Görüntü İşleme Kütüphaneleri İle İşlemler

Python'da görüntü işleme işlemleri için çeşitli güçlü kütüphaneler bulunmaktadır. İşte en popüler görüntü işleme kütüphaneleri ve bunları nasıl kullanabileceğinizle ilgili temel bilgiler:

1. OpenCV

OpenCV (Open Source Computer Vision Library), bilgisayarla görme ve makine öğrenimi uygulamaları için kapsamlı bir kütüphanedir.

Kurulum:

pip install opencv-python

Kullanım Örneği:

import cv2

# Görüntü yükleme
image = cv2.imread('image.jpg')

# Görüntü gri tonlamaya dönüştürme
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Görüntü gösterme
cv2.imshow('Gray Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. Pillow (PIL)

Pillow, Python Imaging Library (PIL) kütüphanesinin bir çatalıdır ve temel görüntü işleme işlemleri için kullanılır.

Kurulum:

pip install Pillow

Kullanım Örneği:

from PIL import Image, ImageFilter

# Görüntü yükleme
image = Image.open('image.jpg')

# Görüntü gri tonlamaya dönüştürme
gray_image = image.convert('L')

# Görüntü gösterme
gray_image.show()

3. scikit-image

Scikit-image, bilimsel görüntü işleme için kapsamlı bir kütüphanedir ve NumPy ile uyumlu çalışır.

Kurulum:

pip install scikit-image

Kullanım Örneği:

from skimage import io, color
import matplotlib.pyplot as plt

# Görüntü yükleme
image = io.imread('image.jpg')

# Görüntüyü gri tonlamaya dönüştürme
gray_image = color.rgb2gray(image)

# Görüntü gösterme
plt.imshow(gray_image, cmap='gray')
plt.show()

4. NumPy

NumPy, genellikle diğer görüntü işleme kütüphaneleriyle birlikte kullanılır ve görüntüleri array olarak işlemenize olanak sağlar.

Kurulum:

pip install numpy

Kullanım Örneği:

import numpy as np
from PIL import Image

# Görüntü yükleme
image = Image.open('image.jpg')

# Görüntüyü numpy array'e dönüştürme
image_array = np.array(image)

# Görüntü üzerinde işlem yapma (örneğin, görüntünün tersini alma)
inverted_image_array = 255 - image_array

# NumPy array'ini geri görüntüye dönüştürme
inverted_image = Image.fromarray(inverted_image_array)

# Görüntüyü gösterme
inverted_image.show()

5. TensorFlow ve Keras

Bu kütüphaneler, görüntü işleme ve bilgisayarla görme uygulamaları için derin öğrenme modelleri oluşturmanıza olanak tanır.

Kurulum:

pip install tensorflow

Kullanım Örneği:

import tensorflow as tf
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.vgg16 import preprocess_input, decode_predictions

# Görüntü yükleme ve ön işleme
img = image.load_img('image.jpg', target_size=(224, 224))
img_array = image.img_to_array(img)
img_array = tf.expand_dims(img_array, 0)
img_array = preprocess_input(img_array)

# Modeli yükleme ve tahminde bulunma
model = tf.keras.applications.VGG16(weights='imagenet')
predictions = model.predict(img_array)
decoded_predictions = decode_predictions(predictions, top=3)[0]

for i, (imagenet_id, label, score) in enumerate(decoded_predictions):
    print(f"{i + 1}: {label} ({score:.2f})")

Her kütüphane, farklı görüntü işleme gereksinimlerini karşılamak üzere özelleştirilmiş fonksiyonlar ve yöntemler sunar. İhtiyacınıza göre uygun kütüphaneyi seçebilir ve kullanabilirsiniz. Daha fazla bilgi, Python Görüntü İşleme eğitimlerimizde yer alıyor. Ulaşmak için benimle iletişime geçmeniz yeterlidir!