실습 3 — 이력 임계값의 효과

import cv2
import numpy as np

grid = np.array([[0, 120, 80, 60, 0, 0],
                 [0,   0,  0, 70, 0, 0],
                 [0,   0,  0,  0, 0, 0],
                 [0,  60, 70,  0, 0, 90],
                 [0,   0,  0,  0, 30, 0]])
low, high = 50, 100

# low 이상인 칸을 모두 흰색으로 만든 판
candidate = np.where(grid >= low, 255, 0).astype(np.uint8)
# cv2.connectedComponents: 이어진 흰 덩어리마다 1, 2, 3, ... 번호를 매긴다. 0 은 바탕
count, labels = cv2.connectedComponents(candidate,
                                        connectivity=8)   # 대각선 이웃까지 이어진 것으로 본다
print("덩어리 수(바탕 포함):", count)
print(labels)

# 강한 경계(high 이상)가 하나라도 든 덩어리 번호만 남긴다
strong_labels = set(labels[grid >= high].tolist())
keep = np.isin(labels, list(strong_labels))
print("강한 경계가 든 덩어리:", sorted(strong_labels))
print("남은 칸의 값:", grid[keep].tolist())

# 옅어지는 띠 그림과 정답 경계. 연습용으로 그려 만든 가상의 그림이다
gray = cv2.imread("ch11_set/fade.png", cv2.IMREAD_GRAYSCALE)
answer = cv2.imread("ch11_set/fade_edge.png", cv2.IMREAD_GRAYSCALE)
kernel = np.ones((3, 3), np.uint8)

def recall(edges):
    """정답 경계 가운데, 찾은 경계에서 한 칸 안에 든 칸의 비율"""
    near = cv2.dilate(edges, kernel)       # 9차시에서 본 팽창: 흰 덩어리를 한 겹 부풀린다
    return round(float(((answer > 0) & (near > 0)).sum() / (answer > 0).sum()), 3)

def pieces(edges):
    """이어진 흰 덩어리의 개수(바탕 빼고). 많을수록 선이 잘게 끊겼다"""
    return cv2.connectedComponents(edges, connectivity=8)[0] - 1

low_results = {}
for low in [10, 50, 100, 150]:
    e = cv2.Canny(gray, low, 150)
    low_results[low] = e
    # 띠의 위쪽 테두리(세로 48~52)가 가로 몇 번째 칸까지 이어졌나
    right_end = int(np.nonzero(e[48:53].any(axis=0))[0].max())
    print(f"low {low:3}, high 150: 재현율 {recall(e)}, 덩어리 {pieces(e)}개, 위 테두리 끝 {right_end}")

high_results = {}
for high in [80, 150, 400, 700]:
    e = cv2.Canny(gray, 50, high)
    high_results[high] = e
    print(f"low 50, high {high:3}: 재현율 {recall(e)}, 덩어리 {pieces(e)}개, "
          f"경계 칸 {int((e > 0).sum())}개")

import matplotlib.pyplot as plt

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

fig, axes = plt.subplots(2, 4, figsize=(13, 5.4))
for ax, (low, e) in zip(axes[0], low_results.items()):
    ax.imshow(e, cmap="gray", vmin=0, vmax=255)
    ax.set_title(f"low {low}, high 150")
    ax.axis("off")
for ax, (high, e) in zip(axes[1], high_results.items()):
    ax.imshow(e, cmap="gray", vmin=0, vmax=255)
    ax.set_title(f"low 50, high {high}")
    ax.axis("off")
plt.tight_layout()
plt.show()