Scikit-image, Python programlama dili için açık kaynaklı bir kütüphanedir. Bu kütüphane, NumPy dizilerini kullanarak Python için görüntü işleme algoritmaları sağlar. Kütüphane, çok sayıda görüntü işleme ve analiz algoritması içerir. Doğrudan NumPy dizilerine uygulanabilen bu algoritmalar, OpenCV gibi diğer popüler görüntü işleme kütüphanelerinden kolaylıkla entegre edilebilir.
Scikit-image, Python için güçlü bir görüntü işleme kütüphanesidir. Kullanıcıların görüntüleri ve fotoğrafları Python ortamında kolayca işlemelerine olanak tanır. Bu kütüphane, popüler NumPy dizilerine dayanmaktadır ve Python‘da görüntü işleme algoritmaları için yerleşik fonksiyonlar sağlar.
- Gelişmiş Filtreleme: Kütüphane, gürültüyü azaltmak ve görüntü kalitesini artırmak için gelişmiş filtreleme teknikleri sunar.
- Kenarlık Tespiti: Bu özellik, görüntülerdeki nesneleri veya kenarları belirlemek için kenarlık tespit algoritmalarını kullanır.
- Morfolojik Dönüşüm: Kütüphane, görüntülerdeki nesnelerin şekillerini değiştirmek veya düzenlemek için morfolojik dönüşüm algoritmalarını içerir.
- Kırpma ve Yeniden Boyutlandırma: Görüntülerdeki ilginç alanları vurgulamak veya görüntüyü yeniden boyutlandırmak için görüntülerde kırpma ve yeniden boyutlandırma işlemlerini destekler.
- Boya Lekeleri ve Yüzey Düzleştirme: Görüntülerdeki boya lekelerini gidermek ve yüzeyleri düzleştirmek için yerleşik algoritmalar içerir.
Scikit-image, bilimsel araştırmalar ve sanatsal projeler için geniş bir kullanım alanına sahiptir. Bu kütüphane, kullanıcıların görüntüleri verimli bir şekilde işlemelerine yardımcı olurken, aynı zamanda güçlü algoritmalar ve fonksiyonlar ile görüntü kalitesini artırmalarına olanak tanır.
Aşağıdaki adımları izleyerek sisteminize scikit-image kütüphanesini yükleyebilirsiniz:
# Terminal veya komut istemcisinde aşağıdaki komutu çalıştırın:
# pip install scikit-image
# Eğer conda kullanıyorsanız:
# conda install -c conda-forge scikit-image
scikit-image, PIL(Pillow) kütüphanesi ile benzer temel işlevselliğe sahiptir ancak daha fazla görüntü analizi, dönüşüm, filtreleme, segmentasyon, renk düzeltme, renk analizi, ölçeklendirme, siyah beyaz‘a dönüştürme, süzgeçler, dönüşüm matrisleri, Morfolojik Dönüşüm Algoritması, Kırpma ve Yeniden Boyutlandırma Algoritması, Boya Lekeleri Giderme Algoritması, Stereo Görüş Algoritması, Köşe Tespiti Algoritması, Işıklandırma Düzeltme Algoritması, Kültürlerin Küçültülmesi Algoritması, Işıklandırma Düzeltme Algoritması, Doku Analizi Algoritması, Işıklandırma Düzeltme Algoritması, gibi ek özellikler sunar.
scikit-image, görüntülerin analizi için temel fonksiyonlar içerir:
regionprops(): Görüntünün özelliklerini (alan, çevre vb.) ölçer.label(): Görüntüyü etiketler.distance_transform_edt(): Görüntünün mesafe dönüşümünü hesaplar.find_contours(): Görüntünün kenarlarını bulur.skimage.exposure.equalize_hist(): Görüntünün histogramını eşitler.
Ayrıca, görüntünün her pikselinin renk tonunu ayarlamak için 1D dizi girişini destekleyen bir histogram eşitleme fonksiyonu da içerir.
Aşağıdaki fonksiyonlar, görüntü dönüşümü ve süzme işlemlerini sağlar:
wavelet.denoise(): Gürültüyü azaltır.wavelet.denoise_img(): Gürültüyü azaltmak için görüntüyü dönüştürür.wavelet.threshold(): Wavelet eşik değerleme fonksiyonu.
Aşağıdaki fonksiyonlar, görüntüyü segmentlere ayırmak için kullanılır:
felzenszwalb(): Felzenszwalb algoritmasını uygular.slic(): SLIC algoritmasını uygular.quickshift(): Hızlı kaydırma algoritmasını uygular.
Aşağıdaki fonksiyonlar, görüntünün renk düzeltmesi ve analizi için kullanılır:
- color.gray2rgb(): Gri tonlamalı görüntüyü renkli bir görüntüye dönüştürür.
- color.rgb2gray(): Renkli bir görüntüyü gri tonlamalı bir görüntüye dönüştürür.
- color.rgb2hsv(): RGB renk uzayını HSV renk uzayına dönüştürür.
- color.hsv2rgb(): HSV renk uzayını RGB renk uzayına dönüştürür.
- color.rgb2lab(): RGB renk uzayını CIE L*a*b* renk uzayına dönüştürür.
- color.lab2rgb(): CIE L*a*b* renk uzayını RGB renk uzayına dönüştürür.
Aşağıdaki fonksiyonlar, görüntüyü ölçeklendirmek için kullanılır:
- transform.pyramid_reduce(): Piramit azaltma algoritmasını uygular.
- transform.pyramid_expand(): Piramit genişletme algoritmasını uygular.
Aşağıdaki fonksiyonlar, görüntüyü siyah beyaza dönüştürmek için kullanılır:
- color.rgba2rgb(): RGBA renk uzayını RGB renk uzayına dönüştürür.
- color.rgb2rgba(): RGB renk uzayını RGBA renk uzayına dönüştürür.
Aşağıdaki fonksiyonlar, morfolojik dönüşüm algoritmalarını içerir:
- dilation(): Görüntünün morfolojik genişletmesini hesaplar.
- erosion(): Görüntünün morfolojik erozyonunu hesaplar.
- skeletonize(): Görüntünün iskeletizasyonunu hesaplar.
Aşağıdaki fonksiyonlar, görüntüyü kırpmak ve yeniden boyutlandırmak için kullanılır:
- resize(): Görüntüyü yeniden boyutlandırır.
- rescale(): Görüntüyü yeniden ölçeklendirir.
Aşağıdaki fonksiyonlar, görüntülerdeki boya lekelerini gidermek için kullanılır:
- inpaint_biharmonic(): Biharmonik inpainting algoritmasını uygular.
- denoise_bilateral(): Kenar korumalı çoklu yönlü denoising algoritmasını uygular.
Aşağıdaki fonksiyonlar, stereo görüş algoritmalarını içerir:
- StereoBM(): StereoBM algoritmasını uygular.
- StereoSGBM(): StereoSGBM algoritmasını uygular.
Aşağıdaki fonksiyonlar, köşe tespiti algoritmalarını içerir:
- corner_peaks(): Köşe tepelerini bulur.
Aşağıdaki fonksiyonlar, görüntünün ışık düzeltmesini yapmak için kullanılır:
- wavelet.denoise_img(): Işık düzeltmesini yapar.
Aşağıdaki fonksiyonlar, kültürlerin küçültülmesi algoritlarını içerir:
- wavelet.denoise_img(): Kültürlerin küçültülmesini sağlar.
Aşağıdaki fonksiyonlar, doku analizi algoritlarını içerir:
- dask.array.from_array(): Doku analizi yapar.
Aşağıdaki fonksiyonlar, Florans renk dönüşüm algoritlarını içerir:
- wavelet.denoise_img(): Florans renk dönüşümünü yapar.