실습 3 — 그늘진 안내문에서 전역과 Adaptive 견주기

import cv2
import numpy as np

gray = cv2.imread("ch08_shadow_doc.png", cv2.IMREAD_GRAYSCALE)
clean = cv2.imread("ch08_clean_doc.png", cv2.IMREAD_GRAYSCALE)
print("모양:", gray.shape)

# 글자가 없는 아래 여백 가까이(세로 230~239)를 가로로 네 토막 내어 종이 밝기를 잰다
for x0 in [0, 80, 160, 240]:
    strip = gray[230:240, x0:x0 + 80]
    print(f"가로 {x0:3}~{x0 + 79:3}: 평균 {round(float(strip.mean()), 1)}")

# 정답: 그늘 없는 판을 127 로 나눈 것(종이 흰색, 글자 검정)
_, answer = cv2.threshold(clean, 127, 255, cv2.THRESH_BINARY)
print("정답의 검은 칸(글자) 비율:", round(float((answer == 0).mean()), 3))

_, global127 = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# THRESH_OTSU 를 더하면 thresh(0)는 무시되고, 고른 값이 ret 으로 돌아온다
ret, otsu = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
print("Otsu 가 고른 값:", int(ret))

def report(name, out):
    """정답과 같은 칸의 비율, 왼쪽 절반과 오른쪽 절반의 검은 칸 비율을 찍는다."""
    agree = round(float((out == answer).mean()), 3)
    left = round(float((out[:, :160] == 0).mean()), 3)
    right = round(float((out[:, 160:] == 0).mean()), 3)
    print(f"{name:12} 정답과 같은 칸 {agree} / 검은 칸 왼쪽 {left}, 오른쪽 {right}")

report("전역 127", global127)
report("Otsu", otsu)

# cv2.adaptiveThreshold: 칸마다 주변 15×15 의 평균에서 10 을 뺀 값을 기준으로 쓴다
mean_c = cv2.adaptiveThreshold(gray,                         # src
                               255,                          # maxValue: 기준보다 큰 칸에 넣을 값
                               cv2.ADAPTIVE_THRESH_MEAN_C,   # 주변을 똑같이 더해 나눈 평균
                               cv2.THRESH_BINARY,            # 크면 255(종이), 아니면 0(글자)
                               15,                           # blockSize: 15×15 네모
                               10)                           # C: 평균에서 뺄 값
# GAUSSIAN_C: 가운데에 가까운 칸일수록 무게를 더 준 평균
gauss_c = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                                cv2.THRESH_BINARY, 15, 10)
report("MEAN_C", mean_c)
report("GAUSSIAN_C", gauss_c)
report("정답", answer)

import matplotlib.pyplot as plt

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

fig, axes = plt.subplots(2, 3, figsize=(11, 5.4))
panels = [("원본", gray), ("전역 127", global127), (f"Otsu ({int(ret)})", otsu),
          ("정답(그늘 없는 판)", answer), ("Adaptive MEAN_C", mean_c), ("Adaptive GAUSSIAN_C", gauss_c)]
for ax, (title, im) in zip(axes.flat, panels):
    ax.imshow(im, cmap="gray", vmin=0, vmax=255)
    ax.set_title(title)
    ax.axis("off")
plt.tight_layout()
plt.show()

# 가장 정답에 가까운 결과를 저장한다
print("저장:", cv2.imwrite("out_ch08_doc_binary.png", gauss_c))