Görüntü İşleme Dersi - 05.10.2017 - Dizi (Python)

-


Yorumlar

Yorum Gönder

Bu blogdaki popüler yayınlar

Windows İçin Git Kurulumu - Git For Windows

-
Resim
İlk olarak tarayıcımızı açıyoruz.  Git'in resmi sitesi olan https://git-scm.com/downloads adresinden Windows'u seçiyoruz.  Git yazılımını indirdikten sonra çalıştırıyoruz.  Bu aşamadan sonra "Use Git from Bash only" seçeneğini seçmeliyiz. Çünkü Git'i yazdığımız arayüzün Bash tabanlı ve terminal ara yüzü olması için bunu yapıyoruz. Artık Git kurulumunu tamamladık.  Uygulama yüklendikten sonra bilgisayarımızda "Git" diye arama yaparsak karşımıza birden fazla uygulama gelecektir. Bu uygulamalar arasında en belirgin fark; karşımıza çıkan ara yüzlerdir.        Git GUI : "Git   Graphical User Interface" dediğimiz bize grafiksel bir arayüz sunar.        Git Bash ve Git CMD : Metin tabanlı ara yüzlerdir. Bunlar bizden metinsel komutlar beklerler. Aralarındaki fark ise; syntax şeklidir.  İlerleyen derslerde konularda ben linux kullanacağım için bash kab...
Devamı

OpenCV & Raspberry Pi

-
Resim
  HEDEFLER 1) Trafik ışıklarını algılayıp o an yanmakta olan ışığın rengine göre dur/geç konusunda karar veren, 2) Önündeki araçla arasındaki mesafeyi koruyabilen, 3) Yol çizgilerine sadık kalan, …(eklenebilir ya da değiştirilebilir hedeflerle) hareket edecek bir araç. AŞAMA -1-     (30.09.2017) İlk aşama olarak Ağustos-Eylül (2017)  süreci daha çok araştırmaya dayalı geçti. OpenCV kütüphanesini projemiz için verimli ve yeterli buldum. Bu süreçte aynı zamanda raspberry pi ile tanıştım. Aklımdaki fikir ikisini bir araya getirmekti. Neden Raspberry Pi? Raspberry Pi, kredi kartı büyüklüğünde ve oldukça uygun fiyata sahip bir bilgisayardır.  “Mini Bilgisayar” kavramı kendisine çeken ilk kavram oldu. Kullanım alanının çokluğu ikinci tercih nedenim. O yüzden temel bilgisayar işlevlerini kullanabilirsiniz. Örneğin tarayıcısını kullanarak internete girebilir, videolar izleyebilir, müzik dinleyebilirsiniz. Raspberry Pi, ...
Devamı

sparse Matrix

-
import matplotlib.pyplot as plt import numpy as np class MyMatrix (): def __init__ ( self , _d , _f ): self .D = _d self .f = _f def rgbToBW ( img , threshold = 120 ): bw = np.zeros((img.shape[ 0 ], img.shape[ 1 ])) for i in range (img.shape[ 0 ]): for j in range (img.shape[ 1 ]): if ( sum (img[i,j,:]) / 3 > threshold): bw[i,j] = 1 else : bw[i,j] = 0 return bw def createDF ( img ): d = set () for i in range (img.shape[ 0 ]): for j in range (img.shape[ 1 ]): if img[i,j] == 1 : d.add((i,j)) f = {} for i,j in d: f[(i,j)] = 1 return MyMatrix(d,f) img1 = plt.imread( ' test3.jpg ' ) bwImg = rgbToBW(img1) sparseImg = createDF(bwImg) plt.subplot( 1 , 2 , 1 ), plt.imshow(img1) plt.subplot( 1 , 2 , 2 ), plt.imshow(bwImg, plt.cm.binary) plt.show() ...
Devamı