Türk Lirası Bozuk Para Tanıma Sistemi

Bu proje, görüntülerdeki Türk Lirası bozuk paraları tespit edip sınıflandıran bilgisayarlı görü tabanlı bir sistem uygular. Sistem, bozuk paraları tanımlamak için Hough Daire Dönüşümü ve kontur tespiti dahil olmak üzere çeşitli görüntü işleme teknikleri kullanır ve ardından bunları görsel özelliklerine göre sınıflandırır.

Özellikler

• Tek bir görüntüde birden fazla bozuk parayı tespit eder
• Türk bozuk paralarını sınıflandırır (1TL, 50kr, 25kr, 10kr, 5kr, 1kr)
• Hem Hough Daire Dönüşümü hem de kontur tabanlı tespit yöntemlerini kullanır
• Örnek görüntülerle eğitim desteği sunar
• Bozuk para sınıflandırmalarıyla etiketlenmiş çıktı görüntüleri oluşturur

Dizin Yapısı

coin_detect_project/
│
├── main_TestR.py   # Tespit ve sınıflandırma (TestR görüntülerİ için)
├── main_TestV.py   # Tespit ve sınıflandırma (TestV görüntülerİ için)
├── Train/          # Eğitim görüntüleri dizini
│   ├── 1tl/        # 1TL bozuk para görüntülerini içerir
│   ├── 50krs/      # 50 kuruş görüntülerini içerir
│   └── ...         # Diğer bozuk para türü dizinleri
│
├── TestR/          # Test görüntüleri dizini
│   └── *.jpg       # Test görüntüleri
├── TestV/          # Test görüntüleri dizini
│   └── *.jpg       # Test görüntüleri
│
├── TestR_Hough/    # TestR klasöründeki etiketlenmiş görüntüler için çıktı dizini
└── TestV_Hough/    # TestV klasöründeki etiketlenmiş görüntüler için çıktı dizini

Gereksinimler

• Python 3.6 veya üstü
• OpenCV
• NumPy

Belirli sürüm gereksinimleri için requirements.txt dosyası incelenebilir.

Kurulum

1. Klasör yapısını hazırlayın

2. Gerekli paketleri yükleyin:

pip install -r requirements.txt

Kullanım

1. Verilerinizi hazırlayın:

   • Eğitim görüntülerini Train/ dizinine, bozuk para türüne göre düzenlenmiş şekilde yerleştirin
   • Test görüntülerini TestR/ ya da TestV/ dizinine yerleştirin

2. Tespit sistemini çalıştırın:

python main_TestR.py
python main_TestV.py

3. Sonuçları TestR_Hough/ ya da TestV_Hough/dizininde kontrol edin

Nasıl Çalışır

1. Ön İşleme: Görüntüler yeniden boyutlandırılır, gri tonlamaya dönüştürülür ve bozuk para kenarlarını belirginleştirmek için işlenir.

2. Bozuk Para Tespiti: Sistem iki yöntem kullanır:

   • Hough Daire Dönüşümü
   • Kontur tabanlı tespit

3. Özellik Çıkarma: Her tespit edilen bozuk para için:

   • HSV uzayında renk özellikleri çıkarır
   • Yarıçap ve diğer geometrik özellikleri hesaplar
   • İstatistiksel özellikler hesaplar

4. Sınıflandırma: Çıkarılan özellikleri eğitilmiş bozuk para profilleriyle eşleştirir