· Hakan Çelik · OpenCV / Temel İşlemler · 2 dk okuma
Renk Alanlarını Değiştirme

OpenCV Serisi 17/64
- 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?
Renk Alanlarını Değiştirme
Hedefler
- Bu yazıda, BGR Gray, BGR HSV vb. Gibi görüntüleri bir renk alanından diğerine dönüştürmeyi öğreneceğiz.
- Buna ek olarak, bir videoda renkli bir nesne çıkarmayı sağlayan bir uygulama oluşturacağız
- Bu fonksiyonları öğreneceğöğreneceğiziz cv2.cvtColor(), cv2.inRange() vb.
Renk Alanını Değiştirme
OpenCV’de 150’den fazla renk alanı dönüştürme yöntemi bulunmaktadır, fakat biz bunların en çok kullanılan bu ikisine bakacağız BGR <-> Gray, BGR <-> HSV .
Renk dönüştürmek için cv2.cvtColor(input_image, flag) fonksiyonunu kullanacağız, buradaki flag renk dönüşüm türünü belirler. BGR için gri (Gray) dönüşümü flag patametresine cv2.COLOR_BGR2GRAY girilir, benzer olarak HSV dönüşümü için flag parametresine cv2.COLOR_BGR2HSV girilir.
Az önce bahsettiğim 150’den fazla renk dönüşümü yani frag’ın alacağı bütün parametrelerin listesine erişmek isterseniz python konsoluna şu kodları yazmanız yeterli olacaktır.
import cv2
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)Not;
HSV için Hue aralığı [0,179], Doygunluk aralığı [0,255] ve Değer aralığı [0,255] ‘dir. Farklı yazılımlar farklı ölçekler kullanır. Dolayısıyla OpenCV değerlerini onlarla karşılaştırıyorsanız, bu aralıkları normalleştirmeniz gerekir.
Nesne İzleme
Şimdi BGR görüntüsünü HSV’ye nasıl dönüştüreceğimizi biliyoruz, bunu renkli bir nesne çıkarmak için kullanabiliriz. HSV’de bir rengi RGB renk alanından sunmak daha kolay dır. Uygulamamızda, mavi renkli bir cisim çıkarmaya çalışacağız. İşte yöntem şu:
- Videonun her karesini al
- BGR’den HSV renk uzayına dönüştür
- Bir dizi mavi renk için HSV görüntüsünü eşleştir
- Şimdi mavi nesneyi tek başına çıkartın, istediğimiz görüntü üzerinde ne olursa olsun yapabiliriz.
kodlar ve açıklamlar ;
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while True:
# video'yu kare kare alıyoruz
_, frame = cap.read()
# BGR yi HSV ye çeviriyoruz
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# HSV'de mavi renk aralığını belirliyoruz
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# Yalnızca mavi renkleri elde etmek için HSV resmini eşik değerlerine getirin
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND maskesi ve orjinal görüntü
res = cv2.bitwise_and(frame,frame, mask= mask)
cv2.imshow('frame',frame) # normal resmi gösteriyoruz
cv2.imshow('mask',mask) # maskeli resim
cv2.imshow('res',res) # sadece mavi rengi yakaladıgımız resmi gösteriyoruz
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()Çıktımız şu şekilde olacaktır.
Takip Etmek İçin HSV Değerleri Nasıl Bulunur?
Bu, stackoverflow.com tarafından sorulan yaygın bir sorudur, cv2.cvtColor() işlevini kullanabilirsiniz. Örnek te anlatalım, Green’in HSV değerini bulmak için, Python terminalinde aşağıdaki komutları yazmanız yeterli olacaktır.
# yeşil renginin BGR renk kodu 0,255,0 dır, renklerin BGR kodlarını nereden bileceğiz derseniz bunu #web tasarım yapanlar css'den bilir bilmeyenler şu adresten BGR(,,,) olan yerleri inceleyebilir
#adres : https://www.w3schools.com/colors/colors_picker.asp
>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print(hsv_green)
[[[ 60 255 255]]]
Hakan Çelik


