프로젝트 1 — 수업 자료 사진 밝기 진단 도구

import os
import cv2
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

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

folder = "ch04_exposure"
# 요구사항 1: png 파일을 이름순으로
names = sorted(name for name in os.listdir(folder) if name.endswith(".png"))

rows, grays = [], {}
for name in names:
    gray = cv2.imread(os.path.join(folder, name), cv2.IMREAD_GRAYSCALE)
    grays[name] = gray
    # 요구사항 2: 네 가지 숫자
    rows.append({
        "파일": name,
        "평균": round(float(gray.mean()), 1),                # 막대가 모인 자리
        "표준편차": round(float(gray.std()), 1),            # 막대가 퍼진 너비
        "어두운칸": round(float((gray < 50).mean()), 3),     # 50 미만 비율
        "밝은칸": round(float((gray > 205).mean()), 3),      # 205 초과 비율
    })

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

def diagnose(mean, std, dark, bright):
    """판정표를 위에서부터 차례로 따져, 처음 맞는 줄의 판정을 돌려준다."""
    if mean < 80 or dark > 0.4:
        return "어두움"
    if mean > 175 or bright > 0.4:
        return "밝음"
    if std < 35:
        return "대비 낮음"
    return "정상"

# 요구사항 3: 표의 줄마다 판정을 붙인다
report["판정"] = [diagnose(r.평균, r.표준편차, r.어두운칸, r.밝은칸) for r in report.itertuples()]
print(report.to_string(index=False))

n = len(report)
fig, axes = plt.subplots(2, n, figsize=(3.2 * n, 5.4))
for k, row in enumerate(report.itertuples()):
    gray = grays[row.파일]
    # 위 줄: 사진. 흑백이므로 cmap="gray", 밝기 기준을 0~255 로 고정해 사진끼리 견줄 수 있게 한다
    axes[0, k].imshow(gray, cmap="gray", vmin=0, vmax=255)
    axes[0, k].set_title(row.파일)
    axes[0, k].axis("off")
    # 아래 줄: 구간 32개 히스토그램
    hist = cv2.calcHist([gray], [0], None, [32], [0, 256]).ravel()
    axes[1, k].bar(np.arange(32) * 8, hist, width=8, align="edge")
    axes[1, k].set_xlim(0, 256)
    axes[1, k].set_title(f"{row.판정} (평균 {row.평균}, 편차 {row.표준편차})", fontsize=10)
    axes[1, k].set_xlabel("밝기")
plt.tight_layout()
# 요구사항 4: 저장을 먼저 하고 띄운다(띄운 뒤에는 그림이 닫힐 수 있다)
plt.savefig("out_ch04_report.png", dpi=100)
print("저장: out_ch04_report.png")
plt.show()

# 요구사항 5: 판정마다 몇 장인지
print("[판정별 장 수]")
for label, count in report["판정"].value_counts().items():
    print(f"  {label}: {int(count)}장")

# 정상이 아닌 사진은 5차시에서 고친다
to_fix = report.loc[report["판정"] != "정상", "파일"].tolist()
print("5차시에서 고칠 사진:", ", ".join(to_fix))