실습 1 — 깨끗한 그림에 가우시안 노이즈 더하기

import cv2
import numpy as np

# 지하 주차장 안내판을 흑백으로 읽는다. 연습용으로 도형과 글자를 그려 만든 가상의 그림이다
img = cv2.imread("ch06_board.png", cv2.IMREAD_GRAYSCALE)
print("모양:", img.shape, "/ 자료형:", img.dtype)

# 왼쪽 위 벽(세로 0~19, 가로 0~159)은 한 가지 밝기로 칠한 고른 면이다
wall = img[0:20, 0:160]
print("벽의 밝기 종류:", [int(v) for v in np.unique(wall)])
print("벽의 표준편차:", round(float(wall.std()), 2))

# default_rng(600): 씨앗을 고정한 난수 만들개. 같은 씨앗이면 언제나 같은 노이즈가 나온다
rng = np.random.default_rng(600)
# normal(평균, 표준편차, 모양): 정규분포를 따르는 소수 난수를 그림과 같은 모양으로 만든다
noise = rng.normal(0, 20, img.shape)

print("노이즈 모양:", noise.shape)
print("앞의 다섯 값:", [round(float(v), 1) for v in noise[0, :5]])
print("평균:", round(float(noise.mean()), 2), "/ 표준편차:", round(float(noise.std()), 2))
print("가장 작은 값:", round(float(noise.min()), 1), "/ 가장 큰 값:", round(float(noise.max()), 1))

# np.abs: 절댓값. -20~20 안에 든 값과 -40~40 안에 든 값의 비율을 센다
print("-20~20 안의 비율:", round(float((np.abs(noise) < 20).mean()), 3))
print("-40~40 안의 비율:", round(float((np.abs(noise) < 40).mean()), 3))

import matplotlib.pyplot as plt

# 그래프의 한글이 깨지지 않게 맑은 고딕을 쓰고, 빼기 기호가 네모로 나오지 않게 한다
plt.rcParams["font.family"] = "Malgun Gothic"
plt.rcParams["axes.unicode_minus"] = False

# uint8 은 255 를 넘으면 0 으로 돌아가므로 소수(float64)로 바꿔 더한다
added = img.astype(np.float64) + noise
print("더한 값의 범위:", round(float(added.min()), 1), "~", round(float(added.max()), 1))
# np.clip(값, 아래, 위): 0 보다 작으면 0, 255 보다 크면 255 로 잘라 넣는다
noisy = np.clip(added, 0, 255).astype(np.uint8)
print("자른 뒤 범위:", int(noisy.min()), "~", int(noisy.max()))

# 벽의 같은 다섯 칸이 어떻게 흔들렸는지 본다
print("원본 벽 다섯 칸:", [int(v) for v in img[0, :5]])
print("노이즈 낀 다섯 칸:", [int(v) for v in noisy[0, :5]])

# 노이즈 값을 50개 구간으로 세어 막대그래프로 그린다. 종 모양인지 확인한다
fig, ax = plt.subplots(figsize=(7, 3))
ax.hist(noise.ravel(), bins=50)
ax.set_xlabel("노이즈 값")
ax.set_ylabel("칸 수")
ax.set_title("표준편차 20 인 노이즈 값의 히스토그램")
plt.tight_layout()
plt.show()

def add_noise(image, sigma, seed=600):
    """평균 0, 표준편차 sigma 인 가우시안 노이즈를 더한다. 씨앗을 고정해 늘 같은 노이즈가 나온다."""
    rng = np.random.default_rng(seed)
    noise = rng.normal(0, sigma, image.shape)
    return np.clip(image.astype(np.float64) + noise, 0, 255).astype(np.uint8)

panels = [("원본", img)]
for sigma in (10, 20, 40):
    out = add_noise(img, sigma)
    # absdiff: absolute difference. 칸마다 |원본 - 결과| 를 구해 평균을 낸다
    mae = float(cv2.absdiff(out, img).mean())
    print(f"표준편차 {sigma:2}: 원본과의 평균 차이 {mae:.2f}")
    panels.append((f"표준편차 {sigma}", out))

fig, axes = plt.subplots(1, 4, figsize=(12, 2.8))
for ax, (title, arr) in zip(axes, panels):
    # 흑백이므로 cmap="gray", 밝기 기준을 0~255 로 고정한다
    ax.imshow(arr, cmap="gray", vmin=0, vmax=255)
    ax.set_title(title)
    ax.axis("off")
plt.tight_layout()
plt.show()