실습 5 — 네 필터와 두 노이즈 비교표

import time
import cv2
import numpy as np
import pandas as pd

gray = cv2.imread("ch07_sign.png", cv2.IMREAD_GRAYSCALE)

def add_gaussian(src, std, seed):
    rng = np.random.default_rng(seed)
    return np.clip(src.astype(np.float64) + rng.normal(0, std, src.shape), 0, 255).astype(np.uint8)

def add_salt_pepper(img, amount, seed):
    rng = np.random.default_rng(seed)
    r = rng.random(img.shape)
    noisy = img.copy()
    noisy[r < amount / 2] = 0
    noisy[r > 1 - amount / 2] = 255
    return noisy

noises = {
    "가우시안": add_gaussian(gray, 20, 712),        # 표준편차 20
    "점": add_salt_pepper(gray, 0.10, 711),         # 점 비율 10%
}
# 필터 이름 → 그림을 받아 결과를 돌려주는 함수. 커널 크기는 5 안팎으로 맞춘다
filters = {
    "평균": lambda im: cv2.blur(im, (5, 5)),
    "Gaussian": lambda im: cv2.GaussianBlur(im, (5, 5), 0),
    "Median": lambda im: cv2.medianBlur(im, 5),
    "Bilateral": lambda im: cv2.bilateralFilter(im, 9, 75, 75),
}
for name, im in noises.items():
    print(f"{name} 노이즈 그대로: PSNR {cv2.PSNR(gray, im):.2f}")

def time_ms(func, im, repeat=20):
    """func(im) 을 repeat 번 돌려 한 번에 걸린 평균 밀리초."""
    start = time.perf_counter()
    for _ in range(repeat):
        func(im)
    return (time.perf_counter() - start) / repeat * 1000

rows, outputs = [], {}
for nname, noisy in noises.items():
    for fname, func in filters.items():
        out = func(noisy)
        outputs[(nname, fname)] = out          # 3단계에서 그림으로 쓴다
        rows.append({
            "노이즈": nname,
            "필터": fname,
            "평균 차이": round(float(cv2.absdiff(gray, out).mean()), 2),
            "PSNR": round(cv2.PSNR(gray, out), 2),
            "시간(ms)": round(time_ms(func, noisy), 3),
        })
table = pd.DataFrame(rows)
print(table.to_string(index=False))

import matplotlib.pyplot as plt

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

fig, axes = plt.subplots(2, 5, figsize=(15, 4.6))
for r, nname in enumerate(noises):
    axes[r, 0].imshow(noises[nname], cmap="gray", vmin=0, vmax=255)
    axes[r, 0].set_title(f"{nname} 노이즈")
    for c, fname in enumerate(filters, start=1):
        axes[r, c].imshow(outputs[(nname, fname)], cmap="gray", vmin=0, vmax=255)
        psnr = table.query("노이즈 == @nname and 필터 == @fname")["PSNR"].iloc[0]
        axes[r, c].set_title(f"{fname} ({psnr} dB)")
for ax in axes.flat:
    ax.axis("off")
plt.tight_layout()
plt.show()

for nname, part in table.groupby("노이즈", sort=False):
    # idxmax: 가장 큰 값이 있는 줄의 번호
    best = part.loc[part["PSNR"].idxmax()]
    worst = part.loc[part["PSNR"].idxmin()]
    print(f"[{nname}] 1등 {best['필터']} {best['PSNR']} dB / 꼴찌 {worst['필터']} {worst['PSNR']} dB")

# 시간은 두 노이즈의 평균으로, 가장 빠른 필터를 1 로 놓고 몇 배인지 본다
speed = table.groupby("필터", sort=False)["시간(ms)"].mean()
fastest = speed.min()
for fname, ms in speed.items():
    print(f"{fname:10} {ms:.3f} ms → 가장 빠른 필터의 {ms / fastest:.1f}배")