> 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/operations/subtract-images.md).

# Subtract Images

Bu fonksiyon bloğu, iki görüntü arasındaki piksel bazlı farkı hesaplayarak değişiklikleri veya kusurları öne çıkarır. Referans görüntüden sapmaları tespit etme, görsel muayene ve hareket/değişim analizleri gibi karşılaştırma görevleri için faydalıdır.

## 📥 Girdiler

`Actual Image` Giriş soketi — karşılaştırılacak görüntü (kaynak görüntü).

`Reference Image` Giriş soketi — actual image'den çıkarılacak görüntü (baz veya referans).

## 📤 Çıktılar

`Difference Image` Çıkış soketi — girdiler arasındaki piksel bazlı farkı gösteren sonuç görüntüsü.

## 🕹️ Kontroller

Bu bloğun kullanıcıya yönelik herhangi bir kontrolü veya widget'ı yoktur.

## 🎨 Özellikler

* Aynı boyuttaki iki görüntü arasındaki piksel düzeyindeki değişiklikleri vurgulayan görsel bir fark görüntüsü üretir.
* Renkli veya gri tonlu görüntülerle çalışır (her iki girişin de boyutları aynı olmalıdır).
* Basit ve hızlı bir işlem olup, downstream tespit veya kaydetme adımları için uygun bir ön işleme adımıdır.

## ⚙️ Çalışma Mekanizması

Her iki giriş soketi görüntü sağladığında, blok referans görüntüyü actual image'den piksel piksel çıkararak `Difference Image` üretir. Blok, her iki görüntünün de aynı boyutlarda olmasını gerektirir; boyutlar farklıysa blok hata raporlar. Oluşan fark çıktısı, görselleştirme, eşikleme veya sayım bloklarına beslenerek yorumlanabilir.

## 📝 Kullanım

1. Bir kaynak görüntüyü `Actual Image` giriş soketine bağlayın.
2. Bir baz veya referans görüntüsünü `Reference Image` giriş soketine bağlayın.
3. Her iki görüntünün boyutlarının aynı olduğundan emin olun. Eğer değilse, bu bloktan önce `Image Resize` bloğunu ekleyin.
4. Görselleştirme veya ileri işlem için `Difference Image` çıktısını kullanın.

Yaygın iş akışı örnekleri:

* Görsel muayene: değişiklikleri önizlemek için `Difference Image`'ı `Show Image`'a bağlayın.
* Binar tespit: değişen alanların maskesini oluşturmak için `Difference Image`'ı `Image Threshold`'a verin.
* Nicel ölçüm: eşiklenmiş maskeyi değişen pikselleri saymak için `Non-zero of Image`'a gönderin.
* Kayıt: sonuçları kaydetmek için `Image Logger` veya `Image Write` kullanın.

## 💡 İpuçları ve Püf Noktaları

* Çıkarma işleminden önce görüntü hizalaması ve çözünürlüğünün eşleştiğinden emin olun. Gerekirse `Image Resize` veya geometrik hizalama bloklarını kullanın.
* İnce farkları daha görünür hale getirmek için görselleştirmeden önce `Contrast Optimization` veya `Normalize Image` uygulayın.
* Anlamlı değişiklikleri izole etmek için farkı `Image Threshold` ile ikili maskeye dönüştürün. Maskeyi sayısal bir değişim ölçüsü almak için `Non-zero of Image` ile birleştirin.
* Geliştirme sırasında hızlı inceleme için çıktıyı `Show Image`'a bağlayın. Otomatik çalışmalarda sonuçları kaydetmek için `Image Logger` veya `Image Write` kullanın.
* Tek kanallı çıktı bekliyorsanız, üst akıştaki giriş kanal formatlarını (gri ton vs RGB) kontrol edin ve tutarlı şekilde dönüştürün.

## 🛠️ Sorun Giderme

* Boyut uyuşmazlığı\
  Her iki girişin genişlik ve yüksekliğinin aynı olduğundan emin olun. Görüntülerden birini yeniden örneklemek için `Image Resize` bloğunu kullanın.
* Çok az veya hiç görünür fark yok\
  Küçük değişiklikleri artırmak için `Contrast Optimization` veya `Normalize Image` uygulayın ya da bir ikili maske oluşturmak için `Image Threshold` kullanın.
* Beklenmeyen renkler veya kanallar\
  Her iki girişin de aynı renk uzayında (her ikisi de gri tonlu veya her ikisi de RGB) olduğundan emin olun.
* Sayısal bir değişim ölçüsü ihtiyacı\
  Farkı eşikledikten sonra maskeyi değişen pikselleri saymak için `Non-zero of Image`'a gönderin.