Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, bir eğitmen tarafından sunulan teknik bir eğitim serisinin ilk bölümüdür. Eğitmen, Python programlama dilini kullanarak OpenCV kütüphanesi ile görüntü işleme konularını anlatmaktadır.
- Videoda, OpenCV kütüphanesi kullanılarak resim dosyasından yüz tanıma işlemi adım adım gösterilmektedir. İçerik, OpenCV kütüphanesinin yükleme, resim dosyasının okunması, renkli resmin griye dönüştürülmesi, cascade sınıflandırıcısı kullanılarak yüz tespiti yapma ve yüzlerin resim üzerinde dikdörtgenle işaretlenmesi gibi adımları kapsamaktadır.
- Serinin ilerleyen bölümlerinde resimden yüz ve göz tanıma, yürüyen insan tespiti, videolardan yüz tanıma ve duygu analizi gibi konular ele alınacaktır. Ayrıca, cascade modeli kullanarak yüz tespiti yapma ve parametre ayarları hakkında detaylı bilgiler de verilmektedir.
- 00:01OpenCV ile Görüntü İşleme Serisi
- OpenCV ile görüntü işleme serisi başlatılacak ve ilk konu resimden yüz tanıma olacaktır.
- Seri, resimden yüz ve göz tanıma, yürüyen insan tanıma, videolardan yüz tanıma, webcam'den gerçek zamanlı yüz tanıma gibi konuları içerecek.
- Seri sonunda duygu analizi (mutlu, mutsuz vb.) gibi daha zor konulara ulaşılacaktır.
- 00:38OpenCV Kurulumu
- OpenCV, görüntü işlemede sık kullanılan güçlü ve gelişmiş bir kütüphanedir.
- OpenCV'yi kurmak için Anaconda Navigator kullanılabilir veya pip install opencv-python komutu ile kurulabilir.
- Kullanıcılar, kendi environment'larında OpenCV'yi yükleyebilir.
- 02:42Resim Yükleme ve Özellikleri
- OpenCV, NumPy ve Matplotlib kütüphaneleri import edilerek çalışmaya başlanır.
- Resim dosyası cv2.imread() fonksiyonu ile yüklenir ve image.shape ile boyutları görüntülenir.
- Yüklenen resim 480x640 boyutunda ve 3 kanallı (RGB) bir renkli resimdir.
- 05:23Resmi Griye Çevirme
- cv2.cvtColor() fonksiyonu ile resim griye (siyah-beyaz) çevrilir.
- Yüz tanıma için resmin renkleri önemli değildir, bu nedenle griye çevirme işlemi yapılır.
- Griye çevrilmiş resim daha az boyutlu olduğundan (307200 yerine 921600), performans ve zaman açısından avantaj sağlar.
- 07:49Yüz Tespiti
- Yüz tespiti için CascadeClassifier nesnesi oluşturulur ve "haarcascade_frontalface_default.xml" dosyası kullanılır.
- detectMultiScale() fonksiyonu ile yüz tespiti yapılır ve ölçek faktörü (scaleFactor) ve komşu sayısı (minNeighbors) gibi parametreler ayarlanır.
- Tespit edilen yüzlerin koordinatları kullanılarak resim üzerine dikdörtgen çizilir.
- 12:49Yüz Tanıma Fonksiyonu Oluşturma
- Konuşmacı, zaman kaybetmemek için Discord'da "all win dols" komutunu kullanarak bir işlemi kapatmayı öneriyor.
- Çarpı işaretinden kapatmanın işleri karıştıracağını belirtiyor.
- Yüz tanıma işlemi için bir fonksiyon oluşturmayı başlatıyor.
- 13:23Fonksiyonun Kodlanması
- Fonksiyonda "cv2.imread" ile resim okunuyor ve "cv2.cvtColor" ile gri resim oluşturuluyor.
- "cv2.CascadeClassifier" ile yüz tespiti yapılıyor ve "cv2.rectangle" ile tespit edilen yüzler dikdörtgen içine alınıyor.
- "cv2.imshow" ile resim gösteriliyor ve "cv2.destroyAllWindows" ile tüm pencereler kapatılıyor.
- 14:46Sonuç Değerlendirmesi
- Oluşturulan sistem resimde yaklaşık 8-9 yüz tespit etmiş.
- Konuşmacı, bu sonuç için cascade modeli ve kullanılan parametrelerin yeterli olduğunu belirtiyor.