แอปพลิเคชันเพื่อแสดงข้อมูลพื้นฐานของพรรณไม้

ก

เร่อื ง การพัฒนาแอปพลเิ คชนั เพ่ือแสดงขอมูลพนื้ ฐานของพรรณไม
ภายในมหาวทิ ยาลัยเทคโนโลยรี าชมงคลสุวรรณภมู ิ ศนู ยห ันตรา
Development of an application to display basic information of plant
species within Rajamangala University of Technology Suvarnabhumi

นางสาวชนาธนิ าถ ตรีมณี
นางสาวชตุ ินนั ท เจริญจติ จนิ ดา

ปรญิ ญานพิ นธน เ้ี ปน สว นหนึง่ ของการศกึ ษาตามหลกั สตู รปรญิ ญาวทิ ยาศาสตรบัณฑติ
สาขาวชิ าวทิ ยาการคอมพิวเตอร คณะวิทยาศาสตรแ ละเทคโนโลยี
มหาวทิ ยาลยั เทคโนโลยรี าชมงคลสวุ รรณภูมิ
ปการศกึ ษา 2564

ก



ค

บทคดั ยอ
จากปญหาการศึกษาหาขอมูลเกี่ยวกับพรรณไมที่คอนขางยากลําบากเนื่องจากพรรณไมมี
หลากหลายสายพันธุที่คลาย ๆ กันมากมาย คณะผจู ัดทําไดจัดทําพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูล
พ้ืนฐานของพรรณไม ภายในสวนธรรมรวมใจระลึกโปรดเกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคล
สุวรรณภมู ิ ศนู ยหันตราโดยมวี ตั ถปุ ระสงคด งั น้ี 1. เพื่อพฒั นาแอปพลเิ คชนั เพือ่ แสดงขอมลู พนื้ ฐานของ
พรรณไมที่นาสนใจ 2. เพ่ือศึกษาขอมูลพ้ืนฐานของพรรณไมท่ีนาสนใจ 3. เพ่ืออํานวยความสะดวก
ใหก ับผูคนทต่ี องการศึกษาขอมลู พ้นื ฐานของพรรณไมทนี่ า สนใจ
การพัฒนาแอปพลิเคชันเพื่อแสดงขอมูลพื้นฐานของพรรณไมพัฒนาข้ึนโดยใช โปรแกรม IDLE
(Python 3.8) ดวยภาษา Python โดยใชวิธีการหาลักษณะเดน Local Binary Patterns (LBP) เพ่ือ
หาลกั ษณะเดน ของแตละพรรณไม และเรียนรูจ าํ ลักษณะเดนของพรรณไมนัน้ ๆ ซงึ่ แอปพลิเคชันที่ได
นัน้ สามารถนําเขา รูปภาพของพรรณไมจากผูใชเขามาประมวลผลและนําไปใชวิเคราะหเพ่ือหาผลลัพธ
มาแสดงใหผใู ชไ ดต ามวัตถปุ ระสงค

ABSTRACT
From the problem of finding information about plants that is quite difficult
because there are many species of plants that are similar to each other, the organizers
have developed an application to show the basic information of plant species. Inside
the Dharma Garden Rajamangala University of Technology Suvarnabhumi, Huntra
campus, has the following objectives: 1. To develop an application to show the basic
information of interesting plants 2. To study the basic information of interesting plants
3. To facilitate people who want to study Fundamentals of interesting plants
Application development to display basic information of plant species was
developed using IDLE program (Python 3.8) with Python language by using Local Binary
Patterns (LBP) feature to find distinctive features of each plant, and learn to remember
the distinctive characteristics of that plant. The results show that, application can
import images of plants from users to process and use them for analysis to find results
to show users for their intended purpose.

ค

ง

กิตติกรรมประกาศ
ปริญญานิพนธฉบับน้ีสําเร็จลงไดดวยดี คณะผูจัดทําขอกราบขอบพระคุณบุคคลและกลุมบุคคล
ตาง ๆ ทใ่ี หก ารสนับสนนุ และความชวยเหลืออยางดี
ขอกราบขอบพระคุณ อาจารยประดิษฐ สงคแสงยศ และอาจารยดารานัย รบเมือง อาจารยท่ี
ปรึกษา ที่ไดใหขอแนะนํา ขอคิดเห็นตาง ๆ ในการทําปริญญานิพนธฉบับน้ีมาโดยตลอด รวมถึงได
เสนอแนะและตรวจสอบแกไข ขอบกพรองตง้ั แตต นจนปรญิ ญานิพนธฉบบั นี้สําเรจ็ เรยี บรอย
และขอกราบขอบพระคณุ ผูใหความชวยเหลือและใหค วามรวมมือในดานตาง ๆ อีกหลายทาน ซ่ึง
ไมส ามารถกลาวนามไดท ั้งหมดไว ณ โอกาสน้ี

คณะผจู ดั ทาํ

ง

จ

สารบญั หนา
ค
เรือ่ ง ง
บทคัดยอ จ
กิตตกิ รรมประกาศ ช
สารบัญ ซ
สารบญั รูปภาพ 1
สารบัญตาราง 2
2
บทที่ 1 บทนํา 2
1.1 ความเปน มาและความสาํ คัญของปญหา 4
1.2 วัตถุประสงค 5
1.3 ขอบเขตของโครงงาน 5
1.4 ระเบยี บวิธีการดาํ เนนิ งาน 6
1.5 นยิ ามคาํ ศพั ทเฉพาะ 6
1.6 ประโยชนทีไ่ ดรบั 6
บทท่ี 2 ทฤษฎแี ละงานวจิ ยั ทีเ่ กย่ี วขอ ง 7
2.1 ทฤษฎีทเี่ กย่ี วของ 9
9
2.1.1 โปรแกรม IDLE (python) 10
2.1.2 ภาษา Python 11
2.1.3 Library 14
2.1.4 การหาลกั ษณะเดน Local Binary Patterns (LBP) 16
2.1.5 แผนภาพ Sequence Diagram 19
2.1.6 แผนภาพ Activity Diagram 20
2.1.7 พรรณไม 21
2.1.8 การตรวจจับใบหนา ของมนุษยและการจดจาํ
2.1.9 การประมวลผลภาพ (Image Processing)
2.1.10 ขั้นตอนการประมวลผลภาพดจิ ทิ ลั
2.1.11 การแยกลกั ษณะเฉพาะของภาพ (Image Feature Extraction)

จ

ฉ

สารบญั (ตอ ) หนา
21
เรอื่ ง 22
2.1.12 ฮิตโตแกรม (Histogram) 22
2.1.13 ปญญาประดษิ ฐ (Artificial Intelligence : AI) 23
2.1.14 การเรียนรูของเครอื่ ง (Machine Learning) 24
2.1.15 Adobe Photoshop 28
28
2.2 งานวจิ ยั ทเี่ กีย่ วของ 28
บทที่ 3 ระเบียบวิธกี ารดาํ เนินงาน 28
30
3.1 กาํ หนดปญหาและศกึ ษาระบบงานเดิม 33
3.2 การรวบรวมขอมูล 33
3.3 การวเิ คราะหระบบ 33
3.4 การออกแบบระบบ 34
3.5 การพฒั นาระบบและจัดทําเอกสาร 34
3.6 การทดสอบระบบ 36
3.7 การบาํ รงุ รักษาระบบ 38
บทท่ี 4 ผลการดําเนินงาน 40
4.1 การพัฒนาระบบ 40
4.2 การทดสอบระบบ 41
4.3 การประเมินประสิทธิภาพการทาํ งาน 41
บทที่ 5 สรปุ ผล 42
5.1 สรปุ ผลและอภิปรายผล 44
5.2 ปญ หาและอุปสรรค 48
5.3 ขอ เสนอแนะ 51
บรรณานกุ รม 53
ภาคผนวก
ภาคผนวก ก คมู อื การใชงาน
ภาคผนวก ข แบบประเมนิ ประสทิ ธิภาพ สาํ หรบั ผใู ชง าน
ภาคผนวก ค รายชอ่ื ผปู ระเมนิ ประสิทธภิ าพการทาํ งาน สําหรับผใู ชงาน
ประวัตผิ จู ดั ทาํ

ฉ

สารบญั รปู ภาพ ช

ภาพท่ี หนา
2-1 โปรแกรม IDLE (python) 7
2-2 ภาษา Python 8
2-3 แผนภาพ Sequence Diagram 10
2-4 แผนภาพ Sequence Diagram 11
2-5 แผนภาพ Activity Diagram แบบท่ัวไป 12
2-6 แผนภาพ Activity Diagram แบบมที างเลือกใหตดั สนิ ใจ 12
2-7 แผนภาพ Activity Diagram แบบมีการทํางานพรอมๆกันหลายงาน 13
2-8 แผนภาพ Activity Diagram แบบการสง สญั ญาณ 13
2-9 ตวั อยา งไมดอกลม ลุก กระดมุ ทอง 14
2-10 ตัวอยางไมด อกทเี่ ปนพุม ดอกคริสตม าส 15
2-11 ตัวอยา งไมดอกทเ่ี ปน ไมเถา หรอื ไมเลอื้ ย ผกั บงุ ฝรง่ั 15
2-12 ตวั อยางไมด อกทีเ่ ปนไมตนหรือไมใ หญยนื ตนราชพฤกษ 16
2-13 การตรวจจบั ใบหนา ของมนุษยและการจดจํา 19
2-14 ระบบดแู ลการจราจรบนทอ งถนน 19
2-15 ภาพขน้ั ตอนการประมวลผลภาพดิจทิ ลั 20
2-16 ภาพฮติ โตแกรมแสดงการแจกแจงความถ่ี 22
2-17 Adobe Photoshop 24
3-1 แผนภาพ Activity Diagram การทํางานของแอปพลิเคชัน 30
3-2 หนา ตา งหนาหลัก 31
3-3 ขอ มลู พรรณไม 32
4-1 หนา จอหลัก 34
4-2 การนาํ เขารูปภาพ 35
4-3 การแสดงผลลพั ธ 35

ช

ซ

สารบญั ตาราง

ตารางท่ี หนา

1-1 ตารางการดาํ เนนิ งาน 4
3-1 ขอมลู พรรณไม 29
4-1 การทดสอบการทาํ งานทวั่ ไปของแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐานของพรรณไม 36
4-2 การทดสอบประสทิ ธิภาพการประมวลผล โดยใชภาพใบของพรรณไม 36
4-3 การทดสอบประสิทธิภาพการประมวลผล โดยใชภาพดอกของพรรณไม 37
4-4 เกณฑก ารประเมนิ ผลการใชงานโดยเฉลย่ี 38
4-5 ผลการวิเคราะหการประเมินประสิทธิภาพการใชง าน 38
4-6 ผลการวิเคราะหการประเมนิ ประสิทธิภาพการประมวลผล 39

ซ

1

บทท่ี 1
บทนํา
1.1 ความเปนมาและความสาํ คญั ของปญ หา
ตนไมหลากหลายสายพันธุ ทุกปจะมีการปรับปรุงรายการพรรณของตนไมบนโลก จะทําใหรูวามี
พรรณไมใ หมๆอะไรบา ง และท่ีกาํ ลงั จะสูญพันธุม กี ่ีชนดิ ซงึ่ องคการสวนพฤกษศาสตรและอนรุ ักษพ ันธุ
พืชนานาชาติเผยวา ในแตละปจะมีพันธุตนไมเกิดใหมประมาณ 2,000 ชนิด ลาสุดไดรวบรวมรายชื่อ
ตนไมจากขอมูลของเครือขายขององคกรสมาชิก 500 แหง พบวาขณะน้ีมีตนไมในโลกท้ังสิ้น 60,065
ชนิด จึงไมสามารถรูจักสายพันธุตนไมไดทั้งหมด ซึ่งสะทอนใหเห็นวา คนที่สนใจที่จะศึกษาเร่ือง
เกี่ยวกับพันธุตนไม ไมสมารถท่ีจะศึกษาพรรณไมไดหมด หากไมรูจักชื่อพรรณไมนั้น เพราะการท่ีจะ
ศึกษาหาขอมูลเก่ียวกับพรรณไมน้ัน ๆ เพียงระบุลักษณะของใบ ดอกหรือลําตน คงไมสามารถหา
พรรณไมนนั้ ไดถ ูกตอง เพราะพรรณตน ไมมีหลากหลายสายพนั ธุที่คลาย ๆ กันมากมาย
จากท่ีไดกลาวมาขางตน ทําใหเห็นถึงปญหาในการที่จะศึกษาพรรณไมน้ันมีมากมาย เพราะ
สามารถพิมพคนหาลักษณะของใบ ดอกหรือลําตน ใน Google ได แตขอมูลทไ่ี ดมา บางทีก็ไมตรงกับ
สายพรรณที่หา หรือบางทีก็ไมถูกเลย บางทีก็จะแสดงสายพรรณอื่นที่มีลักษณะน้ันท่ีคลาย ๆ กัน
มากมายขึ้นมาแทน ทําใหมีความจําเปนท่ีจะพัฒนาแอปพลิเคชันเพื่อแสดงขอมูลพ้ืนฐานของพรรณไม
เพอ่ื อาํ นวยความสะดวกใหก ับผทู ี่ตองการศึกษาพรรณไมตา ง ๆ โดยสะดวกและรวดเรว็ กวา การพิมหา
ขอมูลใน Google ซึ่งอาจจะไดขอมูลที่ผิดพลาด แอปพลิเคชันเพื่อแสดงขอมูลพ้ืนฐานของพรรณไม
สามารถนําเขารูปภาพ ลักษณะใบ ดอก ได เพื่อบอกขอมูลตาง ๆ ที่เกี่ยวกับพรรณไมท่ีตองการจะ
ศึกษาได
คณะผูจัดทําไดจัดทําพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูลพื้นฐานของพรรณไม ภายในสวนธรรม
รวมใจระลึกโปรดเกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนยหันตรา เพ่ือนําไปใช
แกปญหาในเรื่องของการศึกษาพรรณไมตาง ๆ ที่มีหลากหลายพรรณ สังเกตุเม่ือเขามาภายในสวน
ธรรมรวมใจระลึกโปรดเกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนยหันตรา ไมวาจะเปน
ทางดานหนาสวนหรือเขาไปในสวนตลอดท้ังทางที่เขามาก็จะพบพรรณไมชนิดตาง ๆ ทั้งพรรณไมท่ีมี
ใบ และ มีดอก และยงั เปน สถานท่ีท่ีใหความรมเย็นแกเหลานักศึกษาจึงจดั ทําพัฒนาแอปพลิเคชันเพ่ือ
แสดงขอ มลู พ้ืนฐานของพรรณไม เพอ่ื รวบรวมขอ มูลพรรณไม เพอื่ แกป ญหาในการคน หาพรรณไม

1

2

ใหไดสะดวกรวดเร็วขึ้น และยังทําใหมีประสิทธิภาพมากขึ้นลดความผิดพลาดในการคนหาขอมูล
เพอ่ื ใหต รงตามวตั ถปุ ระสงคในการพัฒนาแอปพลิเคชนั
1.2 วัตถปุ ระสงค

1.2.1 เพ่ือพัฒนาแอปพลิเคชันเพื่อแสดงขอมูลพ้ืนฐานของพรรณไมท่ีนาสนใจ ภายในสวนธรรม
รวมใจระลกึ โปรดเกลาฯ มหาวทิ ยาลัยเทคโนโลยรี าชมงคลสวุ รรณภูมิ ศูนยห ันตรา

1.2.2 เพ่ือศึกษาขอมูลพื้นฐานของพรรณไมที่นาสนใจ ภายในสวนธรรมรวมใจระลึกโปรดเกลาฯ
มหาวทิ ยาลยั เทคโนโลยรี าชมงคลสุวรรณภูมิ ศนู ยหนั ตรา

1.2.3 เพอื่ อํานวยความสะดวกใหก บั ผูคนทตี่ องการศกึ ษาขอ มูลพนื้ ฐานของพรรณไมท่ีนา สนใจ
1.3 ขอบเขตของโครงการ

การสรางแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐานของพรรณไม ไดจัดทําขึ้นเพ่ือใหตรงตามความ
ตองการของผูใชที่ตองการศึกษาพรรณไมตาง ๆ ภายในสวนธรรมรวมใจระลึกโปรดเกลาฯ
มหาวทิ ยาลัยเทคโนโลยีราชมงคลสวุ รรณภูมิ ศนู ยหนั ตรา โดยแบง ออกเปน 3 สว นได ดงั น้ี

1.3.1 การทาํ งานของแอปพลิเคชัน
1.3.1.1 สามารถจัดเก็บฐานขอมลู ของพรรณไมไ ด
1.3.1.2 สามารถนําเขารูปภาพ ใบ หรือ ดอกของพรรณไมได จะแสดงขอมูลพรรณไมท่ี

คลา ยคลงึ ขน้ึ มา 1 ตน
1.3.2 ดา นผูใช
1.3.2.1 สามารถนาํ เขารูปภาพ ใบ หรอื ดอกของพรรณไมทสี่ นใจเพ่ือศกึ ษาขอ มูลได
1.3.2.2 สามารถคนควา ศึกษาขอมลู เก่ยี วกบั พรรณไมท ่นี ําเขา รูปได
1.3.3 ดานซอฟตแ วร
1.3.3.1 โปรแกรม IDLE (Python3.8) ใชในการพฒั นาแอปพลเิ คชัน

1.4 ระเบยี บวธิ ีการดาํ เนนิ งาน
1.4.1 ขน้ั ตอนการดาํ เนนิ งาน
กระบวนการน้ีอธบิ ายถงึ วิธีดําเนินงานซง่ึ ใชห ลักการ SDLC ในการพฒั นาระบบโดย

ขน้ั ตอนการทํางานจะประกอบไปดว ย 7 ขน้ั ตอน คอื
1.4.1.1 ศึกษาและทาํ ความเขาใจเกี่ยวกบั ระบบเดิม คณะผจู ัดทําไดศกึ ษาระบบทมี่ ีอยูเดิม

คือ การพัฒนาเว็บไซตและการประยุกตใชคิวอารโคดเพื่อการศึกษาขอมูลพรรณไม ซึ่งปญหาที่พบวา
ระบบเดิม ถาจะทําการเพ่ิมขอมูล ก็จะตองทํา QR code ใหมและนําไปแปะ ปญหาอีกอยางท่ีอาจจะ
พบได คือ ปจจยั ส่ิงแวดลอมที่อาจสง ผลตอแผน QR code เพือ่ นําไปประยุกตใ ชพัฒนาแอปพลเิ คชัน

3
1.4.1.2 รวบรวมขอมูลเกี่ยวกับแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐานของพรรณไม คณะ
ผูจัดทําไดรวบรวมขอมูล และแอปพลิเคชันอื่น ๆ เกี่ยวของกับการพัฒนาแอปพลิเคชัน รวมถึงศึกษา
ขอมูลจากงานวจิ ัยเกย่ี วกับการพัฒนาแอปพลิเคชนั
1.4.1.3 วิเคราะหระบบ จากการศึกษาขอมูลเก่ียวกับการพัฒนาแอปพลิเคชันและการ
ประยุกตใชคิวอารโคดเพ่ือการศึกษาขอมูลพรรณไม คณะผูจัดทําไดทําการวิเคราะหความสามารถใน
การทาํ งานของระบบ
1.4.1.4 ออกแบบระบบ คณะผูจัดทําไดใชเ คร่ืองมือตาง ๆ ในการชวยออกแบบแอปพลิเค
ชนั เพอื่ แสดงขอมูลพืน้ ฐานของพรรณไม
1.4.1.5 พัฒนาระบบและจัดทําเอกสาร คณะผูจัดทําพัฒนาแอปพลิเคชันโดยใช
โปรแกรม IDLE (Python 3.8) ในการพัฒนาแอปพลิเคชนั และจัดทําเอกสารท่ีเกี่ยวขอ งกบั แอปพลเิ ค
ชนั
1.4.1.6 การติดต้ังระบบ ทดสอบการใชงานในดานตาง ๆ โดยนําเขารูปกลุมตัวอยาง
พรรณไมใ บและดอก จํานวนชนิดละ 10 ภาพ
1.4.1.7 การบํารุงรักษาระบบ มีการตรวจสอบหาขอผิดพลาดของแอปพลิเคชันและ
ปรับปรุงขอมูลพ้ืนฐานของพรรณไมใหถูกตองอยูเสมอ เพ่ือใหระบบสามารถทํางานไดอยางมี
ประสิทธภิ าพ

4

1.4.2 ตารางการดาํ เนินงาน
ตารางที่ 1-1 แสดงขนั้ ตอนการดําเนินงาน ตง้ั แตเ ดือนธนั วาคม 2563 – เดอื นตุลาคม 2564

ขั้นตอนการ ภาคเรียนท่ี ภาคเรยี นท่ี ภาคเรยี นท่ี
ดาํ เนนิ งาน 2/2563 3/2564 1/2564

ธ.ค. ม.ค. ก.พ. มี.ค. เม.ย. พ.ค. ม.ิ ย. ก.ค. ส.ค. ก.ย. ต.ค. พ.ย.

1.ศึกษาและทาํ
ความเขา ใจ
เก่ียวกบั ระบบเดมิ

2.รวบรวมขอมูล
แบบทดสอบ
เ กี่ ย ว กั บ แ อ ป
พ ลิ เ ค ชั น เ พื่ อ
แ ส ด ง ข อ มู ล
พื้นฐานของพรรณ
ไม

3. วิเคราะหระบบ

4. ออกแบบ
ระบบ

5. พัฒนาระบบ
และจัดทาํ เอกสาร

6. การติดตั้ง
ระบบ ทดสอบ
ระบบ

7. การบํารงุ รกั ษา
ระบบ

5

1.5 นิยามคําศพั ทเ ฉพาะ
พรรณไม
พรรณไม คือ กลุมของพชื ท่ีมีพันธุกรรมและลักษณะทางพฤกษศาสตรเหมือนหรือคลายคลึงกัน มี

คณุ สมบัตเิ ฉพาะตัวท่ีสมํ่าเสมอ คงตัวและแตกตางจากกลุมอื่นในพืชชนิดเดยี วกันและใหรวมถึงตนพืช
ที่จะขยายพันธุใ หไ ดก ลมุ ของพชื ทีม่ คี ณุ สมบัติดังกลาวขางตน

การนําเขารปู ภาพ
การนําเขารปู ภาพ คอื การเลอื กรปู ภาพเขามาประมวลผลเพอื่ แสดงขอมลู พื้นฐานของพรรณไม
1.6 ประโยชนที่คาดวา จะไดร ับ
1.6.1 ไดพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐานของพรรณไมท่ีนาสนใจ ภายในสวนธรรม
รวมใจระลกึ โปรดเกลา ฯ มหาวิทยาลยั เทคโนโลยีราชมงคลสุวรรณภูมิ ศูนยหนั ตรา
1.6.2 ไดศึกษาขอมูลพื้นฐานของพรรณไมที่นาสนใจ ภายในสวนธรรมรวมใจระลึกโปรดเกลาฯ
มหาวทิ ยาลัยเทคโนโลยรี าชมงคลสุวรรณภูมิ ศนู ยหนั ตรา
1.6.3 ไดอ ํานวยความสะดวกใหกับผคู นทต่ี องการศึกษาขอมูลพ้ืนฐานของพรรณไมท นี่ าสนใจ

6

บทที่ 2
ทฤษฎที ่เี กย่ี วขอ ง
จากการวิเคราะหและทําการศึกษาถึงความตองการพ้ืนฐานของระบบการที่ผูพัฒนาจะสามารถ
พัฒนาระบบที่ตอบสนองถึงความตองการของผูใชโดยครอบคลุมนั้นจําเปนอยางยิ่งที่จะตองมีความรู
เกี่ยวกับทฤษฎี งานวิจัยที่เกี่ยวของและโปรแกรมตาง ๆ ที่สามารถนํามาเปนเครื่องมือในการพัฒนา
แอปพลิเคชัน ซึ่งถือเปนส่ิงท่ีสําคัญในการนําแอปพลิเคชันไปใชอยางมีประสิทธิภาพและเปนแนวทาง
ในการพฒั นาตอไป
2.1 ทฤษฎที เี่ กี่ยวขอ ง
รายละเอียดที่จําเปนตอการพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูลพื้นฐานของพรรณไม ภายใน
สวนธรรมรวมใจระลึกโปรดเกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนยหันตรา
ประกอบดว ยรายละเอียดดังตอไปน้ี
2.1.1 โปรแกรม IDLE (python)
IDLE นั้นเปน Integrated development environment สําหรับภาษา Python ท่ีมากับ
Software package ของภาษาที่เราไดติดตั้งไปกอนหนา IDLE นั้นเปนทั้ง Text editor และ
Debugger ในเวลาเดียวกัน ซึ่งอํานวยความสะดวกในการเขียนโปรแกรมในภาษา Python เปนอยาง
มาก นําไปใชไ ดในหลายๆ งาน
รานเครื่องมือ, ระบบทํางานออฟฟศ ในทุกอาชีพมีงานบางงานท่ีมีรวมกัน ที่มีขั้นตอนงายๆ แต
ตอ งทาํ บอยๆ ซํ้าๆ ทาํ ใหเมือ่ มองภาพรวมแลว งานเหลาน้ีกนิ เวลาการทํางานไมใชน อยเลยไมวาจะเปน
การดึงขอมูล การทํารายงานจากขอมูล Excel, การนําขอมูลไปสรางเอกสารใน Words, การกรอก
ขอมูลลงบนเว็ปไซต, การอัพโหลด ดาวนโหลดเอกสาร, การยายไฟล หรือแมแตงานใหมๆ อยางการ
เก็บขอมูลบนหนา เวป็ เพ่อื นําขอ มลู มาวเิ คราะห
ใชในการคํานวณหนึ่งในเครื่องมือท่ีมีใหหยิบใชไดทันที คือ เครื่องมือท่ีใชในการคํานวณตางๆ
โดยเฉพาะในเชิงสถิติ และการแสดงผลการคํานวณเปนกราฟความนิยมและเครื่องมือที่มีหลากหลาย
ทําใหการศึกษาในระดับมหาวิทยาลัยที่เก่ียวของกับการคํานวณมกี ารบรรจุ Python เขาเปนสวนหนึ่ง
ของการเรียน และรวมไปถึงการใชในการวิจัยตางๆ ไมวาจะเปนในสาขาวิศวกรรม, เศรษฐศาสตร,
การเงิน และดานวิทยาศาสตรทําให Python ยิ่งเขาถึงคนท่ัวไปยิ่งขึ้น และกําลังกลายเปนทักษะที่
หลายคนมีติดตัวในลักษณะเดียวกันกับทักษะในการใชงานโปรแกรมเอกสารอยาง Words, Excel
และอนื่ ๆ

7

ใชเก่ียวกับ ขอมูล, Data, AI หน่ึงในสิ่งที่ทําให Python ถูกถึงมากที่สุดนั่นคอื การประยุกตใชเพ่ือ
ทํางานเกี่ยวกับขอมูลตั้งแตการเก็บขอมูล จัดการขอมูล และนาํ ไปใชใ นศาสตรข อง Data Science, AI
ขอมูลทําใหเราสามารถวัดผล และชวยพัฒนาประสิทธิภาพในสิ่งท่ีเราตองการทําไดอยางหลากหลาย
ไมวาจะเปนการเก็บขอมลู การซ้ือของลูกคา เพื่อปรบั สินคาใหต อบโจทยลกู คายิง่ ขน้ึ , การเกบ็ ขอมลู การ
ใชงานเว็ปไซตเ พื่อออกแบบหนา เว็ปใหด ึงดูดการใชงานมากย่งิ ขึ้น

ใชสรางเว็ปไซต การสรางเว็ปไซตประกอบดวยหลายสวนตั้งแต หนาเว็ป ระบบจัดการขอมูล จน
ไปถึงการคํานวนตางๆ ซ่ึง Python เองมีเคร่ืองมือหลายตัวท่ีนํามาใชงานประกอบขึ้นเปนเว็ปไซตที่
สมบูรณไดไมวาจะเปนเว็ปไซตชื่อดังอยาง Facebook, Google, Netflix, Instagram ก็มีการใชงาน
Python เปน สว นหนงึ่ ของการสรา งเวป็ ไซตของพวกเขา

ทํา IoT เปนอีกหน่ึงสาขาที่นาสนใจวาดวยเรื่องการทํางานรวมกันของส่ิงของตางๆ รอบตัวที่มี
พนื้ ฐานจากการเช่ือมตอกันของอุปกรณแ ตละชิ้น พรอมการประมวลผลตคี วามขอมูลตางๆ ในปจจุบัน
การเรียนรูเกี่ยวกับ IoT ทําไดงายย่ิงขึ้นเน่ืองในอุปกรณอยางเชน Raspberry Pi ท่ีเปนหนวย
ประมวลผลทสี่ ามารถเช่อื มตอเซนเซอร เขียนโปรแกรมส่งั งานดว ย Python ไดดวย

ภาพที่ 2-1 โปรแกรม IDLE (python)
(ทีม่ า https://th.wikipedia.org)

2.1.2 ภาษา Python
ภาษา Python ถูกคิดคนขึ้นโดย Guido van Rossum โปรแกรมเมอรชาวดัตชผูมองวาภาษา
โปรแกรมอ่ืนๆ ที่ตัวเองใชงานอยูในสถาบันวิจัยมีความยากและซับซอนมากเกินไป จึงทําการประดิษฐ
ภาษาของตัวเอง ทีม่ ีความเขาใจงาย และทาํ งานไมยุงยากขึ้นมา
Python เขาถึงงายขนาดไหน? ตัวภาษา Python จะมีความใกลเคียงกับภาษาอังกฤษมากกวา
ภาษาโปรแกรมม่ิงอ่ืนๆ ลดการเรียกใชขอมูลและการใชตัวแปรท่ียุงยากลง ทําใหลดบรรทัดในการ
เขียนไดมาก บางโปรแกรมที่ถูกเขียนดวยภาษา JAVA หรือ C++ นับสิบบรรทัด อาจเขียนไดดวย

8

Python เพียง 5 บรรทัดเทานั้น นอกจากความเขาถึงงาย Python ยังมี Library หรือ ตัวชวยในการ
ใชงานที่หลากหลาย รองรับตงั้ แตสมการคณิตศาสตร วทิ ยาศาสตร จนถงึ การจัดการขอ มูลทีเดยี ว

ปจ จุบัน Python เปน Open Source หรือ ภาษาที่นํามาใชไดฟรีโดยไมจาํ เปนตองเสียคาใชจาย
ทําใหม นี ักพัฒนาจํานวนมากท้ังจากบรษิ ัทเลก็ ๆ ไปจนถึงบรษิ ทั ใหญอยาง Google ใหความสนใจ และ
สงผลใหต ัวของ Python ไดร บั การปรบั ปรงุ อยเู รือ่ ย ๆ

จดุ เดนของภาษา Python เมือ่ เทียบกบั ภาษาอ่นื
1.Python เปนภาษาที่มีความยืดหยุนสูงมาก การเขียน Python มีอักขระสามารถใชแทนกันได
เชน “” และ ‘’ ทาํ ใหงา ยตอ การเขียน และมีฟงกช ันในการใชง านมากมาย เขา ใจงายกวา ภาษาอืน่ ๆ
2.ภาษานี้เปน Open source ใชงานไดฟรี การเขียน Python ไมจําเปนตองเสียเงิน เพราะเปน
Opensource คนทต่ี องการใชง านสามารถเร่ิมตน จาก python.org ไดเ ลย
3.งายตอการเรียนรู สามารถตอยอดไดจริง ดังท่ีบอกวาภาษา Python มีความใกลเคียงกับ
ภาษาองั กฤษมากกวาภาษาโปรแกรมมิ่งอื่นๆ ทําใหงายตอการเรียนรู เหมาะสาํ หรับทั้งผูเรียนใหมและ
คนทตี่ องการตอ ยอดจากภาษาอื่นๆ
4.มี Tools และ Library Support มาก เน่ืองจากเปนภาษาที่ใชงานฟรี ทําใหมีคนนํา Python
ไปตอยอดใชงานในรูปแบบตางๆ และแชรการใชงานขอมูลของตัวเอง เพื่อซัพพอรตภาษาน้ีมากเปน
พิเศษ
5.มีการใชงานท่ีหลากหลาย เมื่อมี Tools และ Library Support มาก ทําใหในปจจุบันการ
ประยุกตใชงาน Python จึงมีความหลากหลาย ครอบคลุมตั้งแตการสรางเว็บไปจนถึงการทํา AI เลย
ทเี ดียว

ภาพที่ 2-2 ภาษา Python
(ทมี่ า https://th.wikipedia.org )

9

2.1.3 Library
คือ สวนท่ีรวบรวมกระบวนการ (process) และฟงกชันยอย (subroutine) ตาง ๆ การรวม
Function มาอํานวยความสะดวกตางๆ เชน เรามีฟงกชันท่ีเขียนเองเอาไวอํานวยความสะดวก ถาเรา
จะตองมาน่ังเขียนใหมทุกคร้ัง ก็จะมีผลเสียหลายๆอยาง ก็เลยมีการแยกพวกฟงกชันเหลานี้ออกมา
เปนไฟล ถาจะใชก ส็ ามารถ include เขา ไปเรยี กใชไ ดง ายๆ
2.1.4 การหาลกั ษณะเดน Local Binary Patterns (LBP)
คือเปนเทคนิคสําหรับแยกแยะรูปแบบลักษณะพิเศษในรูปภาพ LBP ใชสําหรับตรวจจับเน้ือผิว
texture ดังน้นั ถา อยากจะตรวจจับวา เปนขนปุย ๆ หรือวาลายไม หรือวา วัตถุขนาดเล็ก ๆ การเขา รหสั
คุณสมบัติทางเรขาคณิตของภาพโดยการตรวจจับขอบมุมพ้ืนทท่ี ่ียกขึ้นหรือแบนและเสนแข็ง ทาํ ใหเ รา
สามารถสรา งการแสดงเวกเตอรค ณุ ลกั ษณะของรูปภาพหรือกลมุ ของรูปภาพ
เวกเตอรค ุณลักษณะ LBP ในรปู แบบทีง่ า ยทสี่ ดุ ถูกสรางขึ้นในลักษณะตอไปน้ี
• แบงหนา ตา งท่ีตรวจสอบออกเปน เซลลตางๆ (เชน 16x16 พกิ เซลสาํ หรบั แตล ะเซลล)
• สําหรับแตละพิกเซลในเซลล ใหเปรียบเทียบพิกเซลกับเพื่อนบานทั้ง 8 แหง (บนซายบน

กลางซาย ลางซาย ขวาบน ฯลฯ) ติดตามพิกเซลตามวงกลม เชน ตามเข็มนาฬิกาหรือทวน
เข็มนาฬิกา
• โดยท่ีคาของพิกเซลตรงกลางมากกวาคาของเพ่ือนบาน ใหเขียน "0" มิฉะนั้น ใหเขียน "1" ซ่ึง
จะทําใหเ ลขฐานสอง 8 หลกั (ซึ่งมกั จะแปลงเปนทศนิยมเพื่อความสะดวก)
• คํานวณฮิสโตแกรมเหนือเซลลของความถ่ีของ "ตัวเลข" แตละรายการท่ีเกิดข้ึน (กลาวคือ แต
ละชุดคาผสมกันซึ่งพิกเซลมีขนาดเล็กกวาและมากกวาจุดศูนยกลาง) histogram นี้สามารถ
มองเห็นเปน 256 มติ เิ วกเตอรค ณุ ลักษณะ
• เลือกทาํ ใหฮ ิสโตแกรมเปน ปกติ
• เชื่อมฮิสโตแกรม (ทําใหเปนมาตรฐาน) ของทุกเซลล ซึ่งจะใหเวกเตอรคุณลักษณะสําหรับทั้ง
หนา ตาง
เวกเตอรคุณลักษณะในขณะนี้สามารถดําเนินการไดโดยใชเคร่ืองสนับสนุนเวกเตอร , เคร่ือง
เรียนรูมากหรืออ่ืน ๆการเรียนรูเคร่ืองอัลกอริทึมกับภาพประเภท ตัวแยกประเภทดังกลาวสามารถใช
สําหรับการจดจาํ ใบหนา หรือการวิเคราะหพ ื้นผวิ

10

2.1.5 แผนภาพ Sequence Diagram
Sequence Diagram เปน หนง่ึ ในแผนผังการทาํ งานแบบ Unified Modeling Language (UML)
ใชส ําหรบั การสรางแบบจําลองเชิงวัตถุ
โดยขอแตกตางจากแผนผังรูปแบบ UML อื่น คือเปนแผนผังการทํางานท่ีแสดงลําดับการ
ปฏิสัมพันธ (Sequence of interactions)ระหวางวัตถุท่ีแสดงภายในระบบตางๆ อาทิเชน การสง
ขอความ (messaging) ที่มีการรับสงขอมูลระหวางผูใช

ภาพท่ี 2-3 แผนภาพ Sequence Diagram
(ท่มี า https://www.glurgeek.com)
Sequence Diagram เปนแผนผงั การทํางานทป่ี ระกอบไปดวยคลาส (Class) หรือวตั ถุ (Object)
เสน ประทีใ่ ชเพือ่ แสดงลําดบั เวลา และเสน ท่ีใชเพื่อแสดงกิจกรรมท่ีเกิดข้นึ จากคลาสหรอื วัตถใุ นแผนผัง
การทํางานภายใน Sequence Diagram จะใชส่ีเหล่ียมแทนเสมือนคลาสและวัตถุโดยภายในจะมีชื่อ
ของคลาสหรอื วตั ถปุ ระกอบอยใู นรูปแบบ {Object}: Class
เปน แผนภาพทแี่ สดงใหเ หน็ ถึงการปฏิสัมพันธร ะหวาง Object ณ เวลาตางๆ
ประกอบดว ย
• Class/Object
• เสน เพ่อื ใชแสดงลาํ ดับเวลา
• เสนเพอื่ แสดงกิจกรรมท่เี กิดขน้ึ จาก Object/Class
• ใชส ี่เหล่ยี มแทน Class/Object ภายในกรอบสเี่ หลยี่ มมชี ่อื ของ
• Object/Class ประกอบอยูในรูปแบบ {Object}:Class
• กิจกรรมทีเ่ กดิ ขน้ึ แทนดวยลกู ศรแนวนอนจาก Class/Object หนงึ่ ไปยังอีก
Class/Object ตัวตอไป ระบุช่ือกิจกรรมในรูปแบบ {[Conditional]} Operation

11

Sequence Diagram มอี งคป ระกอบพืน้ ฐานดังตอ ไปนี้

ภาพท่ี 2-4 แผนภาพ Sequence Diagram
(ท่มี า https://www.glurgeek.com)

2.1.6 แผนภาพ Activity Diagram
Activity Diagram หรือแผนภาพกิจกรรม ใชอธิบายกิจกรรมท่ีเกิดข้ึนในลักษณะกระแสการ
ไหลของการทํางาน (Workflow) จะมีลักษณะเดียวกับ Flowchart โดยข้ันตอนในการทํางานแตละ
ข้ันจะเรยี กวา Activity
การใชงาน Activity Diagram
– อธบิ าย กระแสการไหลของการทาํ งาน (Workflow)
– แสดงข้นั ตอนการทํางานของระบบ
Activity เปนการทาํ งานตา งๆ ไดแ ก
– การคาํ นวณผลลัพธบางอยาง
– การเปล่ียนแปลงสถานะ (State) ของระบบ
– การสง คากลบั คนื
– การสงสัญญาณ
– การเรยี กใช Operation (Method) อื่นๆ เพอ่ื ทํางาน

12
– การสรา ง หรอื ทาํ ลายวตั ถุ
ลักษณะของ Activity Diagram
– Activity Diagram จะตองมจี ดุ เร่ิมตนกบั จุดส้นิ สุด และในระหวางจดุ เรม่ิ ตน กับจดุ สิ้นสุดจะ
มขี ้นั ตอนหรือ Activity ตา งๆ ของระบบ
รปู แบบการใช Activity Diagram
1. แบบท่ัวไป

ภาพท่ี 2-5 แผนภาพ Activity Diagram แบบท่วั ไป
(ที่มา ttps://www.glurgeek.com)

2. แบบมีทางเลอื กใหต ดั สนิ ใจ
การกาํ หนดทางเลอื กใหแก Activity Diagram ทาํ ได 2 วิธี
– ลากลูกศรของแตละทางเลอื กไปยัง Activity ผลลพั ธของทางเลือกโดยตรง
-ลากลกู ศรของแตละทางเลือกผานรูปส่ีเหลย่ี มขนมเปยกปนู กอ น

ภาพที่ 2-6 แผนภาพ Activity Diagram แบบมีทางเลอื กใหต ัดสนิ ใจ
(ที่มา ttps://www.glurgeek.com)

13
3. แบบมกี ารทาํ งานพรอมๆกนั หลายงาน

ใหใ ชเ สน ตรงแนวนอนเสนหนาทีเ่ รียกวา Swim Lanes มาเปนสัญลกั ษณท ี่ใชจดั กลมุ งาน
ท่มี กี ารทาํ งานพรอ มๆกันหรอื การทํากจิ กรรมในลกั ษณะคขู นาน

ภาพที่ 2-7 แผนภาพ Activity Diagram แบบมีการทํางานพรอ มๆกนั หลายงาน
(ที่มา ttps://www.glurgeek.com)

4. แบบการสงสญั ญาณ
ในกระบวนการทํางาน อาจเปน ไปไดว าจะมกี ารสงสัญญาณบางอยางในระหวางการ
ทาํ งาน เมือ่ เกิดการสง – รบั สัญญาณ เราเรียกวาเกิด Activity ไดเชนกัน

ภาพท่ี 2-8 แผนภาพ Activity Diagram แบบการสงสญั ญาณ
(ทมี่ า ttps://www.glurgeek.com)

14
2.1.7 พรรณไม
จาํ แนกตามลักษณะของพรรณไม แบง ออกเปน ไมดอกทเี่ ปนไมลมลกุ ไมด อกท่ีเปนไมพ ุม ไมดอก
ทีเ่ ปนไมเถาหรอื ไมเลือ้ ย ไมด อกท่ีเปนไมต นหรือไมใ หญยืนตน
1) ไมด อกทเ่ี ปน ไมล ม ลุก (Flowering herb) หมายถงึ ไมด อกประเภททีม่ วี งจรชีวติ ส้ัน สว นใหญ
เม่ือเกิดมาแลวจะเจริญเติบโตใหดอกจนครบวงจรชีวิต แลวตายภายในฤดูเดียวหรือปเดียว จัดเปนไม
ดอกฤดูเดียว เปนไมดอกที่นิยมนํามาปลูกเปนไมประดับมากท่ีสุด เพราะปลูกและตกแตงไดงาย มีการ
เจริญเติบโตเร็ว นอกจากไมดอกลมลุกท่ีมีอายุปเดียวแลว มีไมดอกลมลุกบางชนิดที่มีอายุมากกวา ๑
ป ซงึ่ จดั เปน ไมด อกลมลุกสองฤดู หรอื ไมด อกลมลุกหลายฤดู
ไมดอกลมลุกท่ีเปนไมดอกฤดูเดียวจะมีอายุสั้นมาก นับจากวันที่เร่ิมเพาะเมล็ด จนถึงออกดอกใช
เวลาเพียง ๖๐ – ๑๒๐ วัน ท้ังนี้ขึ้นอยูกับชนิดของไมดอก จากน้ันจะออกดอกสวยงามอยูเพียงช่ัว
ระยะเวลาหนงึ่ คือประมาณ ๓๐ – ๖๐ วัน แลวก็เรมิ่ เห่ียวรวงโรยไป โดยมเี มล็ดเกิดขึ้นภายในดอกซึ่ง
เม่อื เมลด็ แกจ ดั ก็สามารถนาํ ไปปลกู ใหเปนไมด อกรนุ ใหมไ ด

ภาพท่ี 2-9 ตวั อยา งไมด อกลมลุก กระดุมทอง
(ท่ีมา https://sites.google.com/site/phanmaidok/kar-canaek-tam-laksna-khxng-phrrn-mi

)
2) ไมดอกท่ีเปนไมพุม (Flowering shrub) หมายถึง ไมดอกที่มีเนื้อไมแข็ง ลําตนตั้งตรงเปน
อสิ ระไดโดยไมต อ งอาศัยตน ไมหรือวสั ดุอ่ืนยดึ เหนย่ี วพาดพิง มอี ายุอยไู ดน านหลายป มคี วามสูงไมมาก
นัก และมีการแตกกิ่งกานไมสูงจากพื้นดิน เชน เข็ม พุดลําโพง คริสตมาส ชบา ชวนชม ดอนญา
พยบั หมอก ราชาวดี และยี่เขง
การแบงประเภทไมพุม ไมพุมตามหนังสือคูมือการจําแนกชนิดพรรณไมแบบลักษณะเดนเฉพาะ
ของสํานักงานหอพรรณไม สํานักวิจัยการอนุรักษปาไมและพันธุพ ืช กรมอุทยานแหงชาติ สัตวปา และ
พันธุพ ชื ไมพ มุ หมายถงึ พชื ท่ีมีเนอ้ื ไม ลําตนมีขนาดเล็กจนถึงขนาดกลาง ลําตน หลกั สั้นและมีการแตก
กงิ่ ใกลร ะดับผิวดนิ ทาํ ใหมีลกั ษณะเปน กอหรอื เปนพุมประเภทของของไมพ มุ มดี งั น้ี
1.ไมพุมเต้ีย จะมีความสูงจากพื้นดินเฉล่ียไมเกิน 90 ซม. ใชประโยชนในการปลูกบังแนวใน
ลักษณะรัว้ หรือปลกู ระนาบ 2 ขา งทางเพือ่ นาํ สายตา

15
2.ไมพุมกลาง จะมีความสูงจากพื้นดินเฉลี่ยไมเกิน 180 ซม. จะนิยมใชเปนฉากหลังในการจัด
สวนขนาดเลก็ นิยมปลกู เปนเขต เปนฉากหลงั ปลกู ริมกําแพง
3.ไมพุมสูง จะมีความสูงจากพน้ื ดนิ เฉล่ียไมเกิน 240 ซม. โดยจะปลูกเปนไมพ ุมไวตัดแตงหรือทํา
แนวรั้วขนาดสงู หรอื ปลกู เพ่อื เปน ขอบเขตพื้นท่ี ใชบังสายตาได

ภาพท่ี 2-10 ตวั อยา งไมด อกที่เปน พุม ดอกครสิ ตมาส
(ท่ีมา https://www.fsthailand.com)

3) ไมด อกที่เปน ไมเ ถา หรือไมเ ลอ้ื ย (Flowering climber) หมายถึง ไมดอกที่ไมสามารถทรงตวั
อยูไดดวยตนเอง จําเปนตองอาศัยยึดเหนี่ยวพาดพิงตนไมหรือวัสดุอ่ืนในการทรงตัว หากไมมีส่ิงใดให
พาดพงิ ก็จะเล้อื ยไปตามพนื้ ดิน เชน เล็บมือนาง กระเทยี มเถา ชาํ มะนาด อัญชัน กมุ ารกิ า ถา มอี ายุอยู
ไดหลายป เราเรียกไมดอกดังกลาวน้ีวา ไมเถายืนตน แตถาเปนไมเถาท่ีมีอายุส้ัน มีลักษณะลมลุก เชน
รกฟา ผักบุงฝรั่ง เรยี กวา ไมเ ถาลม ลุก

ภาพท่ี 2-11 ตัวอยา งไมดอกทีเ่ ปน ไมเ ถา หรือไมเล้ือย ผกั บุง ฝรงั่
(ทมี่ า https://www.bloggang.com)

4) ไมดอกท่เี ปน ไมต น หรอื ไมใ หญย ืนตน (Flowering tree) หมายถงึ ไมด อกที่มเี นือ้ ไมแ ข็ง
ขนาดเสนผาศนู ยกลางของลาํ ตน ใหญกวา ไมพุมและมคี วามสูงเกนิ ๖ เมตร สามารถทรงตวั อยไู ดดว ย

16
ตนเอง มีอายอุ ยไู ดน านป เชน เสลา ตะแบก อินทนลิ นนทรี พกิ ลุ ทองกวาว จามจรุ ี ประดู ประดูแ ดง
ราชพฤกษ ชัยพฤกษ กลั ปพฤกษ โสก ปบ และหางนกยูงฝรงั่

ภาพท่ี 2-12 ตวั อยางไมด อกท่เี ปนไมตนหรือไมใ หญย นื ตน ราชพฤกษ
(ที่มา https://sites.google.com/site/tnmimngkhl285/rasch-phvks )
2.1.8 การตรวจจบั ใบหนาของมนุษยและการจดจํา
การตรวจจับใบหนาและการจดจําใบหนาเปนคําสองคําซึ่งโดยทั่วไปจะใชแทนกันได ใน
สถานการณจริง การตรวจจับใบหนาเปนกระบวนการในการคนหาใบหนาจากภาพ และการจดจํา
ใบหนาเปน กระบวนการระบุใบหนา ทต่ี รวจพบ
การตรวจจับและจดจําใบหนาเปนหน่ึงในงานวิจยั ที่ใหญท่ีสดุ ในการมองเห็นดว ยคอมพิวเตอร มัน
มีความโดดเดนมากขึ้นเร่ือย ๆ ดวยแอพพลิเคชั่นในโลกแหงความเปนจริงมากมาย เชน การปลดล็อค
โทรศัพทมือถือ เทคนิคการจดจําใบหนาท่ีใชโมเดลการเรียนรูของเครื่องมีแนวโนมที่จะโจมตีการ
ประมวลผลภาพ อยางไรก็ตาม เทคโนโลยีที่มีประสิทธิภาพควรจะสามารถตานทานการโจมตีดังกลาว
ได มโี มเดลการจดจาํ ใบหนา ทย่ี อดเยีย่ มพรอมความแมนยาํ สูงในงานจดจาํ ใบหนา
การตรวจจบั ใบหนาถือไดวาเปนการตรวจจับวัตถชุ นิดหน่ึงในการประมวลผลภาพ เปน สว นสาํ คัญ
ของการดําเนินการจดจําใบหนา วิธีการตรวจจับใบหนาน้ันซับซอนเน่ืองจากความแตกตางของภาพ
ใบหนามนุษย เชน ทาทาง การแสดงออก การมีแวนบนใบหนา ความแปรปรวนของแสง ฯลฯ เครื่อง
ตรวจจับใบหนาแบบเรียลไทมของ Viola-Jones ทําใหเกิดการปฏิวัติในดานการวิจัยน้ีดวยผลลัพธท่ีมี
ความแมน ยําสงู

17

วธิ กี ารตรวจจบั ใบหนาแบบตา งๆ
วิธีการตรวจจับใบหนาสามารถแบงออกไดเปน 2 ประเภทใหญๆ ตามคุณสมบัติและตามรูปภาพ
MH Yang et.al ระบกุ ารจาํ แนกประเภทโดยละเอียดในบทความวจิ ัยของเขา เชน :
1. ฐานความรู
2. องิ ตามคุณลักษณะ
3. การจับคูเ ทมเพลตตาม
4. ลกั ษณะตาม
การตรวจจับใบหนาตามความรู การตรวจจับใบหนาประเภทนี้ทํางานกับความรูของมนุษย
เกี่ยวกับใบหนามนุษย เชน ใบหนา ของมนุษยจะมีจมกู ปาก ตา เปน ตน และมกี ารสันนิษฐานตําแหนง
และระยะหางระหวางสว นตา งๆ เหลาน้ี มันทํางานบนชุดของกฎเชน นี้ สว นใหญ การตรวจจบั ประเภท
นีใ้ ชส าํ หรบั การแปลใบหนาเทานน้ั
การตรวจจับใบหนาตามคุณสมบัติ อัลกอริธึมประเภทน้ีทํางานเพ่ือคนหาลักษณะโครงสรางของ
ใบหนาโดยไมคํานึงถึงทาทาง ทิศทางของมุมมอง และรูปแบบแสง วิธีนี้ชวยในการระบุพ้ืนที่ใบหนา
และสวนทไ่ี มใ ชใ บหนาจากภาพ สงิ่ เหลา นไ้ี ดร ับการออกแบบมาสําหรบั การแปลใบหนา ดว ย
การตรวจจับใบหนาท่ีตรงกับเทมเพลต ในวิธีนี้ เราใชรูปแบบมาตรฐานของใบหนา (เทมเพลต) ท่ี
จดั เก็บไวเ พ่ืออธิบายใบหนาโดยรวมหรือลักษณะใบหนา เทานั้น ความสมั พันธระหวางเทมเพลตเหลาน้ี
กับภาพที่ปอนเปนตัวกําหนดการตรวจจับใบหนา ดวยความชวยเหลือของแมแบบที่เปลี่ยนรูปได
วิธีการน้ีสามารถบรรลุความแมนยําสูงในการตรวจจับ วิธีนี้สามารถใชสําหรับการโลคัลไลซเซชันและ
การตรวจจบั
การตรวจจับใบหนาตามลักษณะท่ีปรากฏ เปนวิธีการทางสถิติและการเรียนรูของเคร่ืองสําหรับ
การตรวจจับใบหนา ใชชุดภาพใบหนาในการฝกนางแบบ นางแบบเรียนรูจากชุดรูปภาพเหลาน้ี
เกี่ยวกับลักษณะที่เกี่ยวของของใบหนา จากนั้นโมเดลท่ีเรียนรูเหลาน้ีจะถูกใชเพื่อวัตถุประสงคในการ
ตรวจจบั โมเดลตามลกั ษณะทีป่ รากฏ ไดแ ก วธิ ี eigenface, PCA, Fisher's Discriminant, SVM เปน
ตน โครงขายประสาทเทียมไดรับการพิสูจนแลววามีความแมนยําสูงในการตรวจจับใบหนา การจดจํา
ใบหนา และการตรวจจับอารมณ วธิ กี ารตามลักษณะทป่ี รากฏดกี วา วิธกี ารตรวจจับแบบอนื่ ๆ
กลไกการตรวจจับใบหนา มันทํางานอยางไร โมเดลการตรวจจับใบหนาตางๆ ทํางานแตกตางกัน
โมเดลการวิเคราะหใบหนาของฟเจอรพยายามคนหาฟเจอรและจับคูกับความรูในมือ Active Shape
Model เปนแบบจําลองทางสถิติตามคุณลักษณะท่ีถูกจํากัดโดยการกระจายจุด ใบหนาของมนุษย
แสดงดวยชุดของจุด แตละจุดในท่ีน้ีจะกําหนดรูปรางของลักษณะใบหนาอยางใดอยางหน่ึง เชน ตา
จมูก ริมฝปาก เปนตน ข้ันตอนการฝกของ ASM จะสรางแบบจําลองใบหนาทางสถิติจากภาพชุดการ
ฝกที่มีจุดสังเกตดวยตนเอง โมเดลการวิเคราะหระดับตํ่าจะจัดการกับการแบงสวนคุณลักษณะของ
ภาพโดยใชคุณสมบัตขิ องพิกเซล เชน การตรวจจับขอบ การวิเคราะหระดับสเี ทา การวิเคราะหสี ฯลฯ
คุณลักษณะท่ีสรา งจากการวเิ คราะหระดับต่ําจะมคี วามคลมุ เครือและการตรวจจับจะดําเนินการโดยใช

18
การจํากัดเกณฑ แบบจําลองการวิเคราะหคุณลักษณะมีจุดมุงหมายเพ่ือคนหาคุณลักษณะเชิง
โครงสรางแมในขณะทท่ี ําทา สภาพแสงแตกตางกนั ไป โดยทาํ งานบนพืน้ ฐานของความรูเกี่ยวกับใบหนา
และสัดสว นของระยะหา งและมมุ ท่ที ําใหเปนมาตรฐานซ่งึ มาจากสวนตา งๆ ของใบหนา ใชนโยบายการ
คนหาคณุ ลกั ษณะตามลาํ ดบั โมเดลนี้คนหาคุณสมบัติท่ีโดดเดน กวาเชนดวงตาคูแรก จากนั้นคุณสมบัติ
ที่เดนชัดนอยกวาจะถูกตั้งสมมติฐานตามรูปทรงเรขาคณิตของใบหนา Haar Classifier และ Local
Binary Pattern classifier เปนตัวแยกประเภทที่ไดรับการฝกอบรมลวงหนายอดนิยมสองตัวใน
OpenCV สําหรับการตรวจจับใบหนา ตัวแยกประเภท Haar ใชแนวคิดของ 'ภาพรวม' และใช
อัลกอริธึมการเรียนรูของเคร่ือง 'AdaBoost' เพ่ือตรวจจับใบหนาจากภาพ Local Binary Pattern
แบงรูปภาพออกเปนชุดของเซลล สําหรบั พิกเซลในแตละเซลล รหัส LBP จะถูกสรางขึ้นโดยการจํากัด
ขอบเขตและการปดบัง โดยใชวิธีฮิสโตแกรมเพ่ือตรวจจับบริเวณใบหนาโดยทํางานบนพื้นฐานของ
ความรูเกี่ยวกับใบหนาและสัดสว นของระยะหางและมุมที่ทําใหเ ปนมาตรฐานซึง่ มาจากสวนตางๆ ของ
ใบหนา ใชนโยบายการคน หาคณุ ลักษณะตามลําดับ โมเดลนค้ี น หาคุณสมบตั ทิ โี่ ดดเดนกวาเชน ดวงตาคู
แรก จากน้ันคุณสมบัติที่เดนชัดนอยกวาจะถูกต้ังสมมติฐานตามรูปทรงเรขาคณิตของใบหนา Haar
Classifier และ Local Binary Pattern classifier เปนตัวแยกประเภทที่ไดรับการฝกอบรมลวงหนา
ยอดนิยมสองตัวใน OpenCV สําหรับการตรวจจับใบหนา ตัวแยกประเภท Haar ใชแนวคิดของ
'ภาพรวม' และใชอัลกอริธึมการเรียนรูของเคร่ือง 'AdaBoost' เพ่ือตรวจจับใบหนาจากภาพ Local
Binary Pattern แบง รปู ภาพออกเปนชุดของเซลล สําหรบั พิกเซลในแตละเซลล รหัส LBP จะถูกสราง
ข้นึ โดยการจํากัดขอบเขตและการปดบงั โดยใชวิธีฮิสโตแกรมเพอื่ ตรวจจับบริเวณใบหนาโดยทาํ งานบน
พ้ืนฐานของความรูเก่ียวกับใบหนาและสัดสวนของระยะหางและมุมท่ีทําใหเปนมาตรฐานซึ่งมาจาก
สวนตางๆ ของใบหนา ใชนโยบายการคนหาคุณลักษณะตามลําดับ โมเดลน้ีคนหาคุณสมบัติที่โดดเดน
กวาเชนดวงตาคูแรก จากนั้นคุณสมบัติที่เดนชัดนอยกวาจะถูกตั้งสมมติฐานตามรูปทรงเรขาคณิตของ
ใบหนา Haar Classifier และ Local Binary Pattern classifier เปนตัวแยกประเภทท่ีไดรับการ
ฝกอบรมลวงหนายอดนิยมสองตัวใน OpenCV สําหรับการตรวจจับใบหนา ตัวแยกประเภท Haar ใช
แนวคิดของ 'ภาพรวม' และใชอัลกอริธึมการเรียนรูของเคร่ือง 'AdaBoost' เพ่ือตรวจจับใบหนาจาก
ภาพ Local Binary Pattern แบงรูปภาพออกเปนชุดของเซลล สําหรับพิกเซลในแตละเซลล รหัส
LBP จะถูกสรางข้ึนโดยการจํากัดขอบเขตและการปดบัง โดยใชวิธีฮิสโตแกรมเพื่อตรวจจับบริเวณ
ใบหนา

19

ภาพท่ี 2-13 การตรวจจบั ใบหนา ของมนษุ ยแ ละการจดจํา
(ท่มี า https://ichi.pro/th)

2.1.9 การประมวลผลภาพ (Image Processing)
กระบวนการจัดการและวิเคราะหรปู ภาพใหเ ปนขอ มลู ในแบบดิจทิ ลั โดยใชคอมพวิ เตอรก าร
เพ่อื ใหไดขอมูลท่เี ราตอ งการทัง้ ในเชงิ คุณภาพและปริมาณ (ขนาด รูปรา ง)
ระบบดูแลการจราจรบนทองถนน
โดยการนบั จํานวนรถบนทอ งถนนในภาพถา ยดว ยกลองวงจรปดในแตล ะชว งเวลา

ภาพที่ 2-14 ระบบดูแลการจราจรบนทอ งถนน
(ทีม่ า https://medium.com/tni-university/image-processing-981c65c26289)

20

2.1.10 ข้ันตอนการประมวลผลภาพดจิ ทิ ลั

ภาพท่ี 2-15 ภาพขน้ั ตอนการประมวลผลภาพดิจิทัล
(ท่ีมา http://digitaltoimageprocessing.blogspot.com/2010/04/basic-of-digital-

image-processing.html)
2.1.10.1 การไดมาของภาพ (Image Acquisition) เปน การนาํ เขา ขอ มูลภาพโดยอาศยั
การรบั รูสัญญาณภาพและสามารถแปลงใหอ ยูในแบบภาพดิจิทัลดวยการรบั รู
2.1.10.2 การประมวลผลภาพเบือ้ งตน (Image Processing) ขัน้ ตอนการประมวลผลภาพ
เบื้องตน เปนการเตรียมภาพใหม ีความเหมาะสมสําหรับการประมวลผลขนั้ ถดั ไป ไดแก การตดั แยก
ภาพวตั ถอุ อกจากพืน้ หลัง ตวั อยา งของการประมวลผลภาพเบ้ืองตน เชน การจํากดั สัญญาณรบกวน
การปรับความสวาง
2.1.10.3 การตัดแยกภาพวัตถุออกจากพืน้ หลงั (Image segmentation) สําหรบั การตดั
แยกภาพออกเปน สว น ๆ เพอื่ ใหไ ดข อมลู ทตี่ อ งการออกจากพืน้ หลงั ในข้นั ตอนนจ้ี ะไดผลลัพธที่ทาํ การ
วิเคราะห
2.1.10.4 การแสดงตัวแทนและอธิบายขอ มลู ภาพ (Representation and Description)
สําหรบั ภาพการแสดงภาพหลงั การแบงแยกขอมลู ภาพแลว เพอื่ ใหเหน็ ลกั ษณะเดน และอธิบาย
ขอ มลู ภาพของบรเิ วณตาง ๆ ของภาพนําเขา
2.1.10.5 การสกัดลกั ษณะเดน ขัน้ ตอนการสกัดลักษณะเดน จะทาํ การคํานวณลกั ษณะเดน
ของภาพทไ่ี ดม าจากข้นั ตอนการตดั แยกภาพวัตถุออกจากพ้ืนหลงั
2.1.10.6 การจาํ แนกประเภท ข้นั ตอนการจาํ แนกประเภทเปน ขั้นตอนจากการจําแนกจาก
ลักษณะเดนท่ไี ด จากข้นั ตอนที่แลว

21

2.1.10.7 การรูแ ละแปลความหมาย (Recognition and Interpretation) เปน ขั้นตอน
สดุ ทา ยของการประมวลผลภาพดจิ ิทลั หลังจากขน้ั ตอนการแสดงตัวแทนและอธิบายขอ มูลคือ การรูจาํ
ภาพ (Image Recognition) เพือ่ การใหคําตอบแบบภาพทน่ี ําเขามีความคลายคลึงกบั รูปแบบของแต
ละภาพอา งองิ ใดมากทีส่ ดุ และแปลความหมายนาํ ไปสูก ารกาํ หนดความหมายของชดุ ขอมูลรจู ําวัตถุ

2.1.11 การแยกลกั ษณะเฉพาะของภาพ (Image Feature Extraction)
การแยกลักษณะเฉพาะของภาพเปนการแยกหรือสกัดเอาขอมูลที่สําคัญของภาพออกมา ซ่ึง
ลักษณะเฉพาะของภาพเปนคุณสมบัติที่สามารถหาไดโดยใช ข้ันตอนวิธี การประมวลผลภาพ(Image
Processing) โดยท่ลี กั ษณะเฉพาะพน้ื ฐานของภาพประกอบดว ย 3 สวนคอื สี รปู รา งและพนื้ ผวิ

2.1.11.1 ส(ี Color) เปนลักษณะเฉพาะของภาพที่มีบทบาทสําคญั ในระบบคน คืนภาพเชน
ฮิตโตแกรมสี ซึ่งเปนลักษณะเฉพาะของสีที่ถูกนํามาใชบอย ๆ เนื่องจากสีเปนสิ่งที่สามารถมองเห็นได
งายและเปนสิ่งแรกท่ีสามารถสังเกตเห็นไดจากการมองภาพนอกจากน้ีสียังสามารถใช ในการแยกแยะ
กลุมของภาพออกตามเนื้อหาไดเปนอยางดีเชนสี ฟาของนํ้าทะเลสี แดงของดอก ไมสีเขียวของตนไม
เปน ตน

2.1.11.2 รูปราง (Shape) เปนลักษณะเฉพาะของภาพที่ใชอธิบายถึงรูปรางและลักษณะ
รวมถึงขนาดของวัตถุภายในภาพซ่งึ ทาํ ใหสามารถแยกวตั ถอุ อกจากพื้นหลงั หรือแยกแยะระหวางวัตถุท่ี
มรี ปู รางแตกตางกันออกจากกันได

2.1.11.3 พื้นผิว (Texture) เปนลักษณะเฉพาะที่ใชอธิบายความหยาบความละเอียดหรือ
ความซับซอนของวัตถุภายในภาพซึ่งแตละภาพอาจจะประกอบดวยวัตถุที่มีลักษณะพ้ืนผิวที่แตกตาง
กันออกไปการวิเคราะหพ้ืนผิวจะชวยใหสามารถแยกแยะความแตกตางของวัตถุไดดีขึ้นคืนภาพที่ใช
พ้ืนผิวเปนลักษณะเฉพาะของภาพสวนใหญจะถูกนําไปใชในการคนหาภาพจากกลุมภาพพื้นผิวเชนชุด
ภาพพนื้ ผวิ ของหินชดุ ภาพพนื้ ผวิ ของใบไม เปนตน

2.1.12 ฮิตโตแกรม (Histogram)
เปนกราฟท่ีแสดงจํานวน pixels ในแตละความสวางตางๆหรือขอมูลคาสี R,G,B ของรูปภาพ
digital ในภาพ gray scale ในแกนนอนจะแสดงความสวางดังกลาว ซึ่งมีความสวางตั้งแต 0-255
(แบงเปน 256 ระดับความแตกตางสี) โดยทางดานซายของกราฟจะมีคาความสวางนอย ภาพจะมีสี
เขมเขาใกลสีดํา สวนทางดานขวามือจะมีความสวางสูง ภาพจะสวางเขาใกลสีขาว สวนบริเวณตรง
กลางกราฟแสดงสวนน้ําหนักสีกลาง สวนในแนวแกนตัง้ จะแสดงจํานวน pixels ในแตละความสวา งซึ่ง
ในแกนตั้งนี้ ไมม ีขอบเขตจํากดั ถา หากภาพมีความมืดมาก กราฟจะไปกองรวมกันทางดา นซายมดื โดย
ทไ่ี มม ขี อบเขตจาํ กัด

22

ภาพที่ 2-16 ภาพฮิตโตแกรมแสดงการแจกแจงความถ่ี
(ที่มา https://digital-photography-school.com/how-to-read-and-use-histograms/)
จากภาพ 2-16 จะแสดงใหเห็นถึงคุณสมบัติของฮิตโตแกรม ซ่ึงหากการกระจายสวนใหญอยู
ทางดานซายของกราฟ แสดงวาภาพน้ันมีความสวางของภาพนอย ในทางกลับกัน หากการกระจาย
สวนใหญอยูทางดานขวาของกราฟ แสดงวาภาพนั้นมีความสวางของภาพมากหากการกระจายของ
กราฟเปนกลุมแคบ ๆ แสดงวาภาพน้ันเปนภาพคาความตางสีต่ํา (Low Contrast)และหากการ
กระจายของกราฟมีการกระจายอยางสมํ่าเสมอท่ัวท้ังกราฟ แสดงวาภาพน้ันเปนภาพคาความตางสีสูง
(High Contrast)
2.1.13 ปญ ญาประดิษฐ (Artificial Intelligence : AI)
ปญ ญาประดษิ ฐเปนการศึกษา วจิ ัยและพฒั นาคอมพิวเตอรใหมีความสามารถอนั ชาญฉลาด เชน
การสรา งหุน ยนต การสรางระบบประสาทรับรูเลียนแบบมนษุ ย การสรา งระบบการมองเหน็ ภาพการ
ประมวลภาษาธรรมชาตขิ องมนษุ ย
2.1.14 การเรยี นรูข องเคร่อื ง (Machine Learning)
การเรียนรูของเคร่ือง (Machine Learning) เปนศาสตรยอยแขนงหนึ่งของ ปญญาประดิษฐ
(Artificial Intelligence: AI) โดยสวนโปรแกรมการคํานวณประมวลผล การต้ังเง่ือนไขการตัดสินใจ
ตาง ๆ ตนแบบ (Model) จะถูกสรางข้ึนโดยคอมพิวเตอรซ่ึงผูพัฒนาจะทําการนําชุดขอมูล (Dataset)
ทั้งสวนของ ขอมูล (Data) และ เอาตพุต(Output) เขาไปใหคอมพิวเตอรเรียนรู เพื่อสรางตนแบบ ซ่ึง
เปนเหมือนกับสมองของโปรแกรมและไดเอาตพุต (Output) ออกมาตัวอยางเชน ระบบตรวจจับ
แยกแยะใบหนา คนในภาพหรือวีดิโอ วาเปนใคร (Face Recognition) ผูพัฒนาจะตองทําการใสขอมูล
ใบหนาคน (Data) และชื่อ (Output) ของคน ๆ นั้นเพื่อทําการสอน (Train) ใหเคร่ืองคอมพิวเตอร
เรียนรูหรือรูจักใบหนากอนวาใบหนาแบบน้ีมีช่ือวาอะไร เคร่ืองก็จะทําการเรียนรูและสรางสวนท่ี
เปรียบเปนสมองของโปรแกรมขึ้นมาเรียกวาตนแบบ (Model) ในข้ันตอนของการใชงานเม่ือระบบ
ไดร ับอินพุตจากกลอ งระบบจะสามารถแยกแยะวา ในภาพเปนใครโดยเครื่องคอมพิวเตอรจ ะรูจ กั เฉพาะ
ใบหนาคนที่มีในขอมูลท่ีในการสอนใหกับคอมพิวเตอรเทานั้น ซ่ึงการท่ีใหระบบทํางานเพื่อบอกวาคือ

23
ใครจะเรียกวาการทํานาย พยากรณ หรือการคาดการณ โดยศัพททางเทคนิคจะใชคําวา Predict
(ทาํ นาย)

2.1.14.1 ประเภทของ Machine Learning การเรยี นรูข องคอมพวิ เตอรจะแบงออกเปน
3 ประเภท ประกอบดวย

(1) การเรียนรแู บบมีการสอน (Supervised Learning) เปนการเรียนรูแบบตอ งมีการสอน
(Train) คือการใหคอมพิวเตอรเรียนรูจากขอมูลท่ีเขาไปสอน โดยขอมูลที่ใชนําเขาไปสอนเรียกวา
Training data หรือ Training set ตัวอยาง การสอนใหเด็กดูรูปของแมวหลาย ๆ รูปแลวทําการสอน
วาคือแมวเมื่อเด็กไดทําการเรียนรูไปแลวเมื่อไปเจอแมวหรือสัตวอ่ืน ๆ ถึงแมไมตรงกับรูปท่ีใชในการ
สอนก็จะสามารถแยกแยะไดวาตัวไหนคือแมว และตัวไหนที่ไมใชแมวซึ่งการเรียนรูแบบมีการสอน
แบง ยอยออกเปน 2 กลมุ คือ

(1.1) การจาํ แนกแยกแยะ (Classification) เปนการจําแนก คัดแยกแยกแยะ เชน
การแยกแยะวาเปน แมว หรอื สนุ ขั ระบบคดั แยกกจ็ ะแยกแยะไดเ พยี งแคเ ปนแมวหรือไมเ ปน แมว เปน
สนุ ขั หรอื ไมเ ปน สนุ ัข

(1.2) คํานวณทายคา เปน ตัวเลข (Regression) ตวั อยางเชน การทาํ นายปริมาณ
กระแสไฟฟาในอนาคต การทาํ นายการข้นึ ลงราคาหนุ

2.1.15 Adobe Photoshop
Photoshop เปนโปรแกรมในตระกูล Adobe ท่ีใชสําหรับตกแตงภาพถายและภาพกราฟฟก ได
อยางมีประสิทธ์ิภาพ ไมวาจะเปนงานดานสิ่งพิมพ นิตยสาร และงานดานมัลติมีเดีย อีกท้ังยังสามารถ
retouching ตกแตงภาพและสรางภาพ ซึ่งกําลังเปนที่นิยมสูงมากในขณะนี้ เราสามารถนําโปรแกรม
Photoshop ในการแตงภาพ การใส Effect ตาง ๆใหกับภาพและตัวหนังสือ การทําภาพขาวดําและ
การทําภาพถายเปนภาพเขียน การนําภาพตางๆ มารวมกัน การRetouch ตกแตงภาพ เปนตน
นอกจากนี้แลว โปรแกรมPhotoshop ยังเปนโปรแกรมสรางและแกไขรูปภาพอยางมืออาชีพ
โดยเฉพาะนักออกแบบในทกุ วงการยอ มรูจักโปรแกรมตวั น้ีดี โปรแกรม Photoshop เปนโปรแกรมที่มี
เครื่องมอื มากมายเพื่อสนับสนนุ การสรางงานประเภทสง่ิ พิมพ งานวิดที ัศน งานนําเสนอ งานมัลติมีเดีย
ตลอดจนงานออกแบบและพัฒนาเว็บไซต ในชุดโปรแกรม Adobe Photoshopจะประกอบดวย
โปรแกรมสองตัวไดแก Photoshop และ ImageReady การท่ีจะใชงานโปรแกรม Photoshopคุณ
ตองมีเครื่องท่ีมีความสามารถสูงพอควร มีความเร็วในการประมวลผล และมีหนวยความจําที่เพียงพอ
ไมเชน นน้ั การสรา งงานของคุณคงไมส นุกแน
ลกั ษณะงานทเ่ี หมาะสมกับโปรแกรม Photoshop
งานท่ีเหมาะสมกบั การใชงานโปรแกรม Photoshop CS6 มีหลากหลายมา แลวแตค วามตอ งการ
ของผูอ อกแบบเชน งานรีทัชภาพ งานอารท เวิรค งานโปสเตอร โปรชวั ร แบนเนอร เปน ตน

24

ภาพที่ 2-17 Adobe Photoshop
(ท่มี า https://www.techxcite.com/mobile/topic.html?id=35623)
2.2 งานวิจยั ท่เี ก่ยี วขอ ง
กิติพงษ จันทรถาวร และ ชุติญาภัค วาฤทธ์ิ (2555) ไดศึกษาการประยุกตใชเทคโนโลยีรหัสคิว
อารเพื่อจัดทําทะเบียนพรรณไมส วนพฤกษศาสตรโ รงเรียน การวิจยั คร้ังนี้มวี ตั ถุประสงคเพอ่ื 1) พฒั นา
ระบบการประยุกตใชเทคโนโลยีรหัสคิวอารเพื่อจัดทําทะเบียนพรรณไมสวนพฤกษศาสตรโรงเรียน 2)
ประเมินประสิทธิภาพการใชงานระบบการประยุกตใชเทคโนโลยีรหัสคิวอารในการจัดทําขอมูล
ทะเบียนพรรณไมสวนพฤกษศาสตรโรงเรียน และ 3) ศึกษาความพึงพอใจของผูใชตอการใชงานระบบ
การประยุกตใชเทคโนโลยีรหัสคิวอารในการจัดทําขอมูลทะเบียนพรรณไมสวนพฤกษศาสตรโรงเรียน
กลุมเปาหมายในการวิจัยคร้ังน้ีประกอบดวย กลุมท่ี 1 เปนผูเชี่ยวชาญดานการพัฒนาระบบ จาํ นวน 5
คน ประเมินประสิทธิภาพของระบบ กลุมท่ี 2 เปนกลุมนักศึกษาหลักสูตรบริหารธุรกิจบัณฑิต
สาขาวิชาคอมพิวเตอรธุรกิจจํานวน 15 คน และกลุมที่ 3 เปนบุคลากรภายในมหาวิทยาลัยวงษชวลิต
กุล จํานวน 15 คน รวมท้ังส้ิน 35 คนการพัฒนาระบบครั้งน้ีคณะผูวิจัยไดใชวงจรการพัฒนาระบบ
SDLC เปนมาตรฐานในการพัฒนาระบบคิวอารโดยเครื่องมือที่ใชในการวิจัย ประกอบดวย 1) ระบบ
รหัสคิวอารเพื่อจัดทําทะเบียนพรรณไมสวนพฤกษศาสตรโรงเรียน2) แบบประเมินประสิทธิภาพของ
ระบบ 3) แบบสอบถามความพึงพอใจของกลุมผูใชงานระบบ สถิติที่ใชในการวิเคราะหขอมูล ไดแก
รอยละ คา เฉลย่ี และสวนเบย่ี งเบนมาตรฐาน
ผลการวิจัยพบวา 1) ผลการพฒั นาระบบการประยุกตใชเทคโนโลยีรหัสคิวอารเพื่อจดั ทําทะเบยี น
พรรณไมสวนพฤษศาสตรโรงเรียน แบงการทํางานออกเปน 2 สวน ไดแก สวนของโมบายแอปพลิเค
ชันสําหรับรหัสคิวอารและสวนเว็บแอปพลิเคชันสําหรับจัดการขอมูลทะเบียนพรรณไมสวนพฤษ
ศาสตรโรงเรียน 2) ผลการทดสอบประสิทธิภาพของระบบโดยผูเช่ียวชาญดานการพัฒนาระบบ
จํานวน 5 ทา น อยใู นระดับมาก ( = 4.31,S.D.= 0.56) และ 3) ผลการศกึ ษาความพงึ พอใจของผูใชที่
มีตอ ระบบ พบวา กลุมเปาหมายมคี วามพงึ พอใจ โดยรวมอยูในระดบั มาก ( = 3.75, S.D. = 0.92)

25
อาจารยดร.พอล เจ โกรดิ (Dr. Paul J. Grote) (2563) ไดศึกษาความหลากหลายของพรรณพืช
โครงสรางปาและปริมาณคารบอนเหนือ พื้นดิน ในพื้นที่ปกปกพันธุกรรมพืช อพ.สธ. เขื่อนนาพุง จ.
สกลนครและ ในพื้นท่ีมหาวิทยาลัยเทคโนโลยีสุรนารี จ.นครราชสีมา ผลการสํารวจความหลากหลาย
ของพรรณพืชในพื้นท่ีปกปกพันธุกรรมพืช อพ.สธ. เข่ือนนาพุง จ. สกลนคร การไฟฟาฝายผลิตแหง
ประเทศไทย จาํ นวน 4 ครัง้ ในชวงเดอื นตุลาคม 2554 – สิงหาคม 2555 สามารถจาํ แนกได 270 ชนิด
ใน 212 สกุล และ 83 วงศ วงศท่ีมีจํานวนชนิดมากท่ีสุดคือ FABACEAE (45 ชนิด) ZINGIBERACEAE
(19 ชนิด) RUBIACEAE (13 ชนดิ ) และ MALVACEAE (s.l.) (12 ชนิด) บางชนิดเปน พชื ที่ใชเปนอาหาร
ได และบางชนิดสามารถใชเปนสมุนไพร พบพืชวงศขิงท้ังหมด 9 สกุล 19 ชนิด โดยพืชวงศขิงท่ีพบ
มากสุดในบริเวณเสนทางเดินท่ี 3 ถึง 13 ชนิด สวนเฟรนและไลโคไฟทพบทั้งหมด 12 วงศ 17 สกุล
25ชนิด และพบเฟรนมากท่ีสุดในบริเวณ Spillway ถึง 12 ชนิด สวนผลการสํารวจความหลากหลาย
ของพรรณพืชในพ้ืนที่อนุรักษมหาวิทยาลัยเทคโนโลยีสุรนารี จ.นครราชสีมา จํานวน 6 พื้นท่ี พบ
พรรณพืชไมนอยกวา 150 ชนิด 54 วงศจากการศึกษาองคประกอบและโครงสรางปาในพื้นที่ปกปกษ
พันธุกรรมพืช อพ.สธ. เขื่อนนํ้าพุง จังหวัดสกลนคร จํานวน 11 แปลง พบวาปาเบญจพรรณมีความ
หลากหลายของชนิดตนไมมากกวาในปาเต็งรัง โดยปาเบญจพรรณพบพรรณไม 57 ชนิด สามารถหา
ช่ือวิทยาศาสตรได 46 ชนิด ใน 43 สกุล และ 27 วงศ ชนิดพรรณไมใน วงศ ANACARDIACEAE,
BURSERACEAE, EUPHORBIACEAE, LEGUMINOSAE (FABACEAE) - CAESALPINIOIDEAE,
RUBIACEAE และ TILIACEAE พบมากทส่ี ดุ ในขณะท่ีปา เต็งรงั พบพรรณไม 25 ชนิด สามารถทราบชื่อ
วิทยาศาสตรได 24 ชนิด 22 สกุล และ 18 วงศ ชนิดพรรณไมที่พบมากท่ีสุดอยูในวงศ
ANACARDIACEAE และ DIPTEROCARPACEAE พรรณไมมีความหนาแนนและความเดนมากในปา
เบญจพรรณไดแก ตะแบก และมะกอกเกลื้อน สวนพรรณไมปาเต็งรังที่มีความหนาแนน และความเดน
มาก ไดแก พลวง มะกอกเกล้ือน และ แดง นอกจากนั้นปาเบญจพรรณยังมีปริมาณคารบอนสะสมใน
พืชทง้ั บนดนิ และใตด นิ มากกวาในปา เต็งรงั โดยมคี า 157.8 และ 112.9 ตนั ตามลําดบั ทาํ ใหพ ้ืนที่ศึกษา
แหง นีม้ ีการสะสมคารบ อนในปาไมรวมทัง้ สนิ้ 50,886ตนั
เอกรัตน สุขสุคนธ ศุภกิตติ โสภาสพ และ จักรี ศรีนนทฉัตร (2564) ไดทําการพัฒนาเทคนิค
คน หาพน้ื ท่ีใบหนา และวัตถุบรเิ วณดวงตาโดยใชห ลักการประมวลผลภาพ การคนหาพ้นื ท่ีใบหนา โดยใช
เทคนิคการ ประมวลผลภาพเปนขั้นตอนสําคัญในการออกแบบระบบ การจดจําใบหนา แตการ
ตรวจจับใบหนายังเกิดโจทย สําหรับงานวิจัย เนื่องจากรูปรางและลักษณะของใบหนา แตละคนนั้น
แตกตางกัน รวมถึงมีสิ่งแปลกปลอมบน ใบหนา ดังนั้นงานวิจัยน้ีนําเสนอการพัฒนาเทคนิคการ คนหา
พ้ืนท่ีใบหนาและวัตถุบริเวณดวงตา โดยใชโมเดลสี YCbCr รวมกับ HSV ในการทดลองนําภาพ 200
ภาพ แบงเปน 1) ภาพทีพ่ ื้นหลังไมม ีลวดลาย 100 ภาพ และ 2) ภาพท่ีพ้นื หลังมลี วดลาย 100 ภาพ ใช
เทคนิคโมเดลสี YCbCr ภาพทั้งหมด เพื่อจําแนกสีผิวออกจากพื้นหลัง ซ่ึง วิธี YCbCr และ HSV คา
ขอมูลของสี Cb, Cr จะมีความ คลายคลึงกับจุดภาพของสีผิวทุกเชื้อชาติจากน้ันเทคนิค โซเบลถูก
นํามาใชในการคนหาใบหนา ขั้นตอมาจะใช เทคนิคการแบงแยกภาพ เพ่ือคนหาพื้นที่บริเวณดวงตา

26
แลวทําการคนหาสิ่งบดบังบริเวณดวงตา จากการทดลอง พบวา ภาพพ้ืนหลังท่ีไมมีลวดลายคนหา
ตําแหนงของ ใบหนาได 97% และคนหาวัตถุบริเวณดวงตาได 92%ใบหนาแตละคนน้ันแตกตางกัน
การแสดงอารมณออกมา ทางใบหนา เช้ือชาติ สีผิว รวมทั้งมีสิ่งแปลกปลอมบริเวณ ใบหนา อาทิการ
สวมใสแวนตา ผาปดปาก ผาโพกศีรษะ ทําใหเกิดปญหาในการคนหาใบหนาได สําหรับการคนหา ส่ิง
แปลกปลอมบนใบหนา น้ันมหี ลายวธิ ี จากงานวิจยั ท่ไี ด ศกึ ษามกี ารนาํ เสนอวธิ กี ารคน หาสงิ่ แปลกปลอม
บริเวณ ใบหนา เชน ในงานวิจัยที่ (1) เก่ียวของกับการคนหา แวนตาดวยวิธีการจําแนกขอมูลแบบ
Boosting ในโมเดล โดยใชการเรียนรูหลาย ๆ โมเดลจําแนกประเภทในการ ตัดสินใจ แลวจะใชการ
ถวงน้ําหนักเขามาใหแตละโมเดล จําแนกประเภท เพื่อกําหนดกลุมใหกับขอมูลใหม ใน งานวิจัยท่ี (2)
เกี่ยวของกับการคนหาแวนตาดวยเทคนิค การแบงภาพออกเปนตาราง LBP เม่ือไดคาฮิตโตแกรมใน
แตละตารางข้ึนมาแลว ใชเทคนิคสรางระนาบท่ีเหมาะสม ที่สุดกับขอมูล (SVM) ในการจําแนก
เวกเตอร เพื่อหา ตําแหนงของแวนตา ในงานวิจัยท่ี (3) เก่ียวของกับการ เปรียบลักษณะของภาพกับ
ภาพตนฉบับ โดยใชหลักการ ประมวลผลภาพเทมเพลตแมชชิ่ง ในงานวิจัยท่ี (4-5) เกี่ยวของกับการ
คนหาส่ิงแปลกปลอมบริเวณใบหนา โดย ใชเทคนิคการแบงสี RGB และ HSV ตามดวยการแบงคาสี
ใน YCbCr เพื่อจําแนกสีผิวออกจากพ้ืนหลัง จากน้ันหาขอบ ของสีผิวจากภาพแลวหาตําแหนงของ
ใบหนา และใช หลักการทางคณิตศาสตรเขามากําหนดรูปทรงลักษณะของ ใบหนาหาบริเวณดวงตา
เพือ่ ใชหาขอบของแวนตา เปนตน สําหรับงานวจิ ัยน้ไี ดน ําเสนอวธิ ีการคน หาพ้ืนท่ี ใบหนาดวยวิธีการใช
โมเดลสีแบบ YCbCr รวมกับโมเดลสี แบบ HSV เพ่ือจําแนกสีผิวออกจากภาพพ้ืนหลัง เพราะ จาก
การศึกษาพบวา โมเดลสีแบบ YCbCr คาขอมูลสี Cb และ Cr จะมีความคลายคลึงกับจุดภาพของสีผิว
ซึ่งคา ขอมูลสี Cb และ Cr แสดงใหเห็นการกระจายคาขอมูลสี ผิว ที่มีการครอบคลุมถึงสีผิวทุกเชื้อ
ชาติไดอยางชัดเจน และโมเดลสีแบบ HSV สามารถบงบอกคาความบริสุทธิ์ และความสวางของสีได
อยางละเอียด เม่ือโมเดลสีแบบ YCbCr ทํางานรวมกับโมเดลสีแบบ HSV จะทําใหมี ประสิทธิภาพ
มากกวาการใชเทคนิคเดิม

สุวัฒน บรรลือ และ ขนิษฐา อินทะแสง (2563) ประสิทธิภาพระบบตรวจสอบการเขาชั้นเรียน
ดว ยภาพใบหนา โดยใชเทคนิคแอลบพี ี การวจิ ยั คร้งั นี้ มวี ัตถุประสงค 1) เพ่ือออกแบบและพฒั นาระบบ
ตรวจสอบการเขาช้ันเรียนดวยภาพใบหนา 2) เพื่อศึกษา ประสิทธิภาพระบบตรวจสอบการเขาชั้น
เรียนดวยภาพใบหนา และ 3) เพ่ือศึกษาความพึงพอใจของผูใชระบบตรวจสอบ การเขาช้ันเรียนดวย
ภาพใบหนา ตัวอยางท่ีใชในการวิจัย คือ นักศึกษาท่ีลงทะเบียนเรียนรายวิชา คอมพิวเตอรและการ
รูเทาทัน ในยุคดิจิทัล ในภาคเรียนที่ 2/2561 จํานวน 98 คน เครื่องมือที่ใชในการวิจัย คือ ระบบ
ตรวจสอบการเขาชั้นเรียนดวยภาพใบหนา และแบบประเมินความพึงพอใจของผูใชระบบตรวจสอบ
การเขาชั้นเรียนดวยภาพใบหนา สถิติการวิเคราะหขอมูลใชการหาคาเฉล่ีย สวนเบ่ียงเบนมาตรฐาน
และไคลสแคว ผลการวจิ ยั พบวา 1) โปรแกรมเวบ็ แอปพลเิ คชันพฒั นาดวย PHP และ OpenCV ระบบ
ฐานขอมูลใช MySQL โปรแกรม ประกอบดวย 2 โปรแกรมยอย คือ โปรแกรมสรางฐานขอมูลภาพ
ใบหนาของนักศึกษาและโปรแกรมตรวจสอบการเขาช้ันเรียน ดวยภาพใบหนา 2) ประสิทธิภาพการ

27
ตรวจสอบการเขาชั้นเรียนดวยภาพใบหนาท่ีเหมาะสม คือ 0.30 ซึ่งมีคาประสิทธิภาพดีท่ีสุด คือ 0.00
3) ความพึงพอใจของผูใชระบบตรวจสอบการเขาชั้นเรียนดวยภาพใบหนา มีคาเฉลี่ยเทากับ 4.06
(ระดับมาก) สว นเบี่ยงเบนมาตรฐาน 0.16

28

บทท่ี 3
การดาํ เนนิ งาน

การพฒั นาแอปพลิเคชันเพ่อื แสดงขอมลู พนื้ ฐานของพรรณไมในขน้ั ตอนการวเิ คราะหแ ละ
ออกแบบ ระบบทางคณะผูจัดทาํ ไดแบง วิธีการดาํ เนนิ งานออกเปน 7 ขัน้ ตอนดว ยกนั คือ

3.1 ศึกษาและทําความเขา ใจเกย่ี วกบั ระบบเดิม
3.2 รวบรวมขอ มูล
3.3 วเิ คราะหระบบ
3.4 ออกแบบระบบ
3.5 พฒั นาระบบและจดั ทาํ เอกสาร
3.6 การติดตั้งระบบ
3.7 การบาํ รุงรักษาระบบ
3.1 ศึกษาและทาํ ความเขาใจเกยี่ วกับระบบเดมิ
คณะผูจัดทําไดศึกษาระบบท่ีมีอยูเดิมคือ การพัฒนาเว็บไซตและการประยุกตใชคิวอารโคดเพื่อ
การศึกษาขอมูลพรรณไม ซึ่งปญหาที่พบวาระบบเดิม ถาจะทําการเพิ่มขอมูล ก็จะตองทํา QR code
ใหมแ ละนาํ ไปแปะ ปญหาอีกอยางท่อี าจจะพบได คอื ปจ จยั ส่ิงแวดลอมท่อี าจสง ผลตอแผน QR code
เพอ่ื นําไปประยกุ ตใ ชพัฒนาแอปพลเิ คชนั
3.2 รวบรวมขอ มลู
รวบรวมขอมูลเก่ียวกับแอปพลิเคชันเพื่อแสดงขอมูลพื้นฐานของพรรณไม คณะผูจัดทําได
รวบรวมขอมูล และแอปพลิเคชันอ่ืน ๆ เก่ียวของกับการพัฒนาแอปพลิเคชัน รวมถึงศึกษาขอมูลจาก
งานวิจัยเก่ียวกับการพัฒนาแอปพลิเคชัน ซึ่งทําใหเราลดเวลาการทํางานลงไดอยางมากเมื่อเทียบกับ
การเขียน โปรแกรมโดยภาษาซีหรอื ภาษาฟอรแทรน
3.3 วิเคราะหร ะบบ
จากการศึกษาขอมูลเก่ยี วกับการพฒั นาแอปพลิเคชันและระบบงานเดมิ แลวไดน าํ ขอ มลู มาทําการ
วเิ คราะห เพื่อเปนแนวทางในการออกแบบระบบและพัฒนาระบบงานใหมข้ึนในระบบการดําเนินงาน
ของแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐานของพรรณไม คณะผูจัดทําไดทําการวิเคราะหความสามารถ
ในการทาํ งานของระบบ

29

3.4 ออกแบบระบบ
จากการศึกษาและวิเคราะหระบบการทํางาน คณะผูจ ัดทําไดใชเ คร่อื งมือตางๆในการชว ย

ออกแบบแอปพิเคชันเพอ่ื แสดงขอมลู พืน้ ฐานของพรรณไม
การออกแบบระบบใหมมรี ายละเอียดในสวนตาง ๆ ดังน้ี
3.4.1 การออกแบบฐานขอมลู (Database Design)
3.4.2 แผนภาพกิจกรรม (Activity Diagram)
3.4.3 การออกแบบหนาจอ (Screen Design)
3.4.1 การออกแบบฐานขอ มลู (Database Design)
ฐานขอ มลู ประกอบดวยแฟมขอมูลตา ง ๆ ซึง่ แตละแฟมจะมีความเก่ียวของกันในรูปแบบของการ

กาํ หนดความสัมพันธ แตละแฟมขอมูลนน้ั จะไมมีขอมูลที่ซ้ําซอน ทําใหป ระหยัดเนอ้ื ที่ การจดั เกบ็ และ
ในการปรับปรงุ ขอ มลู ก็สามารถปรับเปลย่ี นขอ มลู ในแฟมขอ มูลตา ง ๆ ทเี่ ก่ียวขอ งได

1. พจนานุกรมขอ มูล (Data Dictionary)
แผนภาพกระแสขอมูลใชบ รรยายภาพรวมของระบบ โดยแสดงความสัมพันธร ะหวางโปรเซสและ
ขอมูล แตไ มไดแ สดงถึงรายละเอียดของขอมูลวามีอะไรบาง พจนานุกรมขอมลู จะแสดงถงึ รายละเอยี ด
ตาง ๆ ของขอมูลที่ใชงานในระบบ ซึ่งประกอบดวย Relation, Aliasesname, Data Description,
Attribute, Primary Key , Foreign Key รวมทัง้ โครงสรา งตา งๆ
ตารางท่ี 3-1 ขอ มูลพรรณไม

Attribute Description Type Key Type Reference

Plants_ID รหสั พรรณไม char(12) Pk

Pictures of plants ภาพพรรณไม Attachment

Native name ชื่อพ้นื เมอื ง Varchar (50)
Scientific name ช่ือวทิ ยาศาสตร Varchar (50)

Family name ช่ือวงศ Varchar (50)
Common name ช่ือสามญั Varchar (50)
ประโยชน Varchar (300)
Benefit

30
3.4.2 แผนภาพกิจกรรม (Activity Diagram)
การออกแบบหลักการทํางานของระบบในการเขาใชงานแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐาน
ของพรรณไม ภายในสวนธรรมรวมใจระลึกโปรดเกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ
ศูนยหนั ตรา ตองเขยี นโครงรางขัน้ ตอนการทาํ งานโดยการเขยี นแผนภาพ Activity Diagram ดังน้ี

3.4.2.1 การทาํ งานของแอปพลิเคชัน

ภาพที่ 3-1 แผนภาพ Activity Diagram การทาํ งานของแอปพลิเคชัน
3.4.3 การออกแบบหนา จอ (Screen Design)
การออกแบบหนาจอเปนเร่ืองสําคัญ เพราะวาเปนสว นทผ่ี ูใชเหน็ ไดงายท่ีสุด และเปนส่ิงที่ติดตอ
ระหวา งผูใชกบั ระบบทั้งหมด และผใู ชจ ะใชส ่ิงท่ีเห็นเปนตัวชวยตดั สิน วา ระบบดีหรือไม การออกแบบ
หนาจอจะชวยใหระบบมีความสมบูรณมากย่ิงขึ้น และชวยใหระบบมี ความสะดวกมากขึ้น เพราะแต
ละระบบจะมีโปรแกรมอยูมากมาย การออกแบบหนา จอเปนการแบงสว นตาง ๆ อยา งมรี ะบบ

31

ตัวอยางหนา จอแอปพลเิ คชนั เพอ่ื แสดงขอ มลู พรรณไม ดังน้ี

1

ภาพที่ 3-2 หนาตางหนาหลัก
จากภาพท่ี 3-2 หนา ตา งหนาหลัก มรี ายละเอยี ดดังน้ี

- หมายเลข 1 คอื ปมุ ใหนาํ รูปภาพเขา

32
1

2 4
6
3
5

7

ภาพที่ 3-3 ขอ มลู พรรณไม

จากภาพที่ 3-3 ขอมลู พรรณไม มีรายละเอยี ดดังนี้
- หมายเลข 1 คอื รปู ภาพพรรณไม
- หมายเลข 2 คอื รหสั พรรณไม
- หมายเลข 3 คือ ชอื่ พน้ื เมืองของพรรณไม
- หมายเลข 4 คอื ชอ่ื วิทยาศาสตรของพรรณไม
- หมายเลข 5 คอื ชอื่ วงศข องพรรณไม
- หมายเลข 6 คือ ชอื่ สามัญของพรรณไม
- หมายเลข 7 คอื ประโยชนของพรรณไม

33

3.5 พฒั นาระบบและจัดทําเอกสาร
การพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูลพ้ืนฐานของพรรณไม คณะผูจัดทําพัฒนาแอปพลิเคชัน

โดยใช IDLE (Python) ในการพัฒนาแอปพลเิ คชนั และจดั ทําเอกสารท่ีเกีย่ วขอ งกบั แอปพลเิ คชนั
3.6 การตดิ ต้ังระบบ

ทดสอบการใชงานในดานตาง ๆ โดยนําเขารูปกลุมตัวอยางพรรณไมใบและดอก จํานวนชนิดละ
10 ภาพ
3.7 การบาํ รุงรักษาระบบ

มีการตรวจสอบหาขอผิดพลาดของแอปพลิเคชันและปรับปรุงขอมูลพื้นฐานของพรรณไมให
ถกู ตอ งอยูเสมอ เพ่ือใหร ะบบสามารถทาํ งานไดอยางมปี ระสิทธิภาพ

บทท่ี 4
ผลการดําเนนิ งาน

การพัฒนาแอปพลเิ คชนั เพอ่ื แสดงขอ มูลพน้ื ฐานของพรรณไม โดยวิธกี ารหาลักษณะเดน Local
Binary Patterns (LBP) เพื่อหาลกั ษณะเดนของแตล ะพรรณไม และเรยี นรูจ ําลกั ษณะเดนของพรรณ
ไมน น้ั ๆ ทางคณะผูจัดทําไดแบงผลการดําเนินงานโดยมีรายละเอียด ดังนี้
4.1 การพฒั นาระบบ

ผลการพฒั นาการพฒั นาแอปพลิเคชนั เพื่อแสดงขอ มูลพน้ื ฐานของพรรณไม คณะผจู ัดทาํ ใช
โปรแกรม โดยมรี ายละเอยี ดดังนี้

4.1.1 หนาจอหลกั จะเปนหนา จอแรกเม่ือเปด ระบบ โดยจะมปี ุมนําเขารูปภาพและแสดงผลลพั ธ
ดงั ภาพที่ 4-1

ภาพท่ี 4-1 หนาจอหลัก

35

4.1.2 การนาํ เขารปู ภาพ เมอื่ คลกิ ปมุ นําเขารูปภาพจะขน้ึ หนาตา งใหเลือกภาพพรรณไมท ตี่ อ งการ
ประมวลผล ดงั ภาพท่ี 4-2

ภาพที่ 4-2 การนําเขา รปู ภาพ
4.1.3 การแสดงผลลัพธ หลงั นาํ เขารูปภาพเรียบรอ ย เมื่อคลิกปุมแสดงผลลัพธร ะบบจะแสดงผลลัพธ
ดงั ภาพที่ 4-3

ภาพท่ี 4-3 การแสดงผลลพั ธ

36

4.2 การทดสอบระบบ
ในการทดสอบการทํางาน ไดทดสอบการทํางานแตละขั้นตอนของ แอปพลิเคชันเพื่อแสดงขอมูล

พ้ืนฐานของพรรณไมเพ่ือปองกันขอผิดพลาดท่ีอาจจะเกิดข้ึนของระบบ ซ่ึงแบงการทดสอบตามกรอบการ
ทาํ งานของแอปพลเิ คชนั ในแตสวน ดงั นี้

4.2.1 ผลการทดสอบการทาํ งานทัว่ ไป
เปนผลจากการทดสอบการทาํ งานท่วั ไปของแอปพลิเคชนั เพอื่ แสดงขอมลู พ้นื ฐานของพรรณไม เพอ่ื
จําลองสถานการณการผดิ พลาดทอ่ี าจเกดิ ข้ึน มีผลดงั ตารางที่ 4-1
ตารางที่ 4-1 การทดสอบการทํางานทั่วไป

ลาํ ดับท่ี รายการทดสอบ ผา น ไมผาน
1 การนาํ รูปภาพเขาเพอ่ื ใชงานแอปพลิเคชัน
2 การประมวลผลขอมลู 
3 การแสดงผลลพั ธ หนา GUI 
4 การตอบสนองการทํางานของปุม 


4.2.2 ผลการทดสอบประสทิ ธิภาพการประมวลผล
จากการศึกษาและพัฒนาแอปพลิเคชันแอปพลิเคชันเพื่อแสดงขอมูลพื้นฐานของพรรณไม เพ่ือ
ทดสอบประสิทธิภาพในการประมวลผลผูพัฒนาไดทดสอบโดยใชภาพใบของพรรณไมชนิดละ 10 ภาพ
สวนพรรณไมท ี่มดี อกทดสอบโดยใชภาพดอกของพรรณไม 10 ภาพ โดยมขี อกําหนดในการเลือกภาพ คือ
1) รูปภาพตองเห็นสวนดานหนาของใบหรือดอกทุกสวน 2) รูปภาพตองคมชัด 3) รูปภาพตองปรับขนาด
และตัดขอบเปนส่ีเหล่ียมจัตุรัส โดยไดผลการทดสอบประสิทธิภาพการประมวลผลแบงออกเปน 2 ตาราง
คอื การทดสอบประสทิ ธภิ าพการประมวลผล โดยใชภ าพใบของพรรณไม ดงั ตารางที่ 4-2 และการทดสอบ
ประสิทธิภาพการประมวลผล โดยใชภาพดอกของพรรณไม ดังตารางที่ 4-3
ตารางที่ 4-2 การทดสอบประสทิ ธภิ าพการประมวลผล โดยใชภาพใบของพรรณไม

ช่ือพรรณไม ทดสอบโดยใชภ าพใบของพรรณไม ความนา เชือ่ ถือ
ตน ใบทอง ผลลพั ธถกู ตอ ง ผลลัพธผ ิดพลาด 60%
ตนแดงชาลี 64 60%
ตนโปย เซียน 70%
ตนโกสน 64 70%

73

73

37

ตน ทองอไุ ร 8 2 80%
ตน เขม็ เหลือง 7 3 70%
ตนพดุ ศุภโชค 7 3 70%
ตนเฟอ งฟา 4
6 60%
คาเฉลี่ยรวม 67.50%

จากตางรางท่ี 4-2 ผลการทดสอบประสทิ ธภิ าพการประมวลผล โดยใชภ าพใบของพรรณไมม ีคา เฉลย่ี
ความนาเช่ือถือในการประมวลผลเทา กับรอ ยละ 67.50

ตารางท่ี 4-3 การทดสอบประสทิ ธภิ าพการประมวลผล โดยใชภาพดอกของพรรณไม

ทดสอบโดยใชภ าพดอกของพรรณไม

ช่ือพรรณไม ผลลัพธถกู ตอง ผลลพั ธผ ิดพลาด ความนา เชอ่ื ถือ

ตนโปย เซียน 8 2 80%

ตน ทองอุไร 7 3 70%

ตนเข็มเหลือง 6 4 60%

ตนพุดศภุ โชค 6 4 60%

ตน เฟอ งฟา 7 3 70%

คาเฉลีย่ รวม 68%

จากตางรางท่ี 4-3 ผลการทดสอบประสทิ ธิภาพการประมวลผล โดยใชภาพดอกของพรรณไมม ี
คาเฉลีย่ ความนาเชือ่ ถอื ในการประมวลผลเทา กบั รอ ยละ 68

38

4.3 การประเมนิ ประสิทธิภาพการทาํ งาน
การประเมินประสิทธิภาพการทํางานของแอปพลิเคชันเพื่อแสดงขอมูลพ้ืนฐานของพรรณไม โดย

กําหนดเกณฑการประเมินประสิทธิภาพ ความพึงพอใจตามเกณฑและผลการประเมินจากชวงของระดับ
คะแนนดังตารางท่ี 4-4 เกณฑการประเมนิ ผลการใชงานโดยเฉล่ีย
ตารางท่ี 4-4 เกณฑก ารประเมินผลการใชงานโดยเฉล่ยี

ระดบั คะแนน ความหมาย
คะแนนเฉลี่ย 1.00-1.49 ระดับประสทิ ธิภาพของระบบนอ ยมาก
คะแนนเฉลี่ย 1.50-2.49 ระดับประสิทธภิ าพของระบบนอย
คะแนนเฉล่ยี 2.50-3.49 ระดบั ประสทิ ธภิ าพของระบบปานกลาง
คะแนนเฉล่ีย 3.50-4.49 ระดับประสิทธภิ าพของระบบดี
คะแนนเฉล่ยี 4.50-5.00 ระดบั ประสทิ ธภิ าพของระบบดีมาก

ซึง่ การประเมินประสิทธภิ าพเปน การสอบถามขอมลู ความคดิ เหน็ ของผทู ดลองใชง านท่ี
พัฒนาขึน้ ดงั นี้

4.3.1*ผลการประเมินประสิทธภิ าพการใชง าน
การประเมินประสิทธิภาพการใชงาน เปนการประเมินประสิทธิภาพการทํางาน โดยมีการประเมิน
ประสทิ ธภิ าพดังตารางท่ี 4-5 ผลการวิเคราะหการประเมนิ ประสิทธภิ าพการใชงาน
ตารางท่ี 4-5 ผลการวเิ คราะหการประเมินประสิทธภิ าพการใชงาน

รายการประเมนิ ประสิทธภิ าพ
1.*ความเหมาะสมในการใชร ปู แบบตัวอักษร � SD. การแปรความ
2. ความเหมาะสมในการใชขนาดตวั อกั ษร 4.14 0.64 ดี
3. ความเหมาะสมในการใชส ตี ัวอักษร 3.86 0.83 ดี
4.*ความเหมาะสมในการวางสวนประกอบตาง ๆ 4.43 0.73 ดี
5. ความงายตอการใชงาน 4.14 0.83 ดี
รวม 4.57 0.49 ดมี าก
4.23 0.71 ดี

จากตางรางที่ 4-5 ผลการวิเคราะหการประเมินประสิทธิภาพดานการใชงาน เกณฑการแปล
ความหมายขอมูลและพิจารณาจากคาเฉล่ีย แบงแยกตามการประเมินไดดังน้ี คะแนนอยูในระดับดีมาก

39

ไดแก ความงายตอการใชงาน(คาเฉล่ียเทากับ 4.57 คาเบย่ี งเบนมาตรฐานเทากับ 0.49) และคาคะเนนอยู
ในระดับดี ไดแก ความเหมาะสมในการใชรูปแบบตัวอักษร(คาเฉล่ียเทากับ 4.14 คาเบี่ยงเบนมาตรฐาน
เทากับ 0.64) ความเหมาะสมในการใชขนาดตัวอักษร(คาเฉลี่ยเทากับ 3.86 คาเบ่ียงเบนมาตรฐานเทากับ
0.83) ความเหมาะสมในการใชสีตัวอักษร(คาเฉลยี่ เทากับ 4.43 คาเบย่ี งเบนมาตรฐานเทากบั 0.73) ความ
เหมาะสมในการวางสวนประกอบตาง ๆ (คาเฉลี่ยเทากับ 4.14 คาเบ่ียงเบนมาตรฐานเทากบั 0.83) ดังนั้น
จึงสรุปการประเมนิ ประสิทธิภาพดานการใชงานโดยรวม อยูในระดับดี (คาเฉลี่ยเทากับ 4.23 คาเบ่ียงเบน
มาตรฐานเทา กับ 0.71)

4.3.2*ผลการประเมินประสิทธิภาพการประมวลผล
การประเมินประสิทธิภาพการใชงานระบบ เปนการประเมินประสิทธิภาพการทํางาน โดยมีการ
ประเมินประสทิ ธิภาพดังตารางท่ี 4-6 ผลการวเิ คราะหก ารประเมนิ ประสทิ ธภิ าพการใชง านระบบ
ตารางที่ 4-6 ผลการวเิ คราะหก ารประเมนิ ประสิทธภิ าพการประมวลผล

รายการประเมนิ ประสทิ ธภิ าพ
1. ความเหมาะสมของขอมูลในการแสดงผลลัพธ � SD. การแปรความ
2. ความเร็วในการประมวลผลลพั ธ 4.14 0.64 ดี
3. ความถูกตองของผลลัพธ 4.29 0.70 ดี
4. การใชงานโดยรวม 4.14 0.64 ดี
รวม 4.29 0.70 ดี
4.21 0.67 ดี

จากตางรางที่ 4-6 ผลการวิเคราะหการประเมินประสิทธิภาพดานการประมวลผล เกณฑการแปล
ความหมายขอมูลและพิจารณาจากคาเฉลี่ย แบงแยกตามการประเมินไดดังน้ี คะแนนอยูในระดับดี ไดแก
ความเหมาะสมของขอมูลในการแสดงผลลัพธ(คาเฉลี่ยเทากับ 4.14 คาเบี่ยงเบนมาตรฐานเทากับ 0.64)
ความเร็วในการประมวลผลลัพธ(คาเฉล่ียเทากับ 4.29 คาเบ่ียงเบนมาตรฐานเทากับ 0.70) ความถูกตอง
ของผลลัพธ(คาเฉลี่ยเทากับ 4.14 คาเบี่ยงเบนมาตรฐานเทากับ 0.64) การใชงานโดยรวม(คาเฉล่ียเทากับ
4.29 คาเบี่ยงเบนมาตรฐานเทากับ 0.70) ดังน้ันจึงสรุปการประเมินประสิทธิภาพดานการประมวลผล
โดยรวม อยูในระดบั ดี (คา เฉล่ยี เทา กบั 4.21 คา เบ่ยี งเบนมาตรฐานเทากบั 0.67)

36

บทที่ 5
สรปุ ผล

ในการพัฒนาแอปพลิเคชันเพื่อแสดงขอมูลพื้นฐานของพรรณไม ภายในสวนธรรมรวมใจระลึกโปรด
เกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนยหันตรา มีจุดประสงคเพื่อศึกษาการพัฒนาแอป
พลิเคชันเพ่ือแสดงขอมูลพื้นฐานของพรรณไม และเพ่ืออํานวยความสะดวกใหกับผูคนท่ีตองการศึกษา
ขอ มลู พน้ื ฐานของพรรณไมทน่ี าสนใจ ผพู ฒั นาไดส รปุ ผลการดาํ เนนิ งาน และขอ เสนอแนะ ดงั น้ี
5.1 สรปุ ผลและอภิปรายผล

5.1.1 การพฒั นาแอปพลิเคชันเพื่อแสดงขอมลู พืน้ ฐานของพรรณไม
การพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูลพื้นฐานของพรรณไมพัฒนาขึ้นโดยใช โปรแกรม IDLE
(Python 3.8) ดวยภาษา Python โดยใชวิธีการหาลักษณะเดน Local Binary Patterns (LBP) เพ่ือหา
ลักษณะเดนของแตละพรรณไม และเรียนรูจําลักษณะเดนของพรรณไมนั้น ๆ ซึ่งแอปพลิเคชันท่ีไดนั้น
สามารถนําเขารูปภาพของพรรณไมจากผูใชเขามาประมวลผลและนําไปใชวิเคราะหเพ่ือหาผลลัพธมา
แสดงใหผูใชไดตามวัตถุประสงค ในสวนของหนาการแสดงผลลัพธ GUI การตอบสนองของปุม สามารถ
ตอบสนองตอ การใชงานไดเ ปน อยางดีตามวัตถุประสงคทต่ี งั้ ไว
5.1.2 การประเมินประสทิ ธิภาพ
เพ่ือหาประสิทธิภาพการทํางานของการพัฒนาแอปพลิเคชันเพ่ือแสดงขอมูลพื้นฐานของพรรณไม
ภายในสวนธรรมรวมใจระลึกโปรดเกลาฯ มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ ศูนยหันตรา ซ่ึง
แบง ผลการประเมนิ ออกเปน 2 ดา นดงั นี้
ผลการวิเคราะหประสิทธิภาพดานการใชงานโดยรวม คาเฉลี่ยเทากับ 4.23 คาเบ่ียงเบนมาตรฐาน
เทากบั 0.71 อยูใ นเกณฑ ระดับดี
ผลการวิเคราะหประสิทธิภาพดานการประมวลผลโดยรวม มีคาเฉลี่ยอยูที่ 4.21 คาเบ่ียงเบน
มาตรฐานเทากับ 0.67 อยูในเกณฑ ระดบั ดี

41

5.2 ปญหาและอปุ สรรค
5.2.1 โปรแกรมท่ีใชในการเขียนคําส่ังแอปพลิเคชันเพื่อแสดงขอมูลพื้นฐานของพรรณไมคอนขาง

ซับซอ น และ มตี ัวอยางคาํ สง่ั คอนขา งนอย
5.2.2 หากตองการใหแอปพลิเคชันแสดงขอมูลพ้ืนฐานของพรรณไมมีความถูกตอง แมนยํา

จําเปน ตองเก็บรวบรวมขอมลู ภาพพรรณไมเ ปนจํานวนมาก
5.2.3 ถาหากนํารูปภาพพรรณไมท่ีไมไดผานข้ันตอนการเตรียมภาพ จะทําใหผลลัพธมีเปอรเซ็นต

ความนาเชื่อถือนอย หรืออาจจะไมพบขอมลู
5.2.4 รูปทรงใบของพรรณไมค อ นขางมคี วามคลา ยคลึงกัน จึงเกิดปญ หาในการเกบ็ ขอ มูลพรรณไม
5.2.5 เน่ืองจากสถานการณโควิด-19 จึงทําใหไมสามารถเขาไปเก็บขอมูลพรรณไมภายใน

มหาวิทยาลัยเทคโนโลยรี าชมงคลสุวรรณภมู ิได
5.3 ขอเสนอแนะ

5.3.1 ภาพพรรณไมในฐานขอมูลท่ีจะนํามาใชวิเคราะหควรมีจํานวนท่ีมากเพียงพอ เพ่ือเพ่ิมความ
แมนยาํ ใหม ากข้ึน

5.3.2 ควรเพมิ่ ประเภทของพรรณไมใหห ลากหลายมากย่ิงข้นึ
5.3.3 ควรมกี ารตัดขอบภาพกอ นประมวลผล
5.3.4 ควรมีการศึกษาเทคนิคที่ใชในการประมวลผลมากกวา 1 เทคนิคเพื่อนํามาเปรียบเทียบ
ประสิทธิภาพในการประมวลผลพรรณไม หรือศึกษาขอมูลเก่ียวกับเทคนิคที่มีประสิทธิภาพในการ
ประมวลผลมากยิ่งขึน้

42

บรรณานกุ รม

กติ พิ งษ จันทรถาวร และ ชตุ ญิ าภคั วาฤทธิ.์ (2555). การประยกุ ตใชเ ทคโนโลยรี หสั ควิ อารเพอ่ื
จดั ทาํ ทะเบียนพรรณไมส วนพฤกษศาสตรโ รงเรียน. สืบคน 24 กุมภาพันธ 2564.
จาก ThaiJOhttps://ph02.tci-thaijo.org

ดร.พอล เจ โกรดิ (Dr. Paul J. Grote). (2563). ความหลากหลายของพรรณพชื
โครงสรา งปา และปริมาณคารบอนเหนอื พน้ื ดนิ ในพืน้ ทป่ี กปก พันธกุ รรมพืช อพ.สธ. เข่อื นนา พุง จ.
สกลนครและ ในพน้ื ทมี่ หาวทิ ยาลยั เทคโนโลยีสุรนาร.ี สบื คน 24 กมุ ภาพันธ 2564.
จาก http://sutir.sut.ac.th:8080/sutir/handle/123456789/5249

เอกรตั น สขุ สคุ นธ ศภุ กติ ติ โสภาสพ และ จักรี ศรีนนทฉ ตั ร. (2564). การพัฒนาเทคนิคคนหา
พนื้ ทใี่ บหนา และวัตถุบรเิ วณดวงตาโดยใชหลักการประมวลผลภาพ. สบื คน 25 กมุ ภาพันธ 2564.
จาก https://ph01.tci-thaijo.org

สวุ ฒั น บรรลือ และ ขนิษฐา อินทะแสง. (2563). ประสทิ ธภิ าพระบบตรวจสอบการเขา ชนั้
เรียนดว ยภาพใบหนา โดยใชเ ทคนิคแอลบพี ี. สบื คน 25 กมุ ภาพนั ธ 2564. จาก
ThaiJOhttps://so03.tci-thaijo.org

Library(ไลบาร)่ี . สบื คน 5 กุมภาพันธ 2564 จาก
https://www.mindphp.com/forums/viewtopic.php?f=29&t=42917

การแยกลกั ษณะพเิ ศษ LBP. สืบคน 5 กมุ ภาพนั ธ 2564. จาก https://en-m-wikipedia-
org.translate.goog/wiki/Local_binary_patterns?_x_tr_sl=en&_x_tr_tl=th&_x_tr_hl=th&_x_tr
_pto=nui,sc

การแยกลักษณะเฉพาะของภาพ (Image Feature Extraction). สบื คน 5 กมุ ภาพันธ
2564. จาก
http://eresearch.siam.edu/wpcontent/uploads/2013/12/09_%E0%B8%9A%E0%B8%97%E
0%B8%97_2.pdf

โปรแกรม IDLE (Python). สบื คน 10 มกราคม 2564. จาก
https://datarevol.com/coding/python-ide/

ภาษา Python. สบื คน 12 มกราคม 2564. จาก https://blog.pttexpresso.com/what-is-
python/