Kategoriler
Eser Adı Yazar Yayınevi Açıklama İçindekiler Barkod
Arama  
Ana Sayfa Sipariş Takip Üyelik Yardım İletişim
 
 
Bülten
   

×
OpenCV ve Python ile Görüntü İşleme
Nisan 2022 / 1. Baskı / 464 Syf.
Fiyatı: 500.00 TL
24 saat içerisinde temin edilir.
 
Sepete Ekle
   

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.

Konu Başlıkları
Python
Paketleri Tanıma ve Dizilerle Çalışma
Görüntü İşlemeye Giriş
Görüntüler Üzerinde Çalışma
Videolar Üzerinde Çalışma
Makine Öğrenmesi ve Derin Öğrenme
Barkod: 9789750277139
Yayın Tarihi: Nisan 2022
Baskı Sayısı:  1
Ebat: 16x24
Sayfa Sayısı: 464
Yayınevi: Seçkin Yayıncılık
Kapak Türü: Karton Kapaklı
Dili: Türkçe
Ekler: -

 

İÇİNDEKİLER
İçindekiler
Önsöz  5
Bu Kitap Hakkında  5
İpuçları ve Püf Noktalar  7
İndirilebilir Kitap İçeriği  7
Söz Dizimi (Syntax) Renklendirmesi  7
Nasıl Çalışılmalı  8
Gereklilikler  9
Programcıya, iyi program yazma kılavuzu  16
Kullanılan Bazı Algoritmalar/fonksiyonların Türkçe Karşılıkları  17
Teşekkürler  19
Kısaltmalar  27
Resimler Listesi  29
Tablolar Listesi  33
Örnekler Listesi  35
1. BÖLÜM
PYTHON
1. Python  41
Niçin Python?  41
Başlamadan Önce?  41
1.1. Veri Türleri ve Değişken Kavramı  42
Bazı püf noktalar  48
Girintili kod yazımı  50
Bitwise Operatörleri  50
Atama Operatörleri  51
1.2. Listeler  52
Liste nedir?  53
Çok Boyutlu Listeler  58
Sıralı Listeler Oluşturmak  59
Listeleri Kopyalama  60
1.3. Tuple  61
1.4. Sözlükler (Dictionaries)  61
Sözlük nedir?  61
Nesting (İç içe sözlükler/listeler yerleştirme)  64
1.5. IF İfadelerinin Kullanımı  66
Boolean ifadeleri  71
Denklik ve Eşitlik kavramları  74
1.6. Döngüler  75
while Döngüsü  75
Break ve Continue  80
for Döngüsü  82
Liste ve Sözlüklerde 'if –– in' ve 'if –– not in' işlemleri  85
1.7. Fonksiyonlar  88
Parametre ve Argüman kavramları  90
Anahtar Kelimesi ile Argüman Kullanımı (Keyword Arguments)  91
Parametrelerde Varsayılan Değer  92
Keyfi Argüman Kullanımı (Arbitrary Arguments, *args)  94
Keyfi Anahtar Kelimeli Argüman Kullanımı (Arbitrary Keyword Arguments, **kwargs)  95
Return İfadesi  95
Değişken Faaliyet Alanı  96
Pass İfadesi  98
Lambda Fonksiyonları  98
Listeler oluşturmada kısa döngü  99
Listelerde Farklı Döngü Teknikleri  99
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
İndeksleme, Filtreleme ve Erişim  151
Mantıksal operatörler ile Filtreleme, İndeksleme  159
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
 


Toros Rifat Çölkesen
Ekim 2024
550.00 TL
Sepete Ekle
Lütfi Koray Yitmen
Temmuz 2024
230.00 TL
Sepete Ekle
Nureddin Gökbey İnaç
Temmuz 2024
150.00 TL
Sepete Ekle





 

İÇİNDEKİLER
İçindekiler
Önsöz  5
Bu Kitap Hakkında  5
İpuçları ve Püf Noktalar  7
İndirilebilir Kitap İçeriği  7
Söz Dizimi (Syntax) Renklendirmesi  7
Nasıl Çalışılmalı  8
Gereklilikler  9
Programcıya, iyi program yazma kılavuzu  16
Kullanılan Bazı Algoritmalar/fonksiyonların Türkçe Karşılıkları  17
Teşekkürler  19
Kısaltmalar  27
Resimler Listesi  29
Tablolar Listesi  33
Örnekler Listesi  35
1. BÖLÜM
PYTHON
1. Python  41
Niçin Python?  41
Başlamadan Önce?  41
1.1. Veri Türleri ve Değişken Kavramı  42
Bazı püf noktalar  48
Girintili kod yazımı  50
Bitwise Operatörleri  50
Atama Operatörleri  51
1.2. Listeler  52
Liste nedir?  53
Çok Boyutlu Listeler  58
Sıralı Listeler Oluşturmak  59
Listeleri Kopyalama  60
1.3. Tuple  61
1.4. Sözlükler (Dictionaries)  61
Sözlük nedir?  61
Nesting (İç içe sözlükler/listeler yerleştirme)  64
1.5. IF İfadelerinin Kullanımı  66
Boolean ifadeleri  71
Denklik ve Eşitlik kavramları  74
1.6. Döngüler  75
while Döngüsü  75
Break ve Continue  80
for Döngüsü  82
Liste ve Sözlüklerde 'if –– in' ve 'if –– not in' işlemleri  85
1.7. Fonksiyonlar  88
Parametre ve Argüman kavramları  90
Anahtar Kelimesi ile Argüman Kullanımı (Keyword Arguments)  91
Parametrelerde Varsayılan Değer  92
Keyfi Argüman Kullanımı (Arbitrary Arguments, *args)  94
Keyfi Anahtar Kelimeli Argüman Kullanımı (Arbitrary Keyword Arguments, **kwargs)  95
Return İfadesi  95
Değişken Faaliyet Alanı  96
Pass İfadesi  98
Lambda Fonksiyonları  98
Listeler oluşturmada kısa döngü  99
Listelerde Farklı Döngü Teknikleri  99
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
İndeksleme, Filtreleme ve Erişim  151
Mantıksal operatörler ile Filtreleme, İndeksleme  159
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
 


 
Kitap
Bülten
Kitap
Kitap
İndirimli Kitaplar
 
 
Ana Sayfa | 2021 Kaynakça Dokümanı | Hakkımızda | Bülten | Kişisel Verilerin Korunması | Yardım | İletişim

Seçkin Yayıncılık San. Tic. A.Ş.
Copyright © 1996 - 2024