os, sys
import cv2
import numpy as np
import tkinter as tk
from tkinter import filedialog, messagebox
from PIL import Image, ImageTk
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import matplotlib.pyplot as plt

• os, sys: manipulasi path & sys.path untuk impor relatif.
• cv2 (OpenCV): operasi citra—konversi warna, equalization, dan transformasi intensitas.
• numpy: representasi citra sebagai ndarray.
• tkinter: GUI native; filedialog untuk memilih berkas, messagebox untuk dialog.
• Pillow (Image, ImageTk): konversi array ke objek gambar yang bisa ditampilkan di Tkinter.
• matplotlib + FigureCanvasTkAgg: menggambar histogram langsung di jendela Tkinter.

2) Setup Path & Impor Utilitas

_FILE_DIR = os.path.dirname(__file__)
_ROOT_DIR = os.path.abspath(os.path.join(_FILE_DIR, ".."))
if _ROOT_DIR not in sys.path:
    sys.path.insert(0, _ROOT_DIR)

from common.io import read_image

Menjamin modul common.io dapat diimpor saat skrip dijalankan langsung. Fungsi read_image diasumsikan membaca gambar dan mengembalikannya sebagai array RGB numpy.

3) Fungsi adjust_bc(img, alpha=1.2, beta=20)

def adjust_bc(img, alpha=1.2, beta=20):
    return cv2.convertScaleAbs(img, alpha=alpha, beta=beta)

• Tujuan: Mengatur contrast (α) dan brightness (β) dengan transformasi linier img' = α·img + β lalu diklip 0..255.
• Parameter: img (RGB uint8), alpha (float), beta (int).
• Return: citra hasil dalam tipe uint8.

4) Kelas BasicOpsGUI

4.1 __init__(self, root)

self.root = root
self.root.title("Basic Ops - Gray, HistEq, Brightness/Contrast")
# State
self.img_rgb: np.ndarray | None = None
self.photo: ImageTk.PhotoImage | None = None

• State utama: img_rgb menyimpan citra saat ini (RGB); photo adalah objek ImageTk untuk Label Tkinter.

# Bar atas: tombol buka, label status
# Frame kontrol: tombol operasi (asli, gray, equalization)
# Frame B/C: slider alpha (kontras) & beta (kecerahan) + tombol terapkan
# Area tampilan: label judul + label gambar
# Area histogram: Figure Matplotlib tertanam via FigureCanvasTkAgg

4.2 open_image(self)

path = filedialog.askopenfilename(...)
self.img_rgb = read_image(path)
self.status.config(text=path)
self.show_original()

• Membuka dialog pilih berkas, membaca citra (RGB), memperbarui status, dan merender citra asli.
• Penanganan error: kegagalan baca ditampilkan via messagebox.showerror.

4.3 _ensure_image(self) → bool

if self.img_rgb is None:
    messagebox.showinfo("Info", "Silakan buka gambar terlebih dahulu.")
    return False
return True

Validasi ketersediaan citra sebelum menjalankan operasi.

4.4 Method Operasi

show_original(self)

self._render(self.img_rgb, title="Citra Asli (RGB)")

op_gray(self)

gray = cv2.cvtColor(self.img_rgb, cv2.COLOR_RGB2GRAY)
self._render(gray, title="Grayscale")

op_hist_eq(self)

gray = cv2.cvtColor(self.img_rgb, cv2.COLOR_RGB2GRAY)
hist_eq = cv2.equalizeHist(gray)
self._render(hist_eq, title="Histogram Equalization (Gray)")

op_bc_apply(self)

alpha = float(self.alpha_var.get())
beta = int(self.beta_var.get())
out = adjust_bc(self.img_rgb, alpha=alpha, beta=beta)
self._render(out, title=f"Brightness/Contrast (α={alpha:.2f}, β={beta})")

Catatan: HistEq dilakukan di domain grayscale satu kanal, sedangkan B/C diterapkan pada citra RGB 3‑kanal.

4.5 Rendering & Histogram

_render(self, img, title="")

if img.ndim == 2:
    pil = Image.fromarray(img.astype(np.uint8), mode="L")
else:
    pil = Image.fromarray(img.astype(np.uint8))
pil = self._fit_image(pil, 960, 600)
self.photo = ImageTk.PhotoImage(pil)
self.img_label.configure(image=self.photo)
self.title_label.configure(text=title)
self._update_hist(img)

• Konversi ndarray ke PIL.Image (mode L untuk grayscale).
• Penskalaan proporsional agar muat di area tampilan (_fit_image).
• Perbarui label gambar & judul, lalu gambar histogram.

_update_hist(self, img)

self.ax.clear()
if img.ndim == 2:
    data = img.ravel().astype(np.uint8)
    self.ax.hist(data, bins=256, range=(0,255), color='black', alpha=0.8)
    self.ax.set_title('Histogram (Grayscale)')
else:
    for i, c in enumerate(['r','g','b']):
        data = img[:,:,i].ravel().astype(np.uint8)
        self.ax.hist(data, bins=256, range=(0,255), color=c, alpha=0.5, label=['R','G','B'][i])
    self.ax.legend(loc='upper right', fontsize=8)
self.ax.set_xlim(0,255); self.ax.set_xlabel('Intensitas'); self.ax.set_ylabel('Frekuensi')
self.fig.tight_layout(); self.canvas.draw_idle()

• Histogram 256 bin untuk intensitas 0–255.
• Grayscale: satu histogram; RGB: tiga histogram bertumpuk (R,G,B).

_fit_image(im, max_w, max_h) (static)

w, h = im.size
scale = min(max_w / w, max_h / h, 1.0)
new_size = (int(w * scale), int(h * scale))
return im.resize(new_size, Image.Resampling.LANCZOS)

Menghitung skala agar gambar tidak melebihi area tampilan; menggunakan filter LANCZOS untuk kualitas tinggi.

5) Blok Main

if __name__ == "__main__":
    root = tk.Tk()
    app = BasicOpsGUI(root)
    root.mainloop()

Menjalankan aplikasi hanya saat file dieksekusi langsung; membuat root Tk, menginstansiasi GUI, lalu memulai mainloop().

6) Dependensi & Cara Menjalankan

pip install opencv-python numpy pillow matplotlib

1. Simpan file sebagai basic_ops.py dalam struktur yang berisi modul common/io.py.
2. Jalankan: python basic_ops.py
3. Klik Buka Gambar... → pilih gambar → coba tombol operasi dan slider.

7) FAQ