Konturler \( Contours \)

Konturler \( Contours \)¶

Konturlar: Başlarken¶

Hedefler¶

• Konturlerin ne olduğunu anlayacağız.
• Konturleri bulmayı ve çizmeyi öğreneceğiz.
• Bu fonksiyonları öğreneceğiz : cv2.findContours(), cv2.drawContours()

Kontur Nedir ? \( Contours \)¶

Konturlar, aynı renk veya yoğunluğa sahip olan tüm kesintisiz noktaları \(sınır boyunca\) birleştiren bir eğri olarak basitçe açıklanabilir. Konturlar, şekil analizi, nesne algılama ve tanıma için yararlı bir araçtır.

• Daha iyi doğruluk için ikili görsel kullanılır \( binary images. \) yani kontur bulmadan önce, eşik veya canny kenar algılama uygulanır
• findContours fonksiyonu kaynak görüntüyü değiştirir modifiye eder. Ayrıca kaynak görüntüyü, konturleri bulduktan sonra bile istenirse o başka değişkenler ile saklanır. yani saklayın.
• OpenCV’de kontur bulma, siyah zeminden beyaz nesne bulmak gibidir. Hatırlayın, bulunması gereken nesne beyaz olmalı ve arka plan siyah olmalı.

İkili görselin konturlerini nasıl bulacağımıza bakalım.

import numpy as np
import cv2
im = cv2.imread('test.jpg')
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

cv2.findContours() fonksiyonunda 3 tane argüman olduğunu görmüşsünüzdür, bunlar

• Kaynak resim
• Kontur alma modu \( contour retrieval mode \)
• Kontur yaklaşım yöntemi \( contour approximation method \)

ve görselde ki konturler ve hiyerarşı çıkartılıyor.

konturler görsel içindeki bütün konturlerin python listesidir. Her bir kontur nesnenin sınır noktalarının \(x,y\) kordinatlarının numpy dizisidir.

Konturleri Nasıl Çizeriz ?¶

Konturleri çizmek için cv2.drawContours fonksiyonu kullanılır. Bu fonksiyon ayrıca sınır noktaları verilen herhangi bit şeklin çiziminide destekler.

• İlk argüman kaynak resim \( source image \)
• İkinci argüman bir Python listesi olarak geçmesi gereken contours
• Üçüncü argüman konturlerin dizinidir \( bir kontur çizildiğinde kullanışlıdır. Bütün konturleri çizmek için, pass-1\) ve geriye kalan argümanlar color \( renk \) thickness \( kalınlık \) vb.

Bir resmin bütün konturlerini çizmek

img = cv2.drawContours(img, contours, -1, (0,255,0), 3)

Bir kontur çizmek için, 4. konturu söyle \( say 4th contour \):

img = cv2.drawContours(img, contours, 3, (0,255,0), 3)

Ama çoğu zaman, aşağıdaki yöntem yararlı olacaktır:

cnt = contours[4]
img = cv2.drawContours(img, [cnt], 0, (0,255,0), 3)

Not : Son iki yöntem aynıdır, ancak ilerlediğinizde, sonuncusunun daha yararlı olduğunu göreceksiniz.

Kontur Yaklaşım Yöntemi¶

Contour Approximation Method

Bu üçüncü argüman olan cv2.findContours fonksiyonudur peki aslında bu nedir ?

Yukarıda, kontürlerin aynı yoğunlukta bir şeklin sınırları olduğunu söyledik. Bir şeklin sınırını \(x, y\) koordinatları saklar. Ancak bütün koordinatları saklıyor mu? İşte bu saklanacak olan konturleri yaklaştırma metodu ile bulunur.

Eğer cv2.CHAIN_APPROX_NONE değerini es \( pass \) geçerseniz, bütün sınır noktaları depolanır. Ancak aslında bütün noktalara ihtiyacınız varmı dır. Örneğin düz bir çizginin konturunu buldunuz. Bunu temsil etmek için çizgideki bütün noktalara ihtiyacınız varmı ? Hayır o çizginin sadece iki bitiş noktasına ihtiyacınız vardır. cv2.CHAIN_APPROX_SIMPLE bu ne yapar. Gereksiz tüm noktaları kaldırır ve konturu sıkıştırır, böylece belleği kurtarır.

Aşağıdaki dikdörtgen görüntüsü bu tekniği göstermektedir. Kontur dizideki tüm koordinatların üzerine bir daire çizer \(mavi renkle çizilmiş\). İlk resim, cv2 ile elde ettiğim noktaları \( points \) gösteriyor. CHAIN_APPROX_NONE \(734 nokta \( points \)) ve İkinci resim, cv2.CHAIN_APPROX_SIMPLE \(yalnızca 4 nokta\) içeren bir resim gösterir. Bu şekilde hafızadan kazanmış oluyoruz.

Kontur Özellikleri¶

Hedefler¶

• Konturlerin farklı özelliklerini bulacağız alan, çevre, ağırlık merkezi, sınırlayıcı kutu vb gibi.
• Konturler ile ilgili bir çok fonksiyon göreceğiz.

Çevrilmeye kalınan yer; https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_contours/py_contour_features/py_contour_features.html