Loading repository data…
zeyiflaz / repository
Python (OpenCV, NumPy, Matplotlib) kullanarak görüntüyü okuma, çevirme (flip) ve kırpma (cropping) işlemlerini gösteren Jupyter Notebook projesi.
Görüntü İşleme: Flip ve Cropping Uygulaması
Bu proje, Python (OpenCV, NumPy, Matplotlib) kütüphaneleri kullanılarak hazırlanmış temel bir görüntü işleme çalışmasıdır.
Amaç, bir görüntüyü okuma, farklı eksenlerde çevirme (flip) ve kırpma (cropping) işlemlerini uygulamalı olarak göstermektir.
Içerik
Görüntü okuma (cv2.imread)
BGR → RGB renk dönüşümü (cv2.cvtColor)
Görüntüyü yatay, dikey ve her iki eksende çevirme (cv2.flip)
Manuel olarak flip işlemini gerçekleştirme
Kendi my_flip() fonksiyonunu tanımlama
Görüntünün belirli bir kısmını kırpma (cropping)
Görsellerin Matplotlib ile çizdirilmesi
Kullanılan Kütüphaneler:
opencv-python
numpy
matplotlib
NASIL CALISTIRILIR:
1-)gerekli kutuphaneleri yükleyin
pip install -r requirements.txt
2-) jupyter notebook ortaminda dosyayi acin
jupyter notebook Flip_ve_Cropping.ipynb
3-) hücreleri sirasiyla calistirin (shift + enter)
"# goruntu-isleme-flip-cropping"
Selected from shared topics, language and repository description—not editorial ratings.
amineHY /
This repository contains a docker image that I use to develop my artificial intelligence applications in an uncomplicated fashion. Python, TensorFlow, PyTorch, ONNX, Keras, OpenCV, TensorRT, Numpy, Jupyter notebook... :whale2::fire:
SudeepSarkar /
A series of Colab (Jupyter) notebooks that walk you through the fundamentals of Computer Vision in python/pytorch/numpy/scipy/opencv.
chadlimedamine /
These python Jupyter notebooks are a step by step Tutorials to illustrate how to create an automatic background changer for images and videos that has a Green Screen background using NumPy, MatplotLib, OpenCv and MoviePy libraries.
Bhupesh-V /
Jupyter notebooks of different python packages like opencv, numpy, PIL (Pillow) etc
PSindhuri /
The goal of this project was to predict road surface quality score on scale of 0 to 3 with 0 for unworn roads up to 3 for heavily worn-out roads using deep learning regression models. Real time videos of the road surface around Bay Area, CA and KITTI image dataset was used for training and testing. Bokeh and Google Maps API was used for visualization of results and the data. LSTM, CNN-LSTM, SVR, Linear regression were used. Tools and Programming Languages: Python (Scikit, Pandas, NumPy, matplotlib, csv etc.), Keras with TensorFlow background, OpenCV, Jupyter notebook
Mafumaful /
记录一下python（scipy matplotlib numpy opencv）的学习例程，主要用jupyter notebook的方式记录。