Görüntü işleme, fotoğraf, video veya tarayıcıdan alınan görüntüleri bilgisayarın analiz edebileceği sayısal verilere dönüştürme ve bu veriler üzerinde işlem yapma alanıdır. Bir görüntü; renk, parlaklık ve konum bilgileri taşıyan piksellerden oluşur. Yazılım bu pikselleri değiştirerek görüntüyü iyileştirebilir, belirli nesneleri ayırabilir veya görüntüdeki anlamlı bilgiyi çıkarabilir. Sonuç, gürültüsü azaltılmış bir fotoğraf, siyah-beyaz bir maske, algılanmış bir kenar ya da tanınmış bir nesne olabilir.
Bir görüntü işleme uygulaması genellikle dört aşamada ilerler: görüntünün alınması, ön işleme, gerekli bilginin çıkarılması ve sonucun yorumlanması. Görüntü kameradan, dosyadan veya videodan alınabilir. Ön işleme aşamasında boyutlandırma, renk dönüştürme, bulanıklık azaltma ya da kontrast ayarı yapılır. Daha sonra kenarlar, şekiller, metinler veya nesneler belirlenir.
Görüntü doğrudan anlam taşıyan bir nesne olarak değil, sayılardan oluşan bir dizi olarak ele alınır. Örneğin gri tonlu bir görüntüde her piksel genellikle 0 ile 255 arasında bir parlaklık değeriyle temsil edilir. 0 siyahı, 255 beyazı, aradaki değerler ise gri tonlarını ifade eder. Renkli görüntülerde ise her piksel kırmızı, yeşil ve mavi kanalların değerlerinden oluşabilir.
Görüntü işleme ile görüntü tanıma aynı şey değildir. Görüntü işleme görüntüyü dönüştürür, düzeltir veya içindeki özellikleri çıkarır. Görüntü tanıma ise çıkarılan özellikleri kullanarak görüntünün ya da nesnenin ne olduğunu belirlemeye çalışır. Bir fotoğrafı gri tonlu hâle getirmek görüntü işlemedir; fotoğraftaki nesnenin kedi olduğunu belirlemek ise tanıma veya sınıflandırma problemidir.
Varsayımsal olarak beyaz bir kâğıt üzerindeki koyu renkli bir şekli ayırmak istediğinizi düşünün. Girdi görüntüsünde hem kâğıt hem de şekil bulunur. Önce görüntü gri tonlara dönüştürülür; böylece üç renk kanalı yerine tek bir parlaklık değeriyle çalışılır. Ardından bir eşik değeri seçilir. Eşik değerinden daha koyu pikseller siyah, daha açık pikseller beyaz yapılır.
Bu işlemden sonra elde edilen çıktı, iki renkli bir maske olur. Siyah bölge şekli, beyaz bölge ise arka planı temsil edebilir. Maskenin siyah pikselleri kullanılarak şeklin kapladığı alan, sınır kutusu veya merkezi hesaplanabilir. Böylece sonraki yazılım adımı yalnızca nesneyle çalışabilir.
Bu sonuç şeklin arka plandan ayrıldığını gösterir; ancak şeklin ne olduğunu kanıtlamaz. Aydınlatma değişirse, arka plan şekle benzer renkteyse veya nesne gölgelenmişse eşikleme yanlış maske üretebilir. Bu durumda renk uzayını değiştirmek, görüntüyü yumuşatmak, uyarlanabilir eşikleme kullanmak veya daha gelişmiş bir nesne algılama yöntemi seçmek gerekebilir.
Bu işlemler tek başına nihai çözüm olmak zorunda değildir. Örneğin eşikleme öncesinde bulanıklaştırma yapılması, görüntüdeki küçük lekelerin maskeye dönüşmesini önleyebilir. Buna karşılık fazla bulanıklaştırma ince ayrıntıları yok edebilir. Kullanılacak işlem, görüntünün kalitesine ve beklenen çıktıya göre seçilmelidir.
Klasik görüntü işlemede kuralları çoğunlukla geliştirici belirler. “Parlaklığı şu değerden düşük pikselleri ayır” veya “bu kenarları bul” gibi açık kurallar uygulanır. Aynı yöntem, görüntü koşulları benzer kaldığında öngörülebilir sonuç verebilir.
Yapay zekâ tabanlı görüntü analizinde ise model, örnek görüntülerden örüntü öğrenir. Bu yaklaşım karmaşık nesneleri veya değişken görüntü koşullarını ele almada daha başarılı olabilir; ancak eğitim verisinin niteliği, modelin kapsamı ve yanlış sonuç olasılığı ayrıca değerlendirilmelidir. Bir modelin nesneyi bulması, sonucu her görüntüde doğru vereceği anlamına gelmez.
Görüntü işleme, eksik veya belirsiz bilgiyi kendiliğinden doğru hâle getirmez. Çok bulanık bir fotoğrafı keskinleştirmek bazı ayrıntıları görünür kılabilir; fakat hiç kaydedilmemiş gerçek ayrıntıları kesin biçimde geri getirmez. Benzer şekilde, düşük çözünürlüklü bir görüntüyü büyütmek piksel sayısını artırabilir ancak nesnenin kimliğini tek başına doğrulamaz.
Sonucun güvenilirliği; görüntünün çözünürlüğüne, ışığa, gürültüye, arka plana, seçilen yönteme ve çıktının nasıl denetlendiğine bağlıdır. Kritik bir uygulamada yalnızca işlenmiş görüntüye bakmak yerine maske, kenar, sınırlayıcı kutu veya sınıflandırma güveni gibi ara çıktıları da kontrol etmek gerekir. Böylece sorun işlemin hangi aşamasında oluştuğu daha kolay anlaşılır.
Görüntü işleme nasıl çalışır?
Bir görüntü işleme uygulaması genellikle dört aşamada ilerler: görüntünün alınması, ön işleme, gerekli bilginin çıkarılması ve sonucun yorumlanması. Görüntü kameradan, dosyadan veya videodan alınabilir. Ön işleme aşamasında boyutlandırma, renk dönüştürme, bulanıklık azaltma ya da kontrast ayarı yapılır. Daha sonra kenarlar, şekiller, metinler veya nesneler belirlenir.
Görüntü doğrudan anlam taşıyan bir nesne olarak değil, sayılardan oluşan bir dizi olarak ele alınır. Örneğin gri tonlu bir görüntüde her piksel genellikle 0 ile 255 arasında bir parlaklık değeriyle temsil edilir. 0 siyahı, 255 beyazı, aradaki değerler ise gri tonlarını ifade eder. Renkli görüntülerde ise her piksel kırmızı, yeşil ve mavi kanalların değerlerinden oluşabilir.
Görüntü işleme ile görüntü tanıma aynı şey değildir. Görüntü işleme görüntüyü dönüştürür, düzeltir veya içindeki özellikleri çıkarır. Görüntü tanıma ise çıkarılan özellikleri kullanarak görüntünün ya da nesnenin ne olduğunu belirlemeye çalışır. Bir fotoğrafı gri tonlu hâle getirmek görüntü işlemedir; fotoğraftaki nesnenin kedi olduğunu belirlemek ise tanıma veya sınıflandırma problemidir.
Somut örnek: Görüntüdeki nesneyi arka plandan ayırma
Varsayımsal olarak beyaz bir kâğıt üzerindeki koyu renkli bir şekli ayırmak istediğinizi düşünün. Girdi görüntüsünde hem kâğıt hem de şekil bulunur. Önce görüntü gri tonlara dönüştürülür; böylece üç renk kanalı yerine tek bir parlaklık değeriyle çalışılır. Ardından bir eşik değeri seçilir. Eşik değerinden daha koyu pikseller siyah, daha açık pikseller beyaz yapılır.
Bu işlemden sonra elde edilen çıktı, iki renkli bir maske olur. Siyah bölge şekli, beyaz bölge ise arka planı temsil edebilir. Maskenin siyah pikselleri kullanılarak şeklin kapladığı alan, sınır kutusu veya merkezi hesaplanabilir. Böylece sonraki yazılım adımı yalnızca nesneyle çalışabilir.
Bu sonuç şeklin arka plandan ayrıldığını gösterir; ancak şeklin ne olduğunu kanıtlamaz. Aydınlatma değişirse, arka plan şekle benzer renkteyse veya nesne gölgelenmişse eşikleme yanlış maske üretebilir. Bu durumda renk uzayını değiştirmek, görüntüyü yumuşatmak, uyarlanabilir eşikleme kullanmak veya daha gelişmiş bir nesne algılama yöntemi seçmek gerekebilir.
Yaygın görüntü işleme işlemleri
| İşlem | Ne yapar? | Tipik kullanım |
|---|---|---|
| Boyutlandırma | Görüntünün genişlik ve yüksekliğini değiştirir. | Model veya arayüz için uygun boyuta getirme |
| Gri tona dönüştürme | Renk bilgisini azaltıp parlaklık bilgisine odaklanır. | Kenar, eşikleme ve metin ön işleme |
| Bulanıklaştırma | Küçük gürültüleri ve ani piksel değişimlerini azaltır. | Kenar algılamadan önce gürültü azaltma |
| Eşikleme | Pikselleri belirli bir koşula göre sınıflara ayırır. | Nesne ile arka planı ayırma |
| Kenar algılama | Parlaklık veya renk değişiminin hızlı olduğu sınırları bulur. | Şekil, belge ve nesne sınırı çıkarma |
Görüntü işleme ile yapay zekâ arasındaki fark
Klasik görüntü işlemede kuralları çoğunlukla geliştirici belirler. “Parlaklığı şu değerden düşük pikselleri ayır” veya “bu kenarları bul” gibi açık kurallar uygulanır. Aynı yöntem, görüntü koşulları benzer kaldığında öngörülebilir sonuç verebilir.
Yapay zekâ tabanlı görüntü analizinde ise model, örnek görüntülerden örüntü öğrenir. Bu yaklaşım karmaşık nesneleri veya değişken görüntü koşullarını ele almada daha başarılı olabilir; ancak eğitim verisinin niteliği, modelin kapsamı ve yanlış sonuç olasılığı ayrıca değerlendirilmelidir. Bir modelin nesneyi bulması, sonucu her görüntüde doğru vereceği anlamına gelmez.
Görüntü işleme neyi sağlamaz?
Görüntü işleme, eksik veya belirsiz bilgiyi kendiliğinden doğru hâle getirmez. Çok bulanık bir fotoğrafı keskinleştirmek bazı ayrıntıları görünür kılabilir; fakat hiç kaydedilmemiş gerçek ayrıntıları kesin biçimde geri getirmez. Benzer şekilde, düşük çözünürlüklü bir görüntüyü büyütmek piksel sayısını artırabilir ancak nesnenin kimliğini tek başına doğrulamaz.
Sonucun güvenilirliği; görüntünün çözünürlüğüne, ışığa, gürültüye, arka plana, seçilen yönteme ve çıktının nasıl denetlendiğine bağlıdır. Kritik bir uygulamada yalnızca işlenmiş görüntüye bakmak yerine maske, kenar, sınırlayıcı kutu veya sınıflandırma güveni gibi ara çıktıları da kontrol etmek gerekir. Böylece sorun işlemin hangi aşamasında oluştuğu daha kolay anlaşılır.
