실습 3 — 채널 평균으로 사진의 색 경향 분석하기

import cv2
import pandas as pd

scenes = {"sunset.png": "노을", "lake.png": "호수", "forest.png": "숲"}
rows = []
for file, label in scenes.items():
    img = cv2.imread(f"ch04_scenes/{file}")
    # cv2.mean: (B 평균, G 평균, R 평균, 0) 네 칸을 돌려준다. 앞의 세 칸만 쓴다
    b, g, r = cv2.mean(img)[:3]
    rows.append({"그림": label, "B": round(b, 1), "G": round(g, 1), "R": round(r, 1)})

table = pd.DataFrame(rows)
print(table.to_string(index=False))

def judge(b, g, r, gap=30):
    """채널 평균 세 개로 색 경향을 판정한다. gap 은 '뚜렷이 크다'의 기준."""
    if g > b and g > r:
        return "초록이 많음"
    if r - b > gap:
        return "따뜻함"
    if b - r > gap:
        return "차가움"
    return "쏠림 적음"

# 가장 큰 채널의 이름: B, G, R 세 칸 가운데 값이 가장 큰 칸의 이름
table["가장 큰 채널"] = table[["B", "G", "R"]].idxmax(axis=1)
table["R-B"] = (table["R"] - table["B"]).round(1)
table["판정"] = [judge(row.B, row.G, row.R) for row in table.itertuples()]
print(table.to_string(index=False))

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.family"] = "Malgun Gothic"
plt.rcParams["axes.unicode_minus"] = False

x = np.arange(len(table))   # 그림 세 장의 가로 자리: 0, 1, 2
width = 0.25                # 막대 하나의 너비
fig, ax = plt.subplots(figsize=(8, 4))
# 채널마다 막대를 조금씩 옆으로 밀어 나란히 세운다. 막대 색은 채널의 색으로 정한다
for k, (ch, color) in enumerate([("B", "blue"), ("G", "green"), ("R", "red")]):
    ax.bar(x + (k - 1) * width, table[ch], width, label=ch, color=color)
ax.set_xticks(x, labels=[f"{n}\n({j})" for n, j in zip(table["그림"], table["판정"])])
ax.set_ylabel("채널 평균 (0~255)")
ax.set_ylim(0, 255)
ax.legend(loc="upper center", ncol=3)
ax.set_title("그림마다의 B·G·R 평균")
plt.tight_layout()
plt.show()