Opencv & Python #5

3 min readMar 31, 2020

Opencv & Python serisine devam ediyoruz. Bu makalenin konusu ROI ve Bitwise işlemlerin nasıl yapıldığı.

In [1]:

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

In [2]:

plt.subplot(121)
bw = cv.imread("bw.png")
plt.imshow(bw)
plt.subplot(122)
wb = cv.imread("wb.png")
plt.imshow(wb)
plt.show()

In [3]:

print("WB Shape\t" , wb.shape)
print("BW Shape\t" , bw.shape)WB Shape	 (487, 488, 3)
BW Shape	 (485, 487, 3)

Görüntülerimizin shape’lerinde ufak değişiklikler ikisinin shape’ini de (400,400,3) yapalım. Bunun için cv.resize() fonsiyonunu kullanacağız.

# resize görüntünün yeniden boyutlandırılmasını sağlar.
# Parametre olarak görüntünün yolunu/görüntüyü atadığımız değişkeni ve yeni boyutları (width, height) alır.

In [4]:

wb = cv.resize(wb, (400,400)) 
print(wb.shape)
bw = cv.resize(bw, (400,400))
print(bw.shape)(400, 400, 3)
(400, 400, 3)

Piksellere erişme

In [5]:

# Daha önce görüntünün array'ler şeklinde saklanmış olduğunu belirtmiltim. Array elemanlarına eriştiğimiz gibi piksellere erişim sağlayabiliriz.print(wb[0:2, 0:1, 0:1]) 
print(bw[0])[[[16]] [[28]]]
[[0 0 0]
 [0 0 0]
 [0 0 0]
 ...
 [0 0 0]
 [0 0 0]
 [0 0 0]]

ROI(Region of Interest)

Görüntü üzerinde istenilen alan erişip üzerinde değişik yapmak için roi değişkeni kullanılır.

In [6]:

plt.figure(figsize=(25,15))plt.subplot(231)
plt.imshow(wb)
plt.title("Orjinal")plt.subplot(234)
plt.imshow(bw)
plt.title("Orjinal")##########################roi_wb = wb[70:320,70:320] 
plt.subplot(232)
plt.imshow(roi_wb)
plt.title("ROI")roi_bw = bw[70:320,70:320] 
plt.subplot(235)
plt.imshow(roi_bw)
plt.title("ROI")########################roi_wb = bw[70:320,70:320]
plt.subplot(233)
plt.imshow(roi_wb)
plt.title("ROI Changed")roi_bw = wb[70:320,70:320]
plt.subplot(236)
plt.imshow(roi_bw)
plt.title("ROI Changed")plt.savefig("roi.png")
plt.show()

Bitwise İşlemler

4 Tane bitwise işlem vardır.

In [7]:

bit_and = cv.bitwise_and(bw, wb)
bit_or  = cv.bitwise_or(bw, wb)
bit_xor = cv.bitwise_xor(wb, bw)
bit_not_bw = cv.bitwise_not(bw)
bit_not_wb = cv.bitwise_not(wb)

In [8]:

plt.figure(figsize=(25,15))plt.subplot(131)
plt.imshow(wb)
plt.title("Orjinal WB")plt.subplot(133)
plt.imshow(bw)
plt.title("Orjinal BW")
plt.show()##########################
plt.figure(figsize=(25,15))
# AND lojik and ile aynı işlemi yapar
plt.subplot(131)
plt.imshow(bit_and)
plt.title("AND")# OR lojik or ile aynı işlemi yapar
plt.subplot(132)
plt.imshow(bit_or)
plt.title("OR")# XOR lojik xor ile aynı işlemi yapar
plt.subplot(133)
plt.imshow(bit_xor)
plt.title("XOR")
plt.show()########################
plt.figure(figsize=(25,15))
# NOT lojik not ile aynı işlemi yapar.(Götüntünün tersini alır.)
plt.subplot(131)
plt.imshow(bit_not_wb)
plt.title("NOT WB ")plt.subplot(133)
plt.imshow(bit_not_bw)
plt.title("NOT BW")
plt.show()

Görüntüleri birbirinin üzerine ekleme

Görüntüleri birbirinin üzerine eklemek için cv.addWeihted() komutu kullanılır 5 tane parametre alır

İlk görüntü
alpha (Ekleme yapıldıktan sonra ilk görüntünün ne kadar ağırlıkta olacağını belirler.
İkinci görüntü
beta (Ekleme yapıldıktan sonra ikinci görüntünün ne kadar ağırlıkta olacağını belirler.
gamma İstenilen ağırlığa çekmek için kulllanlır.

dst = src1alpha + src2beta + gamma # Birleştirilen görütüntünün nasıl hesaplandığının matematiksel ifadesi.

Değerlerin ne yaptıklarını aşağıdaki kod çıktısında daha iyi gözlemleyebilirsiniz.

In [9]:

dst1 = cv.addWeighted(wb, 0.8, bw, 0.2, 0) 
dst2 = cv.addWeighted(wb, 0.8, bw, 0.2, 100) 
dst3 = cv.addWeighted(wb, 0.2, bw, 0.8, 0) 
dst4 = cv.addWeighted(wb, 0.2, bw, 0.8, 100) plt.figure(figsize=(25,15))plt.subplot(331)
plt.imshow(wb)
plt.title("WB")plt.subplot(332)
plt.imshow(bw)
plt.title("BW")plt.subplot(334)
plt.imshow(dst1)
plt.title("ALPHA-0.8 BETA-0.2 GAMMA-0")
plt.subplot(335)
plt.imshow(dst2)
plt.title("ALPHA-0.8 BETA-0.2 GAMMA-100")plt.subplot(337)
plt.imshow(dst3)
plt.title("ALPHA-0.2 BETA-0.8 GAMMA-0")plt.subplot(338)
plt.imshow(dst4)
plt.title("ALPHA-0.2 BETA-0.8 GAMMA-100")
plt.show()