프로젝트 1 — 컨베이어 부품 개수와 크기 검사

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

names = ["belt_1.png", "belt_2.png"]
# 요구사항 1: 정답표를 읽고 사진마다 정답 개수를 센다
answer = pd.read_csv("ch12_conveyor/answer.csv")
print(answer.groupby("사진").size())

grays, binaries = {}, {}
for name in names:
    grays[name] = cv2.imread(f"ch12_conveyor/{name}", cv2.IMREAD_GRAYSCALE)
    # 부품이 작업대보다 어두우므로 INV + Otsu 로 부품을 흰색으로
    t, binaries[name] = cv2.threshold(grays[name], 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
    print(f"{name}: 모양 {grays[name].shape}, Otsu 기준값 {int(t)}")

MIN_AREA = 100      # 요구사항 2: 이 면적보다 작은 덩어리는 먼지로 본다

parts = {}
for name in names:
    contours, _ = cv2.findContours(binaries[name], cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    parts[name] = [c for c in contours if cv2.contourArea(c) >= MIN_AREA]
    print(f"{name}: 윤곽선 {len(contours)}개 → 면적 {MIN_AREA} 이상 {len(parts[name])}개")

# 요구사항 3: 크기마다 넓이를 손으로 구한다
#   작음: 원 3.14 × 10 × 10 = 314, 네모 18 × 18 = 324
#   보통: 원 3.14 × 16 × 16 = 804, 네모 28 × 28 = 784
#   큼  : 원 3.14 × 24 × 24 = 1809, 네모 42 × 42 = 1764
# 작음(약 320)과 보통(약 800)의 한가운데쯤인 550, 보통(약 800)과 큼(약 1790)의 한가운데쯤인 1300 을 기준으로 한다
def size_of(area):
    if area < 550:
        return "작음"
    if area < 1300:
        return "보통"
    return "큼"

def analyze(contours):
    """윤곽선 목록을 받아 부품마다 한 줄인 표를 위치 순서로 돌려준다."""
    rows = []
    for c in contours:
        m = cv2.moments(c)
        x, y, w, h = cv2.boundingRect(c)
        area = cv2.contourArea(c)
        rows.append({"크기": size_of(area), "면적": area,
                     "cx": round(m["m10"] / m["m00"], 1), "cy": round(m["m01"] / m["m00"], 1),
                     "x": x, "y": y, "w": w, "h": h})
    table = pd.DataFrame(rows)
    # 요구사항 4: 위 줄부터(줄 높이 100칸), 같은 줄에서는 왼쪽부터 번호를 매긴다
    table["줄"] = (table["cy"] // 100).astype(int)
    table = table.sort_values(["줄", "cx"]).drop(columns="줄").reset_index(drop=True)
    table.insert(0, "번호", table.index + 1)
    return table

results = {name: analyze(parts[name]) for name in names}
for name in names:
    print(f"[{name}]")
    print(results[name].to_string(index=False))

order = ["작음", "보통", "큼"]
for name in names:
    truth = answer[answer["사진"] == name]
    # 요구사항 5-1: 크기 종류별 개수 견주기
    count = pd.DataFrame({"정답": truth["크기"].value_counts().reindex(order, fill_value=0),
                          "결과": results[name]["크기"].value_counts().reindex(order, fill_value=0)})
    print(f"[{name}]")
    print(count.T)

    # 요구사항 5-2: 부품마다 가장 가까운 정답과 크기가 같은지
    hit = 0
    for _, row in results[name].iterrows():
        dist = np.sqrt((truth["x"] - row["cx"]) ** 2 + (truth["y"] - row["cy"]) ** 2)
        nearest = truth.loc[dist.idxmin()]
        if dist.min() <= 10 and nearest["크기"] == row["크기"]:
            hit += 1
    print(f"맞힌 부품: {hit} / {len(truth)}")
    far = max(np.sqrt((truth["x"] - r["cx"]) ** 2 + (truth["y"] - r["cy"]) ** 2).min()
              for _, r in results[name].iterrows())
    print(f"중심과 정답 위치의 가장 큰 어긋남: {round(float(far), 2)}칸")

letter = {"작음": "S", "보통": "M", "큼": "L"}      # putText 는 한글을 쓸 수 없어 영문 글자로
panels = []
for name in names:
    canvas = cv2.cvtColor(grays[name], cv2.COLOR_GRAY2BGR)
    for _, row in results[name].iterrows():
        x, y, w, h = int(row["x"]), int(row["y"]), int(row["w"]), int(row["h"])
        cv2.rectangle(canvas, (x, y), (x + w - 1, y + h - 1), (0, 160, 0), 2)
        label = f"{int(row['번호'])}{letter[row['크기']]}"          # 예: 3M = 3번, 보통
        cv2.putText(canvas, label, (x, max(y - 3, 12)), cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 0, 255), 2)
    panels.append(canvas)

# 요구사항 6: 두 사진을 가로로 붙여(2차시의 hconcat) 저장한 뒤 띄운다
both = cv2.hconcat(panels)
cv2.imwrite("out_ch12_parts.png", both)
print("저장: out_ch12_parts.png", both.shape)

plt.figure(figsize=(11, 4.4))
plt.imshow(cv2.cvtColor(both, cv2.COLOR_BGR2RGB))
plt.title("부품마다 번호와 크기(S 작음, M 보통, L 큼)")
plt.axis("off")
plt.show()