Konu 2: Bilgisayarla Görmeye Giriş

1. Bilgisayarla Görme (Computer Vision) Nedir?

Bilgisayarla görme (BG), bilgisayarların görsel veriyi algılamasını, işlemesini ve anlamasını sağlayan bilim dalıdır. Temel hedefi, bir insanın gözüyle gördüğünü, bilgisayarın da kamera ve algoritmalar yardımıyla anlamlandırmasıdır.

???? Tanım: Bilgisayarla görme, dijital görüntü ve video verilerini işleyerek nesne tanıma, sınıflandırma, segmentasyon, takip gibi görevlerin otomatik yapılmasını sağlayan yapay zekâ alt alanıdır.

2. Bilgisayarla Görme Süreci

Bilgisayarla görme sistemleri genellikle aşağıdaki adımları izler:

1. Görüntü Elde Etme (Image Acquisition)

   • Kamera, sensör ya da mevcut görsel verilerle görüntü alınır.

2. Ön İşleme (Preprocessing)

   • Gürültü giderme, boyutlandırma, normalize etme gibi işlemler yapılır.

3. Özellik Çıkarma (Feature Extraction)

   • Görüntüdeki önemli yapılar (kenarlar, desenler, renkler) belirlenir.

4. Yorumlama / Sınıflandırma

   • Görüntü ya da nesne, bir sınıfa atanır veya ne olduğu belirlenir.

5. Çıktı Üretimi

   • Sistem, tespiti görsel olarak işaretler, sesli uyarı verir ya da karar sistemine veri gönderir.

4. Bilgisayarla Görmenin Kullandığı Yöntemler

a. Geleneksel Yöntemler (Rule-based)

• Kenar tespiti: Sobel, Canny gibi algoritmalar.

• Segmentasyon: Görüntünün bölgelere ayrılması.

• Histogram analizi: Renk ve yoğunluk dağılımı.

b. Makine Öğrenimi Yöntemleri

• Özellik vektörü çıkarılır (SIFT, HOG vb.)

• Sınıflandırma yapılır (SVM, KNN, Decision Trees vb.)

c. Derin Öğrenme Tabanlı Yöntemler

• Convolutional Neural Networks (CNN): Görüntüleri doğrudan piksellerden öğrenir.

• YOLO, Faster R-CNN: Nesne tespiti ve konumlandırma için kullanılır.

• U-Net, Mask R-CNN: Segmentasyon görevlerinde kullanılır.

5. Bilgisayarla Görme vs. İnsan Görmesi

6. Bilgisayarla Görme'de Kullanılan Araç ve Kütüphaneler

7. Neden Bilgisayarla Görme Önemlidir?

• Otomasyon sağlar: İnsan gözüyle yapılan işlemleri makinelerin yapmasına olanak tanır.

• Hassasiyet ve hız kazandırır: Milyonlarca görseli kısa sürede analiz edebilir.

• Maliyetleri düşürür: Sürekli çalışan, hata yapmayan sistemler kurulur.

• Yapay zekâya görsel bir boyut kazandırır: Görsellik, verilerin önemli bir kısmını oluşturur (%80+).

8. Örnek Uygulama: Görselin Yüklenip Gösterilmesi

import cv2
import matplotlib.pyplot as plt

# Görseli yükle
image = cv2.imread("ornek.jpg")

# BGR'den RGB'ye çevir
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Görseli göster
plt.imshow(image_rgb)
plt.title("Yüklenen Görsel")
plt.axis("off")
plt.show()

???? Not: cv2.imread() ile yüklenen görseller varsayılan olarak BGR (Blue-Green-Red) formatındadır. Matplotlib ile doğru göstermek için RGB'ye çevrilmelidir.

9. Sonuç

Bilgisayarla görme, yapay zekânın en heyecan verici alanlarından biridir ve günümüzde birçok endüstride kritik rol oynamaktadır. Bu alana giriş yapmak, yalnızca algoritmaları öğrenmekle kalmayıp aynı zamanda görsel veriyi yorumlama ve modelleme becerilerini de geliştirmeyi sağlar. Takip eden haftalarda bu temeller üzerine inşa ederek, uygulamalı projelerle bilgisayarla görmenin derinliklerine ineceğiz.