> 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/ornek-projeler/object-counting.md).

# Nesne Sayımı

Nesneleri saymak, bilgisayarla görme alanında yaygın bir sorunla karşılaşılır. Bu eğitimde, geleneksel bilgisayarla görme algoritmalarını kullanarak belirli bir alandaki dairesel nesneleri nasıl sayacağınızı öğreneceksiniz.

Örnek görüntü, AugeLab Studio'da örnek görüntüler klasöründe **coins2.jpg** dosyası olarak sağlanmıştır.

Aşağıda gösterilen örnek görüntü ile boş bir senaryoda [Load Image](/turkish/fonksiyon-bloklari/blocks-reference/input-output/image-inputs/load-image.md) bloğunu oluşturun:

<figure><img src="/files/qIY6HKqmtuyfLyNFv0VM" alt=""><figcaption></figcaption></figure>

İlk adım olarak, paraları arka plandan ayırmak için [Image Threshold](/turkish/fonksiyon-bloklari/blocks-reference/image-transformations/color-filters/image-threshold.md) bloğunu kullanmamız gerekecek. Bu işlem [HSV Filter](/turkish/fonksiyon-bloklari/blocks-reference/image-transformations/color-filters/hsv-filter.md) veya [RGB Mask](/turkish/fonksiyon-bloklari/blocks-reference/image-transformations/color-filters/rgb-mask.md) ile de yapılabilir; ancak renk alanlarını ayırmak ve ikili bir görüntü elde etmek yeterli olacaktır. Aşağıdaki mantığı oluşturun:

<figure><img src="/files/bnqqeLKWNmz72juUkAOa" alt=""><figcaption></figcaption></figure>

Beyaz alanların kaç tane olduğunu saymak için [Find Contour](/turkish/fonksiyon-bloklari/blocks-reference/detections-shapes/shape-analysis/find-contour.md) bloğunu kullanacağımız için, resmi filtrelemek ve arka planı ayarlamak için **THRESH\_BINARY\_INV** seçeneğini seçeceğiz.

Ancak, beyaz alanların birbirinden tam olarak ayrılmadığını görebilirsiniz. Find Contour bloğunu kullanmak yanlış bir sonuç verecektir:

<figure><img src="/files/MIsZIMoovlWbGOnGoZUg" alt=""><figcaption></figcaption></figure>

Görüldüğü gibi, sağlanan görüntüde 14 adet blok para yok. Beyaz alanları ayırmak veya küçültmek için bir algoritmaya ihtiyacımız var. Bunun için [Distance Transformation](https://github.com/AugelabTech/AugeLab-Studio-Gitbook-Docs/blob/main/turkce/function-blocks-filters/distance-transform.md) bloğunu kullanacağız:

<figure><img src="/files/kGeA9DXVIuLDbsX44wX8" alt=""><figcaption></figcaption></figure>

Distance transformation, her pikselin beyaz renk yoğunluğuna ne kadar uzak olduğunu hesaplar. Tekrar [Image Threshold](/turkish/fonksiyon-bloklari/blocks-reference/image-transformations/color-filters/image-threshold.md) kullanmak, her biri için belirgin beyaz alanlar elde edecektir:

<figure><img src="/files/bzQdBYX6o7sfI2eN6Nbz" alt=""><figcaption></figcaption></figure>

Artık find contour bloğunu kullanarak referans görüntüsünde kaç adet para olduğunu saymalıyız:

<figure><img src="/files/UIxYf6VfcEKkB8TgoCCu" alt=""><figcaption></figcaption></figure>

Hepsi bu kadar! Artık AugeLab Studio ile belirli bir alandaki her nesneyi nasıl sayacağınızı biliyorsunuz!