Update README.md

README.md

@@ -9,4 +9,151 @@ app_file: app.py
 pinned: false
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Kırmızı Topun Trajektori Analizi
+
+## Proje Konusu
+Bu proje, kırmızı topun yuvarlanırken izlediği yolu analiz etmeyi amaçlamaktadır. Video işleme teknikleri kullanılarak, topun yolunun doğruluğu belirlenir ve "ok" veya "not ok" şeklinde raporlanır.
+
+## Kullanılan Yöntemler ve Teknikler
+
+### HSV Renk Maskesi Oluşturma
+Videodan gelen her bir çerçeve, HSV renk uzayına dönüştürülür ve kırmızı renklerin maskesi oluşturulur.
+
+```python
+def create_mask(frame):
+    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
+    mask1 = cv2.inRange(hsv, (0, 120, 70), (10, 255, 255))
+    mask2 = cv2.inRange(hsv, (170, 120, 70), (180, 255, 255))
+    mask = mask1 | mask2
+    return mask
+```
+
+### Morfolojik İşlemler
+Kırmızı renk maskesi üzerine uygulanan morfolojik işlemlerle, gürültü ve küçük istenmeyen nesneler temizlenir.
+
+```python
+def apply_morphology(mask, kernel_size=15):
+    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (kernel_size, kernel_size))
+    morph = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
+    return morph
+```
+
+### En Büyük Bileşeni Bulma
+Morfolojik işlemler sonrası en büyük bağlı bileşenin merkezi bulunur.
+
+```python
+def find_largest_component(morph):
+    num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(morph, connectivity=8)
+    if num_labels > 1:
+        largest_label = 1 + np.argmax(stats[1:, cv2.CC_STAT_AREA])
+        cX = int(centroids[largest_label][0])
+        cY = int(centroids[largest_label][1])
+        return cX, cY
+    else:
+        return None
+```
+
+### Topun İzlediği Yolu Çizme
+Kırmızı topun izlediği yolu çizen fonksiyon.
+
+```python
+def draw_trajectory(frame, trajectory):
+    if len(trajectory) > 1:
+        pts = np.array(trajectory, np.int32)
+        pts = pts.reshape((-1, 1, 2))
+        cv2.polylines(frame, [pts], False, (0, 255, 0), 2)
+```
+
+### Yolu Analiz Etme
+Trajektori analizini yaparak topun yolunun düzgün mü yoksa yalpalamalı mı olduğunu değerlendirir.
+
+```python
+def analyze_trajectory(trajectory, std_threshold=10):
+    if len(trajectory) < 2:
+        return "Yolu belirlemek için yeterli veri yok."
+    else:
+        x_coords = np.array(trajectory)[:, 0]
+        std_x = np.std(x_coords)
+        return "ok" if std_x < std_threshold else "not ok"
+```
+
+### Video İşleme ve Çıktı Alma
+Videodaki kırmızı topun yolunu analiz eden ve çıktı üreten ana fonksiyon.
+
+```python
+def process_video(video, kernel_size=15, std_threshold=10):
+    try:
+        cap = cv2.VideoCapture(video)
+        fps = cap.get(cv2.CAP_PROP_FPS)
+        _, frame = cap.read()
+        if frame is None:
+            return "Videodan çerçeve okunamadı!", None, None
+        fourcc = cv2.VideoWriter_fourcc(*'XVID')
+        height, width = frame.shape[:2]
+        try:
+            out_mask = cv2.VideoWriter('mask_output.avi', fourcc, fps, (width, height), False)
+            out_final = cv2.VideoWriter('output.avi', fourcc, fps, (width, height))
+        except:
+            return "Video dosyaları oluşturulamadı!", None, None
+        trajectory = []
+        while cap.isOpened():
+            ret, frame = cap.read()
+            if not ret:
+                break
+            mask = create_mask(frame)
+            out_mask.write(mask)
+            morph = apply_morphology(mask, kernel_size)
+            center = find_largest_component(morph)
+            if center:
+                cX, cY = center
+                trajectory.append((cX, cY))
+                cv2.circle(frame, (cX, cY), 5, (0, 255, 0), -1)
+            draw_trajectory(frame, trajectory)
+            out_final.write(frame)
+        cap.release()
+        out_mask.release()
+        out_final.release()
+        result_text = analyze_trajectory(trajectory, std_threshold)
+        return result_text, 'mask_output.avi', 'output.avi'
+    except:
+        return "Video işlenirken bir hata oluştu!", None, None
+```
+
+### Kullanıcı Arayüzü
+Gradio kullanılarak oluşturulan kullanıcı dostu arayüz, işlem parametrelerinin ayarlanmasını sağlar.
+
+```python
+demo = gr.Interface(
+    fn=process_video,
+    inputs=[
+        gr.Video(label="Girdi Video"),
+        gr.Slider(1, 50, value=15, step=1, label="Kernel Boyutu"),
+        gr.Slider(1, 100, value=10, step=1, label="Standart Sapma Eşiği")
+    ],
+    outputs=[
+        gr.Textbox(label="Yol Analiz Sonucu"),
+        gr.Video(label="Maske Video"),
+        gr.Video(label="Çıktı Video")
+    ],
+    examples=[
+        ["ok.mp4", 15, 10],
+        ["not_ok1.mp4", 15, 10],
+        ["not_ok2.mp4", 15, 10]
+    ]
+)
+
+if __name__ == "__main__":
+    demo.launch(show_error=True)
+```
+
+## Sonuçlar ve Yorumlar
+- **Maske Video**: Kırmızı topun tespit edildiği maskeli video.
+- **Çıktı Video**: Kırmızı topun izlediği yolun ve merkezinin işaretlendiği video.
+- **Yol Analiz Sonucu**: Standart sapmaya bağlı olarak yolun düz mü (ok) yoksa eğri mi (not ok) olduğu tespit edilir.
+
+## Olası Alternatif Durumlarda Kullanılabilecek Yöntemler
+1. **Klasik Eşik Değerleme**: HSV renk uzayında sabit eşik değerleri yerine, histogram eşik değerleme gibi yöntemlerle daha dinamik bir maske oluşturulabilir.
+2. **Adaptif Eşikleme**: Aydınlatma koşullarında değişikliklere karşı daha dayanıklı olabilmesi için yerel donanım koşullarını dikkate alan adaptif eşikleme yöntemleri kullanılabilir.
+3. **Kalman Filtresi**: Kırmızı topun hareket tahminini iyileştirmek için Kalman filtresi gibi yöntemler kullanılabilir.
+4. **Morfolojik Açma (Opening)**: Kapama (closing) yerine açma (opening) işlemi de denenerek küçük gürültü noktalarının temizlenmesi ve topun daha belirgin hale getirilmesi sağlanabilir.
+