· Hakan Çelik · OpenCV / Görüntü İşleme · 2 dk okuma
Görüntülerde Aritmetik İşlemler

OpenCV Serisi 5/64
- 1. Boya Fırçası Olarak Fare
- 2. Canny Kenar Algılama
- 3. Görüntü Geçişleri
- 4. Görüntü Piramitleri
- 5. Görüntülerde Aritmetik İşlemler
- 6. Görüntülerle İlgili Temel İşlemler
- 7. Görüntünün Geometrik Dönüşümleri
- 8. Görüntüyü Yumuşatma - ( Smoothing Images )
- 9. Histogramlar
- 10. Konturler ( Contours )
- 11. Morfolojik Dönüşümler
- 12. Opencv Nedir Ve Kurulumu
- 13. Opencv Resim Işlemleri
- 14. Opencv Video Işlemleri
- 15. Opencv'de Çizim Fonksiyonları
- 16. Performans Ölçüm Ve Geliştirme Teknikleri
- 17. Renk Alanlarını Değiştirme
- 18. Renk Paleti Olarak Parça Çubuğu ( Trackbar )
- 19. Resim Eşikleme
- 20. Şablon Eşleştirme
- 21. Hough Doğru Dönüşümü
- 22. Hough Daire Dönüşümü
- 23. Fourier Dönüşümü
- 24. Histogram Eşitleme
- 25. 2B Histogramlar
- 26. Histogram Geri Projeksiyonu
- 27. Kontur Özellikleri
- 28. Kontur Nitelikleri
- 29. Konturlerle Daha Fazla İşlev
- 30. Kontur Hiyerarşisi
- 31. GrabCut ile Etkileşimli Ön Plan Çıkarma
- 32. Watershed Algoritması ile Görüntü Segmentasyonu
- 33. Özellikleri Anlamak
- 34. Harris Köşe Tespiti
- 35. Shi-Tomasi Köşe Dedektörü ve İzlenecek İyi Özellikler
- 36. SIFT'e Giriş (Ölçek Değişmez Özellik Dönüşümü)
- 37. SURF'e Giriş (Hızlandırılmış Sağlam Özellikler)
- 38. Köşe Tespiti için FAST Algoritması
- 39. BRIEF — İkili Sağlam Bağımsız Temel Özellikler
- 40. ORB (Yönlü FAST ve Döndürülmüş BRIEF)
- 41. Özellik Eşleştirme
- 42. Özellik Eşleştirme + Nesneleri Bulmak için Homografi
- 43. Meanshift ve Camshift ile Nesne Takibi
- 44. Optik Akış
- 45. Arka Plan Çıkarma
- 46. Kamera Kalibrasyonu
- 47. Poz Tahmini
- 48. Epipolar Geometri
- 49. Stereo Görüntülerden Derinlik Haritası
- 50. k-En Yakın Komşuyu Anlamak
- 51. kNN ile El Yazısı OCR
- 52. SVM'yi Anlamak
- 53. SVM ile El Yazısı OCR
- 54. K-Ortalamalar Kümeleme'yi Anlamak
- 55. OpenCV'de K-Ortalamalar Kümeleme
- 56. Görüntü Gürültü Giderme
- 57. Görüntü Onarımı (Inpainting)
- 58. Yüksek Dinamik Aralık (HDR) Görüntüleme
- 59. Haar Cascade ile Yüz Tespiti
- 60. pip ile OpenCV Kurulumu
- 61. Ubuntu'da OpenCV-Python Kurulumu
- 62. Fedora'da OpenCV-Python Kurulumu
- 63. Windows'ta OpenCV-Python Kurulumu
- 64. OpenCV-Python Bağlayıcıları Nasıl Çalışır?
Görüntülerde Aritmetik İşlemler
Hedefler
Görüntüler üzerinde toplama, çıkarma, bitdüzeyi işlemleri gibi birkaç aritmetik işlemleri öğreneceğiz. Bu fonksiyonları öğreneceksiniz : cv2.add(), cv2.addWeighted() vb.
Resim ekleme
Opencv fonksiyonu, cv2.add() veya numpy işlemleri, res = img1 + img2 ile iki resim ekleyebilirsiniz. Her iki görüntü de aynı derinlik ve türe sahip olmalı veya ikinci görüntü yalnızca skalar değerinde olabilir.
Not ;
OpenCV eklemesi ile Numpy eklemesi arasında bir fark vardır. OpenCV eklemesi doymuş bir işlemdir, buna karşın Numpy ilavesi modüler bir işlemdir.
örnek olarak ;
>>> x = np.uint8([250])
>>> y = np.uint8([10])
>>> print(cv2.add(x,y)) # 250+10 = 260 => 255
[[255]]
>>> print(x+y) # 250+10 = 260 % 256 = 4
[4]İki resim eklediğinizde daha görünür olacaktır. OpenCV işlevi daha iyi sonuç verecektir. Bu yüzden her zaman OpenCV işlevlerine sadık kalın.
Görüntü Karıştırma
Bu aynı zamanda görüntü eklemesidir, ancak farklı ağırlıklar görüntülere verilir, böylece harmanlama veya şeffaflık hissi verir. Resimler aşağıdaki denkleme göre eklenir:
‘e değişen
bir görüntü arasında diğerine serin bir geçiş yapabilirsiniz. Burada onları bir araya getirmek için iki görüntü aldım.
İlk resme 0.7 ağırlık ve ikinci resme 0.3 verilir. cv2.addWeighted(), aşağıdaki denklemi görüntüye uygular. 
Burada
sıfır olarak alınır.
img1 = cv2.imread('ml.png')
img2 = cv2.imread('opencv_logo.jpg')
dst = cv2.addWeighted(img1,0.7,img2,0.3,0)
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()sonuç ;
Bitwise Operations ( Bit düzeyi işlemleri )
Bu bitwise AND, OR, NOT ve XOR işlemlerini içerir. Resmin herhangi bir bölümünü çıkartırken (ilerleyen bölümlerde de göreceğimiz gibi) dikdörtgen olmayan ROI vb. Ile tanımlama ve çalışma yaparken son derece faydalı olacaklar.
Aşağıda, resmin belirli bir bölümünü nasıl değiştireceğinize ilişkin bir örnek göreceğiz.
OpenCV logosunu bir resmin üzerine koyalım. İki resim eklersem renk değişir, Eğer dikdörtgen bir bölge olsaydı, ROI’yı son bölümde yaptığımız gibi kullanabilirdim. Ancak OpenCV logosu dikdörtgen bir şekle değil. Dolayısıyla, bunu aşağıdaki gibi bitwise işlemlerle yapabilirsiniz:
# iki resmi yüklüyoruz
img1 = cv2.imread('messi5.jpg')
img2 = cv2.imread('opencv_logo.png')
# Sol üst köşeye logo koymak istiyorum, bu yüzden bir ROI oluşturuyorum
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# şimdi logonun maskesini oluşturun ve ayrıca ters maskesinide oluşturun
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)
# şimdi logo içindeki ROI 'un alanını karartalım
img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)
# Logo görüntüsünden yalnızca logo bölgesi aldık.
img2_fg = cv2.bitwise_and(img2,img2,mask = mask)
# ROI'ye logo koyun ve ana görüntüyü değiştiriyoruz
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()Aşağıdaki sonuca bakın, Sol resim imal ettiğimiz maskeyi gösterir, Sağ görüntü ise sen son oluşan sonucu gösterir.
Hakan Çelik

