Hızlı gelişen teknolojiyle birlikte artık yaşamlarımızın bir parçası haline gelen görüntü işleme neredeyse tüm alanlarda kullanılmaktadır. Bu alanlara; röntgen, MR, tomografi gibi tıbbi görüntüleme sistemleri, yüz tanıma, plaka tanıma, nesne takibi gibi güvenlik sistemleri, haritalama, yol çizimleri gibi uydu sistemleri, sonar görüntüleme, termal görüntüleme, gece görüşü gibi askeri sistemler ve oyun geliştirmeleri örnek olarak verilebilir.

Bu kitap, öğrenciler, eğitmenler ve yazılım geliştiriciler için görüntü işleme, makina görmesi ve derin öğrenme kavramlarını çözümlü örneklerle açıklamaktadır.

Bu kitabın en önemli özelliği, kitaptaki uygulamaları anlamak veya geliştirmek için ileri düzey bir Python bilgisine ihtiyaç olmamasıdır. Temel düzeyde bilinen bir Python bilgisi ile çok rahatlıkla tüm bölüm uygulamalarını yapabilirsiniz. Daha önce hiç Python dilinde kodlama yapmamış veya eksiklikleri olanlar için ilk bölümde bu kitaba konu olan uygulamaları anlayacak düzeyde Python anlatımı bulunmaktadır. Anlatılan konuların daha iyi anlaşılması için kitapta 102 adet çözümlü örneğe yer verilmiştir.

Uygulamalar OpenCV kütüphanesinin Python dilinde kullanılmasıyla geliştirilmiştir. Bu kitaptan elde edeceğiniz kazanımlar ileri düzeyde makine görmesi ve derin öğrenme konularında yapı taşı hükmüne geçecektir.

Kitabın Konu Başlıkları

Python

Paketleri Tanıma ve Dizilerle Çalışma

Görüntü İşlemeye Giriş

Görüntüler Üzerinde Çalışma

Videolar Üzerinde Çalışma

Makine Öğrenmesi ve Derin Öğrenme

Kitapla İlgili Kategoriler

Bilgisayar, Teknoloji Kitapları>Programlama>Yapay Zeka

Kitabın İçindekileri

Önsöz

Bu Kitap Hakkında

İpuçları ve Püf Noktalar

İndirilebilir Kitap İçeriği

Söz Dizimi (Syntax) Renklendirmesi

Nasıl Çalışılmalı

Gereklilikler

Programcıya, iyi program yazma kılavuzu

Kullanılan Bazı Algoritmalar/fonksiyonların Türkçe Karşılıkları

Teşekkürler

Kısaltmalar

Resimler Listesi

Tablolar Listesi

Örnekler Listesi

1. BÖLÜM

PYTHON

1. Python

Niçin Python?

Başlamadan Önce?

1.1. Veri Türleri ve Değişken Kavramı

Bazı püf noktalar

Girintili kod yazımı

Bitwise Operatörleri

Atama Operatörleri

1.2. Listeler

Liste nedir?

Çok Boyutlu Listeler

Sıralı Listeler Oluşturmak

Listeleri Kopyalama

1.3. Tuple

1.4. Sözlükler (Dictionaries)

Sözlük nedir?

Nesting (İç içe sözlükler/listeler yerleştirme)

1.5. IF İfadelerinin Kullanımı

Boolean ifadeleri

Denklik ve Eşitlik kavramları

1.6. Döngüler

while Döngüsü

Break ve Continue

for Döngüsü

Liste ve Sözlüklerde 'if –– in' ve 'if –– not in' işlemleri

1.7. Fonksiyonlar

Parametre ve Argüman kavramları

Anahtar Kelimesi ile Argüman Kullanımı (Keyword Arguments)

Parametrelerde Varsayılan Değer

Keyfi Argüman Kullanımı (Arbitrary Arguments, *args)

Keyfi Anahtar Kelimeli Argüman Kullanımı (Arbitrary Keyword Arguments, **kwargs)

Return İfadesi

Değişken Faaliyet Alanı

Pass İfadesi

Lambda Fonksiyonları

Listeler oluşturmada kısa döngü

Listelerde Farklı Döngü Teknikleri

1.8. Sınıflar

100

Bölüm Sonu Özeti

105

2. BÖLÜM

PAKETLERİ TANIMA VE DİZİLERLE ÇALIŞMA

2. PAKETLERİ TANIMA ve DİZİLERLE ÇALIŞMA

109

2.1. PAKETLER

109

OpenCV

109

TensorFlow

110

Keras

110

MatplotLib

111

NumPy

111

Opsiyonel ve Varsayılan Parametre Kavramları

111

Pandas

111

2.2. NumPy

112

Veri türleri?

112

NumPy ile Dizi oluşturma

113

Dizilerde Öznitelik Çıkartımı

123

Dizileri Yeniden Boyutlandırma ve Biçim Değiştirme

126

Dizilerde Sıralama, Arama, Sayma, Ekleme ve Çıkarma

134

Dizileri Birleştirme ve Parçalama

142

Bitwise Operatörleri

160

Farklı Boyutlu Dizilerde İşlemler (Broadcasting)

164

Dizilerde Karşılaştırma İşlemleri

166

Yardım için Dokümantasyona ulaşma

169

2.3. Pandas

170

Bölüm Sonu Özeti

178

3. BÖLÜM

GÖRÜNTÜ İŞLEMEYE GİRİŞ

3. GÖRÜNTÜ İŞLEMEYE GİRİŞ

183

3.1. GÖRME OLAYI NASIL GERÇEKLEŞİR

183

İnsanlarda görme

183

Görüntü işleme ve Bilgisayar görmesi

184

Resim nedir?

184

3.2. Renkler ve Renkli Resim Kavramı

186

Gri tonlamalı resim (Grayscale) nedir?

186

Renkler ve RGB Renk Uzayı

187

Renkli resim nedir?

188

HSV ve HSL Renk Uzayları

191

3.3. GÖRÜNTÜLER ÜZERİNDE BASİT İŞLEMLER

192

Bir Resmin Açılması

193

Temel şekil çizme fonksiyonları

196

Mouse ile şekilleri çizme

201

3.4. GÖRÜNTÜ İŞLEME FONKSİYONLARI

209

Eşikleme (Thresholding)

209

Görüntü derinliği (ddepth)

215

Kenarlık Tipi (BorderTypes)

216

Bulanıklaştırma (Blurring)

218

Kernel Tabanlı Filtreleme

223

Manuel Kernel Tabanlı Filtreleme

225

Gamma Filtreleme

227

Resim Birleştirme/Çıkarma İşlemleri

229

Bitwise İşlemleri

235

Morfolojik Operatörler/Dönüşümler (Morphological Operators/ Transformations)

239

Histogram Eğrileri ve Histogram Eşitleme

252

Bölüm Sonu Özeti

258

4. BÖLÜM

GÖRÜNTÜLER ÜZERİNDE ÇALIŞMA

4. GÖRÜNTÜLER ÜZERİNDE ÇALIŞMA

261

4.1. KENAR TESPİT ALGORİTMALARI

261

Sobel Operatörü

264

İsteğe Uyarlanmış Sobel Algoritması

267

Prewitt Operatörü

269

Roberts Operatörü (Roberts Cross Operatörü)

270

Laplacian Operatörü

272

Canny Kenar Algoritması (Canny Edge Algorirthm)

274

Deriche Kenar Algoritması (Deriche Edge Algorirthm)

278

4.2. KÖŞE TESPİT ALGORİTMALARI

282

Harris Köşe Tespit Algoritması (Harris Corner Detector Algorirthm)

283

Shi–Tomasi Köşe Tespit Algoritması (Shi–Tomasi Corner Detection Algorirthm)

288

Kamera Kalibrasyonu için Köşe Tespiti (Corners Detection for Camera Calibration)

291

4.3. DİĞER ALGORİTMALAR

296

Çevrit (Kontur) Tespit Algoritması (Contour Detection Algorithm)

296

Watershed Algoritması (Watershed Algorithm)

304

Şablon Eşleştirme (Template Matching)

313

Öznitelik Çıkarma ve Eşleştirme (Feature Extraction and Feature Matching)

317

Viola–Jones Haar Cascade Classifier Algoritması

330

Bölüm Sonu Özeti

341

5. BÖLÜM

VİDEOLAR ÜZERİNDE ÇALIŞMA

5. VİDEOLAR ÜZERİNDE ÇALIŞMA

345

5.1. VİDEO NEDİR

345

5.2. Optical Flow (Optik Akış)

354

Lucas–Kanade Method

356

Gunnar–Farneback Algoritması

363

5.3. NESNE TAKİP ALGORİTMALARI

368

meanShift Algoritması ve camShift Algoritması

369

BOOSTING Takip Algoritması

377

MIL (Multiple Instance Learning) Takip Algoritması

377

KCF (Kernelized Correlation Filters) Takip Algoritması

378

TLD (Tracking Learning and Detection) Takip Algoritması

378

MEDIANFLOW Takip Algoritması

379

MOSSE (Minimum Output Sum of Squared Error) Takip Algoritması

379

CSRT (Channel and Spatial Reliability Tracking) Takip Algoritması

380

GOTURN (Generic Object Tracking Using Regression Networks) Takip Algoritması

380

Bölüm Sonu Özeti

385

6. BÖLÜM

MAKİNE ÖĞRENMESİ VE DERİN ÖĞRENME

6. MAKİNE ÖĞRENMESİ ve DERİN ÖĞRENME

389

DENETİMLİ ÖĞRENME (Supervised Learning)

389

DENETİMSİZ ÖĞRENME (Unsupervised Learning)

390

YARI DENETİMLİ ÖĞRENME (Semi–Unsupervised Learning)

391

PEKİŞTİRMELİ ÖĞRENME (Reinforcement Learning)

391

6.1. YAPAY ZEKÂ (Artificial Neural Networks – ANN)

392

Aktivasyon Fonksiyonları (Activation Functions)

395

Başarı Ölçütleri (Classification Metrics)

397

Maliyet Fonksiyonları (Cost Functions)

399

Modelin Eğitilmesi

400

Gradyan Azalma (Gradient Descent) ve Geri Yayılım (Backpropagation)

401

Basit Bir Modelin Eğitilmesi ve Geliştirilmesi

402

6.2. EVRİŞİMLİ SİNİR AĞI (Convolutional Neural Network – CNN)

414

Evrişimli Katman (Convolution Layer)

416

Pooling Layer" (Havuzlama Katmanı)

416

Genişletilmiş Evrişimler (Dilated Convolutions)

417

Tam Bağlantılı Katman (Fully Connected Layer – FC Layer)

418

Label Encoding (LE) ve One Hot Encoding (OHE)

420

YOLO (You Only Look Once)

436

1. Veri setinin elde edilmesi

442

2. YOLO Gerekliliklerinin Kurulması

444

3. YOLO Parametrelerinin Ayarlanması ve Eğitilmesi

445

4. YOLO başarım performansının değerlendirilmesi

448

5. YOLO modelinin dışarıya aktarılması

448

Bölüm Sonu Uygulaması

452

Bölüm Sonu Özeti

452

EKLER

453

Python Fonksiyon ve Metotları

453

NumPy Veri Türleri

453

NumPy Metotları ve Fonskiyonları

454

OpenCV Fonksiyonları

456

Kaynakça

457

Kaynaklar Listesi

457

Tavsiye Edilen Diğer Kaynaklar

459

Dizin

461

Kitabın Fiyatı:

425,00₺

Stoktan hemen gönderilir.

Bu kitaplar da ilginizi çekebilir

Nesnelerin İnterneti Akıllı Ev

Serap Türkyılmaz

Python ile Makine Öğrenmesi

Ömer Deperlioğlu, Utku Köse

Denetim – Muhasebe ve Finansta Yapay Zekâ

Ferhat Sayım

Goo! Yeni Normal Sanal Yönetim ile Başarı

Meriç E. Bebitoğlu

Hakkımızda

Uluslararası Yayınevi Belgesi

2023 Kaynakça Dokümanı

Kişisel Verilerin Korunması

Profil