> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/turkish/fonksiyon-bloklari/blocks-reference/image-transformations/analysis/structural-similarity.md).

# Structural Similarity

Bu fonksiyon bloğu, iki görüntü arasındaki benzerliği Yapısal Benzerlik İndeksi (SSIM) kullanarak değerlendirmek için tasarlanmıştır. İki görüntünün ne kadar benzer olduğunu gösteren bir benzerlik yüzdesi çıkışı sağlar.

## 📥 Girdiler <a href="#inputs" id="inputs"></a>

`Image Any` Karşılaştırma için birinci görüntü.

`Image Any` Birinci görüntü ile karşılaştırılacak ikinci görüntü.

## 📤 Çıktılar <a href="#outputs" id="outputs"></a>

`Similarity Percentage` İki giriş görüntüsü arasındaki benzerlik yüzdesini temsil eden sayısal bir çıktı. Bu değer %100'e ne kadar yakınsa, görüntüler o kadar benzerdir.

## 🕹️ Kontroller <a href="#controls" id="controls"></a>

Bu blok, kullanıcı girişi için herhangi bir kontrol içermez; bağlı olan görüntüler temelinde çalışır.

## 🎨 Özellikler <a href="#features" id="features"></a>

`Grayscale Conversion` Renkli görüntüleri otomatik olarak gri tonlamaya dönüştürerek benzerlik hesaplamasını basitleştirir.

`Similarity Scoring` Benzerliği nicelendirerek yüzde olarak çıkış sağlar, eşleşme kalitesini kolayca değerlendirmeyi sağlar.

## 📝 Kullanım Talimatları <a href="#usage" id="usage"></a>

1. **Connect Images**: İki görüntüyü girişlere bağlayın. Karşılaştırmanın geçerli olması için her iki görüntünün de aynı boyutta olduğundan emin olun.
2. **Evaluate**: Bloğu çalıştırın. Benzerliği hesaplayacak ve çıktı yüzdesini sağlayacaktır.

## 📊 Değerlendirme <a href="#evaluation" id="evaluation"></a>

Çalıştırıldığında, bu fonksiyon bloğu iki giriş görüntüsünü karşılaştırır ve bir benzerlik puanı verir. Görüntüler yakınsa, çıktı %100'e yakın olacaktır.

## 💡 İpuçları ve Püf Noktaları <a href="#tips-and-tricks" id="tips-and-tricks"></a>

<details>

<summary>Farklı Boyutları Yönetme</summary>

Her iki görüntünün de aynı boyutlarda olduğundan emin olun. Eğer boyutları farklıysa, bu bloğu kullanmadan önce boyutlarını ayarlamak için `Image Resize` fonksiyon bloğunu kullanmayı düşünün.

</details>

<details>

<summary>Görüntü Kalitesi Dikkate Alınmalı</summary>

Daha yüksek kaliteli görüntüler genellikle daha iyi benzerlik skoru verir. Farklı kalite veya sıkıştırma seviyelerindeki görüntülerle çalışırken, sonuçlar değişkenlik gösterebilir.

</details>

<details>

<summary>Öncesinde İşleme Yapın</summary>

Gürültü veya diğer artefakt içeren görüntüler için benzerlik sonuçlarını iyileştirmek adına, yapısal benzerlik karşılaştırmasını uygulamadan önce `Denoising` fonksiyon bloğunu kullanmayı düşünün.

</details>

## 🛠️ Sorun Giderme <a href="#troubleshooting" id="troubleshooting"></a>

<details>

<summary>Geçersiz Girdi Boyutları</summary>

Görüntü boyutu ile ilgili bir hata alıyorsanız, her iki giriş görüntüsünün de aynı boyutlarda olduğunu doğrulayın. Bir veya her iki görüntünün boyutunu ayarlamak için `Image Resize` fonksiyonunu kullanmanız gerekebilir.

</details>

<details>

<summary>Benzerlik Çıkışı Yok</summary>

Çıktı `None` ise, her iki giriş görüntüsünün de sağlandığından ve geçerli olduğundan emin olun. Ayrıca, giriş görüntülerinin boyutlarını kontrol ederek eşleşip eşleşmediğini doğrulayın.

</details>