프로젝트 1 — 야간 주차장 사진의 노이즈 줄이기: 가장 좋은 설정 찾기

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

# 요구사항 1: 깨끗한 그림을 컬러로 읽는다
clean = cv2.imread("ch06_parking.png")
print("모양:", clean.shape)

# 평균 0, 표준편차 25, 씨앗 600. 모양을 그대로 주면 B, G, R 채널마다 따로 노이즈가 생긴다
rng = np.random.default_rng(600)
noisy = np.clip(clean.astype(np.float64) + rng.normal(0, 25, clean.shape), 0, 255).astype(np.uint8)

def score(out):
    """원본과의 평균 절대 차이와 PSNR 을 돌려준다."""
    return round(float(cv2.absdiff(out, clean).mean()), 2), round(cv2.PSNR(clean, out), 2)

base_mae, base_psnr = score(noisy)
print(f"노이즈 낀 그림: 평균 차이 {base_mae}, PSNR {base_psnr} dB")

def apply(kind, k, image):
    """설정 이름과 크기에 맞는 필터를 건다."""
    if kind == "평균":
        return cv2.blur(image, (k, k))
    return cv2.GaussianBlur(image, (k, k), 0)   # 시그마 0: 크기에 맞춰 스스로 정한다

# 요구사항 2: 두 필터 × 네 크기 = 여덟 가지
settings = [(kind, k) for kind in ("평균", "Gaussian") for k in (3, 5, 7, 9)]
rows, outputs = [], {}
for kind, k in settings:
    out = apply(kind, k, noisy)
    outputs[(kind, k)] = out
    mae, psnr = score(out)
    rows.append({"필터": kind, "크기": k, "평균차이": mae, "PSNR": psnr})

# PSNR 이 큰 순서로 줄을 세운다. reset_index(drop=True): 줄 번호를 0 부터 새로 매긴다
table = pd.DataFrame(rows).sort_values("PSNR", ascending=False).reset_index(drop=True)
print(table.to_string())

# 요구사항 3: 표의 첫 줄이 PSNR 이 가장 큰 설정이다
best = table.iloc[0]
worst = table.iloc[-1]
best_key = (best["필터"], int(best["크기"]))
worst_key = (worst["필터"], int(worst["크기"]))
print(f"가장 좋은 설정: {best_key[0]} {best_key[1]}×{best_key[1]} (PSNR {best['PSNR']} dB)")
print(f"노이즈 낀 그림보다 {round(best['PSNR'] - base_psnr, 2)} dB 올랐습니다")
print(f"가장 나쁜 설정: {worst_key[0]} {worst_key[1]}×{worst_key[1]} (PSNR {worst['PSNR']} dB)")

print("저장:", cv2.imwrite("out_ch06_best.png", outputs[best_key]))

# 요구사항 4: 원본, 노이즈, 가장 좋은 설정, 가장 나쁜 설정
panels = [("원본", clean), (f"노이즈 (PSNR {base_psnr})", noisy),
          (f"가장 좋음: {best_key[0]} {best_key[1]} (PSNR {best['PSNR']})", outputs[best_key]),
          (f"가장 나쁨: {worst_key[0]} {worst_key[1]} (PSNR {worst['PSNR']})", outputs[worst_key])]

fig, axes = plt.subplots(2, 2, figsize=(9, 7))
for ax, (title, arr) in zip(axes.flat, panels):
    ax.imshow(cv2.cvtColor(arr, cv2.COLOR_BGR2RGB))   # 컬러는 RGB 로 바꿔 띄운다
    ax.set_title(title, fontsize=11)
    ax.axis("off")
plt.tight_layout()
# 저장을 먼저 하고 띄운다(띄운 뒤에는 그림이 닫힐 수 있다)
# 노이즈 낀 그림이 든 격자는 png 로 저장하면 수백 KB 가 되므로, 보기용 비교 그림은 jpg 로 작게 저장한다
plt.savefig("out_ch06_compare.jpg", dpi=100)
print("저장: out_ch06_compare.jpg")
plt.show()

# 요구사항 5: 표지판(P) 둘레를 잘라 크게 본다
crop = (slice(15, 80), slice(25, 95))
fig, axes = plt.subplots(1, 4, figsize=(11, 3))
for ax, (title, arr) in zip(axes, panels):
    ax.imshow(cv2.cvtColor(arr[crop], cv2.COLOR_BGR2RGB))
    ax.set_title(title.split(" (")[0], fontsize=10)
    ax.axis("off")
plt.tight_layout()
plt.show()

# 평균 차이가 가장 작은 설정도 같은지 본다
by_mae = table.loc[table["평균차이"].idxmin()]
print(f"평균 차이로 고른 설정: {by_mae['필터']} {int(by_mae['크기'])}×{int(by_mae['크기'])} (평균 차이 {by_mae['평균차이']})")
print("PSNR 로 고른 설정과 같은가:", (by_mae["필터"], int(by_mae["크기"])) == best_key)