Python and OpenCV based image processing, filtering, ROI analysis, and real-time color tracking algorithms
Selamlar! 👋 Bu depoda, görüntü işleme ve Bilgisayarlı Görü (Computer Vision) alanında kendimi geliştirmek için Python ve OpenCV kullanarak yazdığım temel/orta seviye pratiklerimi topluyorum.
Gömülü sistemler dünyasının yanında, kameralardan gelen verileri anlamlandırmak, nesne/renk takibi yapmak ve görüntü filtreleme algoritmalarını deneyimlemek amacıyla bu çalışmaları gerçekleştirdim.
Sıfırdan başlayarak adım adım uyguladığım temel görüntü işleme konuları:
- Shi-Tomasi (
goodFeaturesToTrack): Resimlerdeki piksel değişimlerini analiz ederek matematiksel olarak köşe noktalarını tespit etme. - Canny Edge Detection: Canlı kamera görüntüsü üzerinden yüksek/düşük eşik değerleriyle kenar (edge) çizgilerini çıkarma.
- BGR, RGB, Grayscale ve HSV renk dönüşümleri.
- HSV renk uzayında
Trackbarile alt/üst sınır değerlerini dinamik ayarlayarak canlı kamerada spesifik renk maskeleme (inRange).
- Görüntüdeki gürültüleri (noise) temizlemek için Blur, Gaussian Blur, Median Blur ve renk hassasiyetini koruyan Bilateral Filter kullanımları.
- Resimleri belirli merkez noktalarından istenen açılarda döndürme (
warpAffine&getRotationMatrix2D). - Görsel üzerinde sadece ilgilenilen bölgeyi kesip alma (ROI - Region of Interest) ve ağırlıklı görüntü birleştirme (
addWeighted).
Ders11 kose bulma.py/KoseBulma example.py➔ Shi-Tomasi Köşe TespitiDers12 kamera ile kenar algılama.py➔ Canny Kenar AlgılamaDers7 belli bir renk algılama.py➔ HSV Canlı Renk TakibiDers8 bulanık yapma ayarları.py➔ Görüntü Filtreleme TeknikleriDers3 trackbar.py➔ Dinamik Trackbar Arayüz KullanımıDers10 resim döndürme.py➔ Geometrik Matris Dönüşümleri
Öğrenmeye, denemeye ve projeler geliştirmeye devam ediyorum! 💡