Average filtering yöntemi;  smoothing filtering yönteminin linear bölümünü oluşturmaktadır. Nonlinear kısmı ise Median – max- min filtering olmak üzere üçe ayrılıyor. Average filtering , tek*tek (3*3,5*5,7*11…) ‘lik bir maske kullanarak tüm resmin satır ve sütunlarında gezinerek resmin var olan histogram dağılımını daha düzgün ve pürüzsüz hale getirmek için kullanılan bir yöntemdir. Bu yöntemi uygularken eğer sonuç resmin boyutu sizin için önemli değilse kenarları eleyerek, orjinal resminizden daha küçük boyutlu bir resim elde edersiniz. Fakat eğer resmin boyutu değişmesin isterseniz o zaman zero padding uygulamanız gerekmektedir. Bu yazımızda ortaya çıkacak olan resmin boyutu orjinal resmimizle aynı olacak şekilde kodumuzu yazacağız. Ayrıca en sonda MATLAB’ın bize sunduğu filter2 fonksiyonunu da yazarak resmi karşılaştırıyoruz.

Orjinal Resmimiz:

---Orjinal Resim--

Şimdide kod kısmına geçelim:  Kodumuzda kullanacağımız maskemiz 3*3lük olacak.

** filename: bu kısımda kullanacağınız grey-scale bir resim olmalıdır.

Source code

function image_filter( filename )
 
I = imread(filename);  %%resmi okuyoruz
 
%%Orjinal Resim
subplot(3,1,1)
imshow(I)
title('Orjinal Resim');
 
%%Bu kısımda Average filtering yapmaya başlıyoruz
satir = size( I,1);   %%satır ve sutun değerlerini hesaplıyoruz
sutun = size( I,2);
 
newI = I;   %orjinal resmimizi kaybetmemek için başka bir matrise kopyalıyoruz.

Source code

M = zeros (satir+2,sutun+2);

Bu kısımda ise oluşturduğumuz içi sıfır dolu olan matrise orjinal matrisimizi kopyalamak. Aşağıda daha iyi anlamanız açısından 3*3 orjinal matris(daha büyükde olabilir) ve 5*5 zero matris gösterilmiştir. Yanlız burada 3*3 matrisi maskemizle karıştırmayın!!!

Source code

for i = 2: satir+1
    for j=2 : sutun+1
        M(i,j) = newI (i-1,j-1);
    end
end
 
%%3*3luk matris içine degerleri kopyalıyoruz ve ortalamasını alıyoruz
for ı=1: (satir-2)
    for j=1: (sutun-2)
        A(1,1) = M( i , j );
        A(1,2) = M( i , j+1 );
        A(1,3) = M( i , j+2 );
        A(2,1) = M( i+1 , j );
        A(2,2) = M( i+1 , j+1 );
        A(2,3) = M( i+1 , j+2 );
        A(3,1) = M( i+2 , j );
        A(3,2) = M( i+2 , j+1 );
        A(3,3) = M( i+2 , j+2 );
        B = mean2(A(:));
        newI(i,j) = B;
    end
 
subplot(3,1,2)
imshow(uint8(newI))
title('Kendi Algoritmamız ile Filtering');
 
%%filter2 Fonksiyonu ile
subplot(3,1,3)
K=filter2(fspecial('average',3),I,'same')/255;
imshow(K)
title('Filter2 fonksiyonu kullanılarak yapılmış Filtering');
 
end

Evet arkadaşlar bugün sizlere, filtering yöntemini kendi yazdığımız fonksiyonla açıklamaya çalıştı. Sizlerde daha etkin veya süresi daha kısa tutabilecek kodlar yazabilirsiniz. Görüşmek üzere

Benzer Başlıklar

• 20 Mart 2012 -- Image Processing- Resmi Boyutlandırma, Sağ-Sol-Yatay-Dikey Döndürme (0)

Bu yazımda sizlere buradaki yazıda anlattığım kamera kalibrasyonunun kodunu paylaşıp kodu açıklamaya çalışacağım. Kodu anlatmaya  başlamadan önce kullandığım chessboard’u buraya yükleyeceğim. Benim kullandığım chessboard 9×6. Siz başka boyutlarda bir chessbaord kullanabilirsiniz. Ama benden size tavsiye kare yapıda olan bir chessboard ile kalibrasyon yapmak yerin dikdörtgen boyutlardakileri tercih edin.

Kullandığım chessbaord :

Kalibrasyon yaparken diğer dikkat edilmesi gereken konu da  chessboard’u hep düz tutarak kalibrasyon yapmaktan uzak durun. En iyi kalibrasyon işlemi için farklı açılarda fotoğraflar yakalamanız gerekmektedir. Bunun nedenlerinden bir tanesi farklı açılardan düz olan çizgilerin yamukmuş gibi görünmesi. Günlük hayatta mutlaka bir yerlerde görmüşsünüzdür, aslında düz olan çizgiler(birbirine paralel olan çizgiler) size düz değilmiş gibi gelir. Nedenlerini daha çok merak eden arkadaşlar teorik açıklamalarını google’dan araştırıp öğrenebilir. Çekilmesi gereken fotoğraflar şu şekilde olmalıdır :

Bu şekilde resimler çekerek en az 10 tane örnek almanız gerekmektedir. Şimdi de yazılan kaynak kodunu paylaşıp, açıklayalım:

Kamera kalibrasyon Kaynak Kodu :

Source code

#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <stdlib.h>
 
int n_boards = 0;		//Kac tane örnek alınacak
int frame_step;			//boş geçilecek frame sayısı
int board_w;			//genişlik olarak kare sayısı
int board_h;			//yükseliklil olarak kare sayısı
int main()
{
	CvCapture* capture;
 
	printf("Kac tane foto cekilsin = ");
	scanf("%d",&n_boards);
 
	printf("\rKac tane foto gecilsin = ");
	scanf("%d",&frame_step);
 
	board_w  = 9; //genelde 9x6 kullanılır. Kare olmamasına özen gösterilir.
	board_h  = 6;
//yer ayırmak icin
	int board_total  = board_w * board_h;						//Total enclosed corners on the board
	CvSize board_sz = cvSize( board_w, board_h );
 
	capture = cvCreateCameraCapture( 0 );
	if(!capture)
	{
		printf("\nKamera Acilamiyor\n");
		return -1;
	}
 
	cvNamedWindow( "Snapshot" );
	cvNamedWindow( "Raw Video");
 
	//Allocate storage for the parameters according to total number of corners and number of snapshots
	CvMat* image_points      = cvCreateMat(n_boards*board_total,2,CV_32FC1);
	CvMat* object_points     = cvCreateMat(n_boards*board_total,3,CV_32FC1);
	CvMat* point_counts      = cvCreateMat(n_boards,1,CV_32SC1);
	CvMat* intrinsic_matrix  = cvCreateMat(3,3,CV_32FC1);
	CvMat* distortion_coeffs = cvCreateMat(4,1,CV_32FC1);
 
	//Note:
	//Intrinsic Matrix - 3x3			   Lens Distorstion Matrix - 4x1
	//	[fx 0 cx]							[k1 k2 p1 p2   k3(optional)]
	//	[0 fy cy]
	//	[0  0  1]
 
	CvPoint2D32f* corners = new CvPoint2D32f[ board_total ];
	int corner_count;
	int successes = 0;
	int step, frame = 0;
 
	IplImage *image = cvQueryFrame( capture );
	IplImage *gray_image = cvCreateImage(cvGetSize(image),8,1);			//subpixel
 
	//Loop girdiginiz foto sayısı kadar başarılı örnek alırsa bitecek
	//Esc ile de cikabilirsiniz
 
	while(successes < n_boards)
	{
		if((frame++ % frame_step) == 0)									//frame gec
		{
			//chessboard korner bul:
			int found = cvFindChessboardCorners(image, board_sz, corners, &corner_count,CV_CALIB_CB_ADAPTIVE_THRESH | CV_CALIB_CB_FILTER_QUADS );
 
			cvCvtColor(image, gray_image, CV_BGR2GRAY);										//Get Subpixel accuracy on those corners
			cvFindCornerSubPix(gray_image, corners, corner_count, cvSize(11,11),cvSize(-1,-1), cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 30, 0.1 ));
 
			cvDrawChessboardCorners(image, board_sz, corners, corner_count, found);			//Draw it
 
			// bulunduysa data olarak ekle
			if( corner_count == board_total )
			{
				cvShowImage( "Snapshot", image );										//bulunduysa fotoyu goster
				step = successes*board_total;
				for( int i=step, j=0; j<board_total; ++i,++j ) {
				CV_MAT_ELEM(*image_points, float,i,0) = corners[j].x;
				CV_MAT_ELEM(*image_points, float,i,1) = corners[j].y;
				CV_MAT_ELEM(*object_points,float,i,0) = (float) j/board_w;
				CV_MAT_ELEM(*object_points,float,i,1) = (float) (j%board_w);
				CV_MAT_ELEM(*object_points,float,i,2) = 0.0f;
			}
			CV_MAT_ELEM(*point_counts, int,successes,0) = board_total;
			successes++;
			printf("\r%d foto basarili ,cekilmesi gereken = %d .",successes,n_boards);
			}
			else
			cvShowImage( "Snapshot", gray_image );										//gri fotoyu goster bulunmadıysa
		} 
 
		//durdurmak icin 'p', cikmak icin esc kullan
		int c = cvWaitKey(15);
		if(c == 'p')
		{
			c = 0;
			while(c != 'p' && c != 27)
			{
				c = cvWaitKey(250);
			}
		}
		if(c == 27)
			return 0;
 
		image = cvQueryFrame( capture );								//Sonraki resim
		cvShowImage("Raw Video", image);
	} 
 
	//Butun veriler basarılı bir sekilde toplandı Kalibrasyon yapılabilir.
 
	cvDestroyWindow("Snapshot");
 
	printf("\n\n *** Kamera kalibrasyon islemi basliyor...\n");
 
	//Yer ayır
	CvMat* object_points2  = cvCreateMat(successes*board_total,3,CV_32FC1);
	CvMat* image_points2   = cvCreateMat(successes*board_total,2,CV_32FC1);
	CvMat* point_counts2   = cvCreateMat(successes,1,CV_32SC1);
 
	//Point'leri matrislere tasi
	for(int i = 0; i<successes*board_total; ++i)
	{
      CV_MAT_ELEM( *image_points2, float, i, 0)  =	CV_MAT_ELEM( *image_points, float, i, 0);
      CV_MAT_ELEM( *image_points2, float,i,1)    =	CV_MAT_ELEM( *image_points, float, i, 1);
      CV_MAT_ELEM(*object_points2, float, i, 0)  =  CV_MAT_ELEM( *object_points, float, i, 0) ;
      CV_MAT_ELEM( *object_points2, float, i, 1) =  CV_MAT_ELEM( *object_points, float, i, 1) ;
      CV_MAT_ELEM( *object_points2, float, i, 2) =  CV_MAT_ELEM( *object_points, float, i, 2) ;
	} 
 
	for(int i=0; i<successes; ++i)
	{
		CV_MAT_ELEM( *point_counts2, int, i, 0) =  CV_MAT_ELEM( *point_counts, int, i, 0);
	}
	cvReleaseMat(&object_points);
	cvReleaseMat(&image_points);
	cvReleaseMat(&point_counts);
 
	// Initialize the intrinsic matrix with both the two focal lengths in a ratio of 1.0
 
	CV_MAT_ELEM( *intrinsic_matrix, float, 0, 0 ) = 1.0f;
	CV_MAT_ELEM( *intrinsic_matrix, float, 1, 1 ) = 1.0f;
 
	//kamera kalibrasyon fonk.
	//_____________________________________________________________________________________
 
	cvCalibrateCamera2(object_points2, image_points2, point_counts2,  cvGetSize( image ), intrinsic_matrix, distortion_coeffs, NULL, NULL,0 );
																																		//CV_CALIB_FIX_ASPECT_RATIO
 
	//_____________________________________________________________________________________
 
	//Kalibrasyon dosyalarını kaydet
	printf(" *** Kalibrasyon islemi bitti!\n\n");
	printf("Storing Intrinsics.xml and Distortions.xml files...\n");
	cvSave("Intrinsics.xml",intrinsic_matrix);
	cvSave("Distortion.xml",distortion_coeffs);
	printf("Dosyalar kaydedildi.\n\n");
 
	//Yazdığımız dosyaları okuyalım
	CvMat *intrinsic = (CvMat*)cvLoad("Intrinsics.xml");
	CvMat *distortion = (CvMat*)cvLoad("Distortion.xml");
 
	// Undistortion 
 
	IplImage* mapx = cvCreateImage( cvGetSize(image), IPL_DEPTH_32F, 1 );
	IplImage* mapy = cvCreateImage( cvGetSize(image), IPL_DEPTH_32F, 1 );
	cvInitUndistortMap(intrinsic,distortion,mapx,mapy);
 
	// Kamerayı dogrultulmus olarak kullanalım
       //Esc kullanarak cikabilirsiniz
 
	cvNamedWindow( "Undistort" );
	while(image)
	{
		IplImage *t = cvCloneImage(image);
		cvShowImage( "Raw Video", image );			// Show raw image
		cvRemap( t, image, mapx, mapy );			// Undistort image
		cvReleaseImage(&t);
		cvShowImage("Undistort", image);			// Show corrected image
 
		//Handle pause/unpause and ESC
		int c = cvWaitKey(15);
		if(c == 'p')
		{
			c = 0;
			while(c != 'p' && c != 27)
			{
				c = cvWaitKey(250);
			}
		}
		if(c == 27)
			break;
 
		image = cvQueryFrame( capture );
	} 
 
	return 0;
}

Kodda ilk olarak kaç tane örnek alacağınızı belirten kısım var. Buradan sonraki bölümde chessboard için verileri girmeniz gerkecek. Eğer benim paylaştığım chessboardu kullanıyorsanız kodda hiç bir değişiklik yapmanıza gerek yok. Başka bir chessboard kullanacaksanız buradaki board_w ve board_h değerlerini elinizdeki board’a göre değer atayın. Bu aşamayı geçtiyseniz kod chessboard köşelerini bularak örnekler almaya başlayacak. 54 köşe bulamazsa(9×6 için) tekrar resim çekecek. Eğer köşeleri doğru bir şekilde bulursa bu resmin datalarını kaydedecek ileride kalibrasyon için kullanacak. İstenilen sayı kadar veri alındığında, OpenCV de bulunan cvCalibrate(…) fonksiyonu kullanılarak kalibrasyon yapılacak ve inrtinsic,distortion coefficient dosyalarını kaydedilecek.

Buradan sonraki aşama kaydettiğimiz dosyaları okuyup hatasız görüntüyü (undistorted, calibrated) gösteren kamera kodunu çalıştıracak ve istediğiniz zaman “esc” tuşuna basarak çıkabileceksiniz.

Referans : Learning OpenCV Computer Vision with the OpenCV Library, OREILLY

Benzer Başlıklar

• 01 Nisan 2012 -- OpenCV- Camera Calibration-1 (1)
• 19 Mart 2012 -- OpenCV- Window7 Visual Studio Kurulumu (0)
• 23 Şubat 2012 -- OpenCV- Resmin Boyutları İle Oynama (0)
• 26 Şubat 2012 -- OpenCV-Motion Finder,Kameradan Hareket Algılama (2)
• 11 Şubat 2012 -- OpenCV – Resim Açma (0)

Sizlere bu yazımda kamera kalibrasyonu hakkında bilgi verip, bunu OpenCV kullanarak nasıl gerçekleştirebileceğimizi göstereceğim. Öncelikle şunu söylemekte fayda var : Kameraların kullanım alanına göre bir çok çeşidi bulunmaktadır. Örneğin daha çok alanı görmek için tasarlanmış(180 derece açı ile görebilen kameralar) kameralar, fish eye dediğimiz görüntüyü kabartılmış gibi gösteren kameralar, düz kameralar(web-cam), odağı ayarlanabilen kameralar vs. Kamera kalibrasyonla ne olacak?

Her kameranın kendine has intrinsic parametreleri vardır. Bunlar kullanılan maddenin fiziksel özellikleri ile değişen parametrelerdir. Kullanılan mercek dahi bu parametreleri etkilemektedir. Daha sonra kameraların içindeki görüntü sensorleri(CCD sensor) lenslerin özellikleri her bir kamera için değişmektedir(lens distortions). Kameralar hakkında daha detaylı bilgi için buradaki linki tıklayıp öğrenebilirsiniz. Burada hem lensler hem de görüntünün nasıl oluştuğu hakkında bilgi edinebilirsiniz.

OpenCV’de kalibrasyon yapacak olursanız, instinsic parametreleri ve distortion vector’ü kolayca bulabilirsiniz. Bunun için kolay bir yöntem olan chessboard kullanılır. Chessboard kullanmanın avantajı çoktur. Örneğin OpenCV’de cvFindChessboardCorners(…) fonksiyonu vardır. Tabi siz kalibrasyonu farklı bir şekilde yapmak isterseniz bunun için ayrı bir c dosyası yazmanız gerekir. Çünkü kalibrasyonu yapacağınız object’i tanımlamanız gerekecektir. Diğer bir avantaj ise radial distortions’ları bulmak daha kolay olmakta. Radial distortion dediğimiz olay gerçek hayatta gördüğümüz düz kenarlı bir cismi resimde yuvarlakmış gibi gözükmesidir. Resme bakarak daha iyi anlayacağınızı umuyorum.

Radial Distortions

İşte bu parametrelerle, resmin doğrultulmuş şeklini elde edeceğiz. Şimdi Camera’nın parametreleri tutacak olan M ve D matrislerinin neler olduklarına bir göz atalım. M matrisi :

M Matrisi

M matrisi yukarıda görüldüğü gibi bir matrisdir. Burada fx, fy olarak adlandırılan parametreler focal length olarak literatürde geçer. cx,cy ise kameranın merkezinin koordinatları için verilmiştir. Teorik olarak kameranın merkezi, resmin merkezinin olduğu yerdir fakat bu pratikte üretim aşamasında merkez tam olarak ayarlanamıyor. Bu gibi nedenlerden dolayı kamera hakkındaki bu bilgileri yazılımsal olarak elde etmek mümkün.

Yukarıda verdiğim linki okuduysanız, fx ve fy’nin neler olduğunu anlayabilirsiniz. Burada bir cümleyle ne olduğunu açıklamaya çalışacağım ve bunu resimle desteklemeye çalışacağım. Gerçekte resim X boyutunda ve kameradan uzaklığı Z olsun. Bunun resmin üstündeki boyu x ve lense olan uzaklığından kaynaklanan ise f.  Benzer üçgenlerden -x= f(X/Z) şeklinde bir formul yazabiliriz.

Daha detaylı bilgi için yukarıda verdiğim linkteki yazıyı okuyabilirsiniz. Ben buradaki bilgilere “Learning OpenCV Computer Vision with the OpenCV Library” kitaptan öğrendim. Size de önerebileceğim güzel bir kitaptır.

Bir sonraki yazımda Camera Calibration source kodu’nu yazıp, çalıştırıp paylaşacağım. Bir sonraki yazıda görüşmek üzere…

Benzer Başlıklar

• 06 Nisan 2012 -- OpenCV- Camera Calibration-2 (1)
• 19 Mart 2012 -- OpenCV- Window7 Visual Studio Kurulumu (0)
• 23 Şubat 2012 -- OpenCV- Resmin Boyutları İle Oynama (0)
• 26 Şubat 2012 -- OpenCV-Motion Finder,Kameradan Hareket Algılama (2)
• 11 Şubat 2012 -- OpenCV – Resim Açma (0)

Bu yazıda Emrah Abtioğlu ve benim tarıfımdan 19-21 Nisan 2012 tarihleri arasında İstanbul’da verilecek VHDL eğitimi hakkında detaylı bilgiyi bulacaksınız. Eğitimi Çizgi-tagem adına İstanbul’da vereceğiz. Eğitim hakkında detaylı bilgiyi ve  içeriği konunun devamında bulabilirsiniz.

Eğitim İçeriği :

• Quartus Programının Kulanımı
• Şematik tasarım ve uygulama
• VHDL’e Giriş
  • Kütüphaneler
  • Syntax
  • Entity
  • Architecture

• Önceki günle ilgili(VHDL ile ilgili)  uygulamalar
• VHDL’de Process ve Component Kullanımı
• VHDL uygulamarı
• Testbench Yazılımı ve Model-Sim Kullanımı
• Megawizard ile IP Kullanımı
• Sistem tasarım örneği(ALU, Çarpma Ünitesi vb.)

Emrah Abtioğlu

Sayısal sistemlerin tasarımıyla üç yıldır uğraşan Emrah ABTİOĞLU, VHDL Dili’ni öğrenmeye ve FPGA ile ilgili çalışmalarına iki yıl önce başladı. Bu süreç içerisinde mantık devreleri tasarımı, Xilinx tarafından sunulan soft işlemci PicoBlaze ile sistem tasarımı, ve 32-bit single-cycle ve multi-cycle MIPS işlemcisinin(sınırlı sayıda komut destekleyen) FPGA üzerinde tasarımını gerçekleştirmiştir. Caner ACARBAY ile birlikte çalıştıkları bitirme tezinde, MicroBlaze ve PowerPC işlemcilerini kullanarak, FPGA üzerinde C dili ile uygulama geliştirme, donanım hızlandırma teknikleri vb. konular üzerinde çalışmaktadırlar.

Caner Acarbay 

Elektrik Elektronik Mühendisliği son sınıf öğrencisi olan Caner Acarbay, VHDL dilini kullanarak donanım tanımlamaya iki yıl önce başlamıştır. Bu süre zarfında çeşitli sayısal sistemlerin alt bileşenlerini tasarlamıştır. Xilinx ve Altera firmasının çeşitli kartlarını kullanarak klavye ve fare kontrol devresinin tasarımını gerçekleştirmiştir.Lisans bitirme çalışmasında Emrah ABTİOĞLU ile birlikte FPGA dilini kullanarak Gömülü Sistem Tasarımı gerçekleştirmektedir.  Çalışmalarında De2, Virtex ve Spartan 3 kitlerini kullanarak mikroişlemci tasarımı, mantık devrelerinin gerçekleştirilmesi gibi uygulamalara ek olarak FPGA üzerinde sayısal sistem tasarımı üzerinde çalışmaktadır.

Detaylı bilgiye buradan erişebilirsiniz.

Benzer Başlıklar

• 02 Ocak 2012 -- FPGA ile ALU Tasarımı (0)
• 20 Aralık 2011 -- VHDL’in Yapısı (0)
• 04 Şubat 2012 -- Single Cycle MIPS İşlemci – Adım6 (0)
• 03 Şubat 2012 -- Single Cycle MIPS İşlemci – Adım5 (0)
• 02 Şubat 2012 -- Single Cycle MIPS İşlemci – Adım4 (0)

1)İlk olarak resmi vertical olarak çevireceğiz. Aşağıda örnek bir resmimiz var. Resmimiz 403*500*3 truecolor bir image.

Vertical olarak çevirmek için ; imagemizin en sol üst köşesi en sağ alt köşesine , en sağ üst köşeside en sol alt köşesine denk gelecek şekilde orjinal imagemizdeki matris değerlerini yeni oluşturduğumuz matris değerinin en altından başlayarak yerleştiriyoruz.Ve Matlab kodumuz aşağıdaki gibi oluyor:

Source code

function image_flipvertical = flipvertical(picture_jpg)
 
output_flipvertical=  imread(picture_jpg,'jpg'); %image oku
 
size_matrix(1,:) =size(output_flipvertical);  %size bul
 
Y= size_matrix(1,1); %row
 
X= size_matrix(1,2);  %col
 
for i=1:Y
 
    for k=1:X
 
     image_flipvertical(Y,k,:)= output_flipvertical(i,k,:);   %orjinal resimin en ust satirdaki degerini yeni resmin en alt degeri yap
 
     image_flipvertical(i,k,:)= output_flipvertical(Y,k,:);   %orjinal resimin en alt satirdaki degerini yeni resmin en ust degeri yap
 
     end
 
    Y=Y-1;  %gercek satir degerini azalt, satiri isledigimiz icin
 
end
 
figure  
 
image(image_flipvertical)  %yeni image goster
 
title('Vertical Flip')

Ve çıktımız:

2) Resmi horizontal olarak çevirme:

Burada da resmin en sol üst köşesi  yeni imagemizin en sağ köşesinin değerlerini oluşturuyor. Tek tek en üst satırdan itibaren son satıra kadar tüm sütunları yeni imagemize aktarıyoruz. Matlab kodumuzda şu şekilde oluyor:

Source code

function image_fliphorizontal = fliphorizontal(picture_jpg)
 
output_fliphorizontal=  imread(picture_jpg,'jpg'); %image oku
 
size_matrix(1,:) =size(output_fliphorizontal);  %size bul
 
Y= size_matrix(1,1); %row
 
X= size_matrix(1,2);  %col
 
t=1;
 
for k=1:X  %col
 
    for i=1:Y  %row
 
     image_fliphorizontal(i,t,:)= output_fliphorizontal(i,X,:);                      
 
     image_fliphorizontal(i,X,:)= output_fliphorizontal(i,t,:);
 
     i=i+1;
 
    end
 
    t=t+1;  %satir degerini arttir
 
    X = X -1;
 
end
 
figure  
 
image(image_fliphorizontal)  %yeni image goster
 
title('Horizontal Flip')

Ve çıktımız:

3)Resmimizi sola döndürme:  Burada da orjinal imagemizin tüm satır değerlerini alıyoruz yeni imagemizin tüm ilk sütunundan başlayarak tek tek satır değerlerini işliyoruz.Matlab kodumuz şu şekilde oluyor:

Source code

function image_rotateleft = rotateleft(picture_jpg)
 
output_rotateleft=  imread(picture_jpg,'jpg'); %image oku
 
size_matrix(1,:) =size(output_rotateleft);  %size bul
 
Y= size_matrix(1,1); %row
 
X= size_matrix(1,2);  %col
 
for i=1:Y
 
    t=1;   % yeni image satır sayısı
 
    N=X;   % her defasında eski imageden okuyacagimiz sutun sayısını sabit tutuyoruz
 
    for k=1:N
 
        image_rotateleft(t,i,:) = output_rotateleft(i,N,:);   %eski image'in satırını komple yeni image'in sutunu yapıyoruz
 
        t=t+1;
 
        N=N-1;
 
    end
 
end
 
figure  
 
image(image_rotateleft)  %yeni image goster
 
title('Rotate Left')

Ve çıktımız:

4)Resmimizi sağa döndürme: Burada da orjinal image yine ilk satırından başlayarak tüm değerlerini alıyoruz yeni imagemizin son sutunundan geriye doğru satır değerlerini yazıyoruz. Yani orjinal resimdeki ilk satır yeni resimdeki N. sutun, orjinal 2. satır yeni N-1. sutun …. şeklinde devam ediyor. Matlab Kodu:

Source code

function image_rotateright = rotateright(picture_jpg)
 
output_rotateright=  imread(picture_jpg,'jpg'); %image oku
 
size_matrix(1,:) =size(output_rotateright);  %size bul
 
Y= size_matrix(1,1); %row
 
X= size_matrix(1,2);  %col
 
N=X;   % her defasında eski imageden okuayacagimiz sutun sayısını sabit tutuyoruz
 
for i=1:X 
 
    M=Y;
 
    for k=1:Y
 
        image_rotateright(N,k,:) = output_rotateright(M,N,:); 
 
        M=M-1;
 
    end
 
    N=N-1;
 
end
 
figure  
 
image(image_rotateright)  %yeni image goster
 
title('Rotate Right')

Ve çıktımız:

5) Resmi Yarı yarıya boyutlandırma:  İsterseniz tek sütun değerlerini veya çift sütun değerlerini resimden çıkartarak boyutlandırma işlemini yapabilirsiniz. Aşağıdaki kodda ilk ve son sütun değerlerini işleme sokmadım, birer alıp birer almayarak resmi yeniden boyutlandırdım. Matlab Kodu:

Source code

function image_resize = resize(picture_jpg);
 
output_resize=  imread(picture_jpg,'jpg'); %image oku
 
size_matrix(1,:) =size(output_resize);  %size bul
 
Y= size_matrix(1,1); %row
 
X= size_matrix(1,2);  %col
 
for i=1:((Y-1)/2)
 
for j=1:((X-1)/2)
 
image_resize(i,j,:) = output_resize((2*i-1),(2*j-1),:);
 
end
 
end
 
figure
 
image(image_resize)  %yeni image goster
 
title('Resize image')

Ve çıktımız:

Umarım faydalı olmuştur Arkadaşlar, sizlerde farklı yollar kullanarak resminizi sağa, sola, yatay, dikey döndürebilir veya yeniden boyutlandırabilirsiniz hatta bir sütunun değerlerini yanına istediğiniz kadar kopyalayıp resminizi büyütebilirsiniz. Görüşmek üzere

Benzer Başlıklar

• 07 Şubat 2012 -- Matlab’da fonksiyon yazma ve Resmi Siyah Beyaz Yapma (0)
• 09 Nisan 2012 -- Image Processing- Average Filtering Yöntemi (0)

Alıcı kartı bilgisayar üzerinde yüklenmiş olan kullanıcı ara yüz programı ile kullanıcının kontrol sinyalleri gönderdiği verici kartı arasında köprü görevi görerek bu iki kısmın haberleşmesini sağlamaktadır.

Alıcı Kartında Kullanılan Devre Elemanları

Alıcı kartında kullanılan devre elemanlarından bazıları ve bu elemanların teknik özellikleri bu bölümde anlatılacaktır. Kullanılan elemanların listesi aşağıdaki çizelgede verilmiştir.

Seri port ve RS232 standartları

RS232 seri iletişim metodu çok yaygın olarak kullanılmaktadır. Örneğin her PC’nin arkasında COM1 ve COM2 seri portları bulunmaktadır. Önceleri yazıcılara bağlanan bu portlar şimdi daha çok fare, tablet gibi cihazlara bağlanmaktadır. Genel olarak bir karakter seri iletişimde 10 bit olarak gönderilmektedir. Bunun 8 biti veri, 1 biti start bit ve bir biti de stop bittir. Seri portun iletişim hızı Baud oranı olarak bilinmektedir. Baud oranı 1 saniyede gönderilen bit sayısı olarak da bilinmektedir. Yaygın olarak kullanılan Baud oranları 4800, 9600, 19200, 38400 vb. dir. 9600 Baud oranında çalışan bir seri iletişim cihazı saniyede 960 karakter gönderebilir (veya alabilir). RS232 seri iletişim tekniğinin en önemli avantajları sadece birkaç tane kabloya gerek olması ve iletişim kurmanın son derece kolay oluşudur. Bu teknik ile birkaç yüz metre uzaklığa veri göndermek mümkündür. Seri iletişim kurarken USART diye bilinen entegre devre zamanlamayı oluşturur ve seri iletişimin otomatik olarak CPU’dan ayrı bir şekilde yapılmasını sağlar. USART sadece daha pahalı olan mikrokontrolörlerde bulunmaktadır. (Örneğin PIC16F628) PIC16F84 gibi daha ucuz olan mikrokontrolörlerde seri iletişim için dıştan USART devresi kullanmamız mümkündür. Fakat genellikle seri iletişim için mikrokontrolörün herhangi bir portu kullanılabilir ve iletişim tamamıyla yazılımla kontrol edilebilir.

Mikrodenetleyiciler ile diğer mikrodenetleyiciler, cihazlar, bilgisayarlar arasında iletişim kurmak istenildiğinde kullanılan metotlardan bir kaçı seri ve paralel iletişimdir. Paralel iletişimde 8 bit bilgi, 8 adet data kablosuyla gerekli aygıtlara bağlanır ve iletişim sağlanır. Fakat bu uzun mesafelerde fazla kablo kullanımına yol açmaktadır. Paralel iletişimden yavaş olmasına karşın bu sorunu aşmak için kullanılan seri iletişim protokolünde ise sadece 2 adet veri kablosu kullanılır ve bilgi yine bu iki kablo üzerinden alınır veya gönderilir.

Seri haberleşme protokolü kendi içerisinde senkron ve asenkron olmak üzere ikiye ayrılır;

Senkron Seri İletişim: Senkron seri iletişimde, yardımcı bir saat işareti kullanılır. Gönderilecek veya alınacak bilgi bu saat işaretine uyarak gelmek veya gönderilmek zorundadır. Hızlı iletişim yapılacağı zaman bu iletişim metodu kullanılır.

Asenkron Seri İletişim: Asenkron seri iletişim, yardımcı bir saat işareti yerine başlangıç, bitiş bitleri ile kontrol edilir. Herhangi bir anda iletişim başlatılabilir veya durdurulabilir. İletişim bittiği zaman hat IDLE denilen duruma geçer. Senkron seri iletişime göre yavaştır.

TSOP1236

TSOP12XX alıcı serileri, kızılötesi uzaktan kontrol sistemleri için minyatüre edilmiş alıcılardır. Demodüle edilmiş çıkış sinyali direk olarak bir mikrodenetleyici ile çözülebilir. TSOP12.. serisi kızılötesi alıcılar tüm IR uzaktan kontrol veri formatlarına uygundur.

Özellikleri:

 Çok düşük besleme akımı ile çalışabilme

 Tek kılıf içinde algılayıcı ve ön yükseltme devresi

 Elektromanyetik etkileşime (EMI) karşı korumalı

 2,5-5,5 V besleme voltajı

 Besleme voltajındaki dalgalanmalardan ve gürültülerden etkilenmeme

TSOP12.. serisi, gürültü ve bozucu sinyalin etkilerinden dolayı bozuk çıkış palslerini bastırmak üzere dizayn edilmiştir. Veri sinyali ve bozucu sinyaller; taşıyıcı sinyal sayesinde birbirinden ayrıştırılır. Veri sinyali, malzeme içinde bulunan bant geçiren devrenin taşıyıcı merkez frekansına yakın olmalıdır. (Örn. 38 kHz). Bu taşıyıcı frekans değerlerine göre TSOP12.. serisi IR alıcılar aşağıdaki çizelgede verilmiştir.

TSOP12.. ‘e bozucu sinyaline maruz kalmış veri sinyali uygulandığında, çıkışta bozuk palslerin olmamasını sağlamak için alıcı duyarlılığı düşürülmüştür. Alıcı tarafından bastırılan bozucu sinyallere örnek olarak;

 DC ışık (Tungsten ampul veya güneş ışığından örnekle)

 Elektronik balastlı flüoresan lambalardan güçlü veya zayıf modüle edilmiş gürültüler

 Herhangi bir frekanstaki sürekli sinyaller verilebilir.

TSOP12.. serisi alıcılar algıladığı yüksek seviyedeki sinyali çıkışında terslenmiş olarak verir. Girişinde lojik ’1′ olarak algılanan sinyal, alıcının çıkışında lojik ’0′ (active low) olarak kullanıcıya sunulur. Devre tasarımında alıcının bu özelliği dikkate alınarak dizayn yapılır.

78L05 regülatörü 

LM78LXX serisi sabit çıkış gerilimi istenen uygulamalarda üç uçlu pozitif gerilim düzenleyici olarak kullanılabilir. 5.0V, 6.2V, 8.2V, 9.0V, 12V, 15V değerlerinde çıkış gerilimi üreten tipleri vardır. LM78LXX serisi pozitif gerilim düzenleyicileri, elektronik elemanların güç tüketiminin hızla azaldığı günümüzde, devre tasarımında sıklıkla kullanılmaktadır.

Bu projede kullanılan LM78L05 entegresi çıkışında 5 volt gerilim ve 100 mA’e kadar çıkış akımı sağlayabilmektedir.

MAX232

Bilgisayarlardaki RS232 birimi logic-0 için -3V..-12V, logic-1 için ise +3V..+12V arasında gerilimler üretmektedir. Oysa PIC gibi TTL mantığıyla çalışan aygıtlar için bu değerler geçerli değildir. Bu değerlerin 0V..+5V aralığına indirmek için özel gerilim dengeleyici entegreler kullanılmaktadır. Günümüzde bu entegrelerin en çok kullanılanı ise Maxim firmasının ürettiği MAX232 entegresidir. Bu entegrenin iç yapısı entegreyle birlikte kullanılması gereken kapasitör değerleri aşağıdaki şekilde görülmektedir.

MAX232 entegresini bilgisayara bağlamak için ise aşağıdaki şekilde görülen konnektör kullanılır.

Alıcı Kartının Devre Şeması

Kullanılan elemanlar hakkında bilgi verilen verici kartının devre şeması aşağıdaki şekilde görülmektedir.

Bölüm Kaynakları:

Deveci, F. (2009). HI-TECH ile PIC Programlama. FxDev.Org

İbrahim, P. D. (2006). PIC ve PC İletişim Projeleri. İstanbul: Bileşim Yayınları.

Vishay Semiconductors. (2011). IR Receiver Modules for Remote Control Systems: http://www.vishay.com/docs/82013/tsop12xx.pdf

Semiconductor, N. (2011). LM78LXX Series. LM78LXX Series 3-Terminal Positive Regulators:

http://www.national.com/pf/LM/LM78L05.html#Overview

Benzer Başlıklar

• 05 Mart 2012 -- Kızılötesi Haberleşmeli PC Kontrolü (3) (0)
• 05 Mart 2012 -- Kızılötesi Haberleşmeli PC Kontrolü (2) (0)
• 19 Şubat 2012 -- Kızılötesi Haberleşmeli PC Kontrolü (1) (0)
• 13 Şubat 2012 -- Kızılötesi Haberleşmeli PC Kontrolü (0)
• 24 Ocak 2012 -- 4 Pin ile LCD Kullanimini Geliştirme (0)

Sizlere bu yazımda OpenCV 2.1 kütüphanesinin Windows 7 işletim(32-bit) sisteminde Microsoft Visual Studio 2010 ile kullanımını anlatacağım. Bir çok yeni başlayan arkadaşımız OpenCV kütüphanesini ne yazık ki kuramıyor veya kurmakta çok zorluk çekiyor. Öncelikle OpenCV 2.1 bilgisayarınızda yoksa onu buradaki linkten indirin. Burada sıkıştırılmış olarak inen dosyayı bilgisayarınızda bulabileceğiniz bir yere açın.  Unutmayın bu dosyaya bir daha dokunmamak için güzel bir yer seçmeniz ve silmemeniz gerekli.  Bu aşamadan sonra Windows işletim sistemi kullanıyorsanız, OpenCV’nin dosyala yolunu (bin klasörünü) windows’un sistem değişkenlerine eklemeniz gerekmektedir. Bunun için Denetim Masasına gidin oradan Sistem ve Güvenlik kısmını tıklatın. Daha sonra Sistem‘i tıklayacaksınız. (Aynı işlemi bilgisayarıma girip yukarıdaki menüden sistem özelliklerini tıklayarak ulaşabilirsiniz. ) Buradaki çıkan menüden Gelişmiş Sistem ayarlarını açıyoruz. Gelen pencerede üstteki menülerden gelişmiş sekmesine geliyoruz. Burada sağda en aşağıda ortam değişkenlerini(Environment Variables) göreceksiniz. Buraya tıklatıp Path kısmına geliyoruz. Arkadaşlar bu yaptığımız işlem OpenCV ‘yi kullanabilmeniz için gerekli ve önemli bir işlem. Path’i bulduktan sonra OpenCV’nin içindeki bin dosyasının yolunu (E:/OpenCV…/bin  şeklinde) buraya ekliyoruz. Aynı şekilde /lib klasorunun yolunu da göstermenizde fayda var (E:/OpenCV…/lib). Nereye ne koyduğumuzdan emin olmak için aşağıdaki ekran görüntüsünü incelemenizi öneririm.

Ekran Görüntüsü – Sistem değişkenlerinin Eklenmesi

Bu aşamadan sonra Microsoft Visual Studio 2010′u açabilirsiniz. 2010′u açtıktan sonra kendinize boş bir C++ projesi oluşturun. Bunun için Dosya–> Yeni Proje ‘den yaralanacaksınız. Projeniz Visual C++ projesi olacak. Projeyi oluşturduktan sonra main.cpp adlı boş bir source kod dosyası ekleyin. Buraya çalıştırmak istediğiniz kodu yazacaksınız. Kodu yazmadan önce projenize OpenCV Kütüphanesini eklemeniz gerekiyor. Bunu her yeni proje oluşturduğunuz da yapmak zorundasınız. Yani bir kere yapmak yetmiyor. Eğer yeni proje oluşturuyorsanız buradan sonraki işlemleri her proje için yapmanız gerekecek.

Bu aşamadan sonra projenizin üstüne tıklayıp üstteki menüden Project–> Properties(Özellikler) kısmına geliyoruz.. Ekrana gelen pencere şu şekilde olacak :

Burada sağda gördüğünüz menüden VC++ Directories kısmına gelip Include Directories yazan alana tıklayın. Daha sonra çıkan menüden OpenCV’nin include klasörünü seçin ve tamam deyin. Aynı işlemi Library Directories için de yapacağız(Include Directories’in 2 altında). Library Directories’i tıkladıktan sonra edit dieyip yeni(new ) sekmesine tıkladıktan sonra OpenCV’nin içindeki lib’e kadar olan yeri seçip ekliyoruz. Bu işlemden sonra ekran görüntüsü aşağıdaki gibi olacaktır.

Bunu da yaptıktan sonra, yandaki menüden C/C++ sekmesini genişletiyoruz. General’i da tıkladıktan sonra gelen menüde Additional Include Directories’i göreceksiniz. Yukarıda yaptığımız aynı işlemi burada da tekrarlıyoruz. Yani OpenCV/include kısmını buraya ekliyoruz. Bu işlemi de gerçekleştirdikten sonra, son adım olan Linker sekmesine geliyoruz.  Burada çıkan menüden Input kısmına tıklatıyoruz. Bu işlemi yaptıktan sonra Additional Dependencies kısmını göreceksiniz. Sizin indirdiğiniz sürümde eğer 2.1 ise buradakileri direk ekleyebilirsiniz. Sürümünüz değişik ise( 2.1′den farklı ise) değiştirmeniz gerecek. Eklenecekler(direk klavyeden yazılacak, kopyala-yapıştır da olur.)

• cv210.lib
• cvaux210.lib
• cxcore210.lib
• cxts210.lib
• highgui210.lib
• ml210.lib
• opencv_ffmpeg210.lib

Bu işlemi de yaptıktan sonra tamam deyip bütün pencereleri kapatın. Bilgisayarınızı bir seferlik tekrar başlatmanız gerekecek(Sistem dosyalarının yeri için). Bilgisayarınız açıldıktan sonra kodunuzu yazın ve çalıştırın. Buradaki işlemler window7 ultimate (32-bit) üstünde Visual Studio 2010 ile denenmiş olup doğru şekilde çalışmaktadır.Kolay gelsin arkadaşlar.

Hazır kodlar için sitemizi ziyaret edin, aşağıdaki linkleri takip edebilirsiniz.

Benzer Başlıklar

• 06 Nisan 2012 -- OpenCV- Camera Calibration-2 (1)
• 01 Nisan 2012 -- OpenCV- Camera Calibration-1 (1)
• 23 Şubat 2012 -- OpenCV- Resmin Boyutları İle Oynama (0)
• 11 Şubat 2012 -- OpenCV – Resim Açma (0)
• 19 Şubat 2012 -- OpenCV- Video Açma, Kameradan Görüntü Alma (3)

HAVA HARP SANATI VE ANATOMİSİ

Savaş uçakları hangi özelliklerine göre sınıflandırılıyor?

En Çok Yorum Alan Konular

• 01 Şubat 2012 -- 8051 Full Duplex asenkron veri iletimi (17)
• 26 Mart 2012 -- VHDL Dili ve FPGA Uygulamaları Eğitimi (8)
• 04 Ocak 2012 -- Mini Sumo Yapımı – Kingpin (4)
• 05 Ocak 2012 -- FADEC Sisteminin Kalbi ECU – 1 (4)
• 19 Şubat 2012 -- OpenCV- Video Açma, Kameradan Görüntü Alma (3)

• STM32F4 Geliştirme Kartı
• PIC Kıt 2 Programlayıcısı
• Arduino Mega 2560 Geliştirme Kartı idi.

Bu 3 kart için PIC KIT 2′nin programlayıcı olması dolayısı ile programı gömdükten sonra portlar için uygun devrenin hazırlanması zorunluluğundan ve STM32 Arm tabanlı Mikrodenetleyici kitinin yine aynı şekilden Pin probleminden ve Arduino Mega’nın gerek kullanımının basitliği gerekse açık kaynaklı donanım ve yazılımlara sahip olması ve gelen geliştirme kartı ile devreleri hemen gerçekleyebilmemize imkan vermesinden dolayı Programımızda Arduino Mega 2560 kullanmaya karar verdik. Bu yazımızda bu kiti size tanıtmaya çalışacağım. Bundan sonradaki bir çok paylaşımımı bu kit üzerinden gerçekleştireceğim.

Teknik Özellikler

Arduino Mega, Atmega 2560 mikrodenetleyicisi kullanılarak oluşturulmuştur. Datasheet’ine buradan ulaşabilirsiniz. Üründe 4 tane UART, 54 tane Dijital giriş/çıkış , 16 Analog giriş/çıkış, 16 Mhz Osilatör bulunmaktadır.

Genel Özellikleri aşağıda yer almaktadır.

Arduino Açık Kaynaklı olduğundan dolayı sizde kendinize aynısından bir tane üretebilirsiniz. Bununla uğraşmak istemiyorsanız orjinal üreticisinden veya e-bay üzerinden Çin’den daha ucuza alabilirsiniz.

Geliştirme Kartı ile ilgili daha detaylı bilgiye buradan ulaşabilirsiniz.

Benzer Başlıklar

• 25 Şubat 2012 -- Arduino ile C# Programı (0)

Öncelikle client ve server ne demektir ondan bahsedelim. Client serverdan bilgi isteyendir ve daima aktif taraftır, fakat server ancak client’in isteği doğrultusunda çalışır ve pasif konumdadır. Örneğin; bir internet sayfasını açtınız, arama bölümüne yazıp enter tuşuna bastığınızda serverdan istekte bulunursunuz, siz istemci(client), server ise sunan konumdadır.

UDP; yani User Datagram Protocol, verileri bağlantısız ileten, iletinin tamamını iletme güvenliği olmayan bir protokoldür.

---Client-Server---

UDP Client&Server Fonksiyonları

1)Socket fonksiyonu:

• —  Socket yaratma

int socket(int family, int type, int protocol);

Dönüş değeri olarak herhangi bir değer döndürür, eğer hata verirse -1 döndürür.

• —   Paramatreleri:

int family

–                AF_INET       IPv4 protocols

–                AF_INET6    IPv6 protocols

int type

–                SOCK_DGRAM     UDP datagrams

–                SOCK_STREAM   TCP streams

int protocol (AF_INET & AF_INET6 family sockets)

–                IPPROTO_UDP     UDP Transport

–                IPPROTO_TCP      TCP Transport

2) bind fonksiyonu:  Socket fonksiyonu ile oluşturduğumuz sockfd file descriptor’u , local IP adresi ve  port numarasını birbirine bağlar

int bind (int sockfd, struct sockaddr* myaddr, int addrlen);

Buradaki myaddr pointer’ı client veya server adres yapısıdır, kullandığınız yere göre kodunuzda değişiklik gösterir. 

◦       Bağlantı oluşmuşsa 0, hata varsa -1 döndürür.

◦       sockfd: socket fonksiyonundan dönen değer.

◦       myaddr: IP adresi ve port numarasını içerir.

3) send to fonksiyonu: Datagram paketlerini digger UDP socketine yollar. Dönüş değeri olarak da karşı tarafa yazılan byte sayısını, yazılmamışsa da -1 değerini döndürür.

int sendto (int sockfd, char* buf, size_t nbytes, int flags, struct sockaddr* destaddr, int  addrlen);

Burada sockfd, socket fonksiyonunda oluşturduğumuz client socket file descriptor’dır.

char* buf = göndereceğiniz mesajdır.

size_t nbytes= yollayacağınız mesajın byte sayısıdır.

flags= bu daima 0’dır.

sockaddr* destaddr = mesajı yollayacağınız adrestir.

int addrlen = client adres uzunluğudur.

4) recvfrom fonksiyonu:UDP socketten datagram paketi almak için kullanırız. Dönş değeri olarak okunan byte sayısını, okunmamış ise -1 değerini döndürür.

int recvfrom (int sockfd, char* buf, size_t nbytes, int flags, struct sockaddr* srcaddr, int* addrlen);

srcaddr = client adresidir.

5)close fonksiyonu: Socketi kapatır. Socketi kapattıktan sonra datagram paketi alınmaz veya gönderilmez. Kapanmışsa 0, kapanmamışsa -1 değerini döndürür.

int close(int sockfd);

Aşağıda örnek bir kod mevcut, server ve client kodlarını ayrı ayrı c projeleri açarak çalıştırın. Ve mantığını anlamanız açısında debug yaparsanız daha faydalı olacaktır.

UDPClient.c kod:

Source code

#include <stdio.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <unistd.h>
#include <memory.h>
 
int main(int argc, char* argv[]){
  int       clientSock;     // Client socket
 
  //
  // Create a UDP socket to send data from
  //
  clientSock = socket(AF_INET,			  // Address family
  	    			    SOCK_DGRAM,		  // Socket type
  		    	        IPPROTO_UDP);		// Protocol
  if (clientSock < 0){
    printf("Unable to create the UDP socket\n");
	return 0;
  } //end-if
 
  while (1){
    struct sockaddr_in  peer;
    int peerAddrSize = sizeof(peer);
#define BUFFER_SIZE 65535
    char buffer[BUFFER_SIZE];
    int msgSize;
    unsigned short destPort;
    char destIP[100];
 
    memset(buffer, 'A', BUFFER_SIZE);
    printf("Enter <destIP> <destPort> <MsgSize> [-1 to quit] >>");
    scanf("%s %d%d", destIP, &destPort, &msgSize);
    if (msgSize > BUFFER_SIZE) msgSize = BUFFER_SIZE;
    if (msgSize < 0) break;
 
    // Initialize peer's address structures.
    peer.sin_family = AF_INET;
    peer.sin_addr.s_addr = inet_addr(destIP);
  	peer.sin_port = htons(destPort);
 
    // Send it to server
    int ret = sendto(clientSock, buffer, msgSize, 0,
                     (struct sockaddr *)&peer, peerAddrSize);
    if (ret < 0) perror("sendto");
  } //end-while
 
  close(clientSock);
  return 0;
} //end-main

UDPServer.c kod:

Source code

#include <stdio.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <unistd.h>
#include <memory.h>
 
int main(int argc, char* argv[]){
  struct sockaddr_in  me;
  int                serverSock;       // My socket to receive/send packets
  int ret;
 
  //
  // Create a UDP socket to receive/send data from
  //
  serverSock = socket(AF_INET,			  // Address family
  	    		          SOCK_DGRAM,		  // Socket type
  		    	          IPPROTO_UDP);		  // Protocol
  if (serverSock < 0){
    printf("Unable to create the socket\n");
    return 0;
  } //end-if
 
  // Initialize my address structure.
  me.sin_family = AF_INET;
  me.sin_addr.s_addr = htonl(INADDR_ANY);      // Any interface
  me.sin_port = htons(20000);	     	        // Bind yourself to port 20000
 
  //
  // bind the name to the socket
  //
  ret = bind(serverSock, 		           // Socket
     	     (struct sockaddr *)&me,     // My address
      	     sizeof(me));          	   // Size of address structure
  if (ret < 0)	{
    printf("Bind error\n");
	close(serverSock);
    return 0;
  } //end-if
 
  // We will increase our receive buffer to 100KB
  int bufSize = 100000;
  int optlen = sizeof(int);
  if (setsockopt(serverSock, SOL_SOCKET, SO_RCVBUF, &bufSize, optlen) < 0)
    perror("setsockopt: ");
 
  printf("Server is ready and waiting for messages at UDP port %d\n", 20000);
 
  while (1){
#define BUFFER_SIZE 65535
    char buffer[BUFFER_SIZE];
    struct sockaddr_in  peer;
    int peerSize = sizeof(peer);
    unsigned char *p = (unsigned char *)&peer.sin_addr.s_addr;
 
    /// Empty up the buffer
    memset(buffer, 0, BUFFER_SIZE);
 
    ret = recvfrom(serverSock, buffer, BUFFER_SIZE, 0, (struct sockaddr *)&peer, &peerSize);
    if (ret < 0) break;
 
    printf("Received <%d> bytes from: %d.%d.%d.%d:%d\n", ret, p[0], p[1], p[2], p[3], ntohs(peer.sin_port));
  } //end-while
 
	return 0;
}

Bu yazımda sizlere basit anlamda client ve server (UDP) konusunu açıklamaya çalıştım. Bu konuyu anlamaya çalışırken gerçekten faydasını gördüğüm ve sizinde okudukça iyi anlayacağınızı düşündüğüm Beej’in Ağ Programlama yazısını mutlaka okumanızı tavsiye ederim. Görüşmek üzere

En Çok Yorum Alan Konular

• 01 Şubat 2012 -- 8051 Full Duplex asenkron veri iletimi (17)
• 26 Mart 2012 -- VHDL Dili ve FPGA Uygulamaları Eğitimi (8)
• 04 Ocak 2012 -- Mini Sumo Yapımı – Kingpin (4)
• 05 Ocak 2012 -- FADEC Sisteminin Kalbi ECU – 1 (4)
• 19 Şubat 2012 -- OpenCV- Video Açma, Kameradan Görüntü Alma (3)