Görüntülerde istenmeyen şişe bulanıklaştırma algoritması

Abstract

Bu çalışmada, C++ yazılım dili kullanılarak OpenCV kütüphanesiyle birlikte `Görüntülerde İstenmeyen Şişe Bulanıklaştırma Algoritması` tezi gerçekleştirilmiştir. Tezin amacı resim üzerinde istenilen şişenin belirlenmesi ve sansürlenmesidir. Tez kapsamında sansürlenecek nesne olarak bir içki şişesi kullanılmıştır. Microsoft Visual Studio 2010 derleyicisi kullanılarak kodlama işlemleri yapılmıştır. OpenCV kütüphaneleri projeye entegre edilmiştir. Modelleme için nesnenin pozitif ve negatif resimleri çekilmiştir. Haar alıştırması metodu kullanılarak belirlenen şişenin xml dosyası oluşturulmuştur. Oluşturulan xml dosyası belirtilen konumdan çağrılarak projeye eklenmiş ve daha sonra Cascade sınıflayıcı alıştırması yardımıyla kullanılmıştır. Görüntülerde İstenmeyen Şişe Bulanıklaştırma Algoritması uygulamasında görüntü arayüzden seçilmektedir. Seçilen görüntü için sansür butonuna basılır ve yazılımın içinde bulunan xml dosyasındaki nesneyle eşleşmesi sonucunda tespit edilerek sansürlenme işlemi gerçekleştirilmektedir. Nesnenin sansürlenmiş hali ekranda gösterilmektedir. Ayrıca arayüzden histogram eşitleme işlemi de yapılabilmektedir. Farklı resimler kullanılarak sansürleme işlemi tekrar tekrar uygulanmış olup ve aynı sonuca ulaşılmıştır. Tez ile alakalı çeşitli test ve deneyler yapılarak sorunsuz halde çalışması sağlanmıştır. Çalışmanın sonucu olarak `Görüntülerde İstenmeyen Şişe Bulanıklaştırma Algoritması` ortaya çıkarılmıştır.

In this work, while using C++ programming language with OpenCV library `Unwanted Bottle Blurring Algorithm On Images` thesis practiced. Objective of the thesis is to determine the bottle which we want to cencor on the image and cencor it. Within thesis, an alcohol bottle used as test subject. Coding done with Microsoft Visual Studio 2010 compiler. OpenCV libraries are integrated to the project. As for modeling, the object photographed in negative and positive copies. With using Haar training, determined bottles xml file has created. Created xml file added to project with calling from designated folder and then used with help of the Cascade classifier practice. On Unwanted Bottle Blurring Algorithm On Images application, the images are chosen from interface. For the chosen image, hitting on the cencor button matches the object from the xml file and the process finishes. Then the cencored version of the image shows on screen. Also a histogram equalization process can be done from interface. Same process has been done multiple times with different images and resulted same. Different tests and experiments about the thesis are finished and reached an error free version. As for conclusion, `Unwanted Bottle Blurring Algorithm On Images` revealed.