실습 5 — 마스크 ROI 와 ROI 안에서만 처리하기

import cv2
import numpy as np
import matplotlib.pyplot as plt

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

img = cv2.imread("ch13_parcel.png")

# (가) 동그라미 마스크: 스티커의 가운데 (246, 178), 반지름 26 을 흰색으로 채운다
circle_mask = np.zeros(img.shape[:2], dtype=np.uint8)
cv2.circle(circle_mask, (246, 178), 26, 255, -1)       # 두께 -1: 속까지 채운다

# (나) 윤곽선 마스크: 주황 스티커를 HSV 로 골라 윤곽선을 찾고 속까지 칠한다
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
orange = cv2.inRange(hsv, (5, 150, 150), (20, 255, 255))   # 3차시의 inRange: 주황 범위
found, _ = cv2.findContours(orange, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
sticker = max(found, key=cv2.contourArea)
contour_mask = np.zeros(img.shape[:2], dtype=np.uint8)
# drawContours(판, [윤곽선], 몇 번째(-1 은 모두), 색, 두께 -1 은 채우기)
cv2.drawContours(contour_mask, [sticker], -1, 255, -1)

for name, m in [("동그라미", circle_mask), ("윤곽선", contour_mask)]:
    print(f"{name} 마스크: 흰 칸 {int((m == 255).sum())}")
    # cv2.mean 에 mask 를 주면 흰 칸만의 B, G, R 평균
    print("   마스크 안의 평균(B, G, R):", [round(v, 1) for v in cv2.mean(img, mask=m)[:3]])

fig, axes = plt.subplots(2, 2, figsize=(8, 6))
for col, (name, m) in enumerate([("동그라미 마스크", circle_mask), ("윤곽선 마스크", contour_mask)]):
    # bitwise_and(그림, 그림, mask=마스크): 흰 칸만 원래 색, 나머지는 검정
    cut = cv2.bitwise_and(img, img, mask=m)
    axes[0, col].imshow(m, cmap="gray")
    axes[0, col].set_title(name)
    axes[1, col].imshow(cv2.cvtColor(cut, cv2.COLOR_BGR2RGB))
    axes[1, col].set_title("마스크를 씌운 결과")
for ax in axes.flat:
    ax.axis("off")
plt.tight_layout()
plt.show()

out = img.copy()                       # 원본은 견주려고 남겨 두고 복사본을 고친다

# (가) 전화번호 줄: 세로 88~107, 가로 64~189 만 크게 흐린다
y0, y1, x0, x1 = 88, 108, 64, 190
out[y0:y1, x0:x1] = cv2.GaussianBlur(out[y0:y1, x0:x1], (15, 15), 0)

# (나) 송장 ROI(세로 40~152, 가로 60~204)만 흑백으로 바꿔 Otsu 이진화(8차시)
ly0, ly1, lx0, lx1 = 40, 153, 60, 205
label_gray = cv2.cvtColor(out[ly0:ly1, lx0:lx1], cv2.COLOR_BGR2GRAY)
t, label_bin = cv2.threshold(label_gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
print("송장 ROI 의 Otsu 기준값:", int(t))
print("이진 조각의 모양:", label_bin.shape, "→ 컬러 자리:", out[ly0:ly1, lx0:lx1].shape)
# 흑백 조각(2차원)을 3채널로 바꿔야 컬러 그림의 자리에 붙일 수 있다
out[ly0:ly1, lx0:lx1] = cv2.cvtColor(label_bin, cv2.COLOR_GRAY2BGR)

# 바뀐 칸이 모두 송장 ROI 안에 있는지 확인한다(전화번호 줄도 송장 안에 있다)
changed = np.any(out != img, axis=2)
ys, xs = np.nonzero(changed)
print("바뀐 칸 수:", int(changed.sum()))
print("바뀐 칸의 범위: 세로", int(ys.min()), "~", int(ys.max()), "/ 가로", int(xs.min()), "~", int(xs.max()))

print("저장:", cv2.imwrite("out_ch13_processed.png", out))

fig, axes = plt.subplots(1, 2, figsize=(10, 3.8))
for ax, (title, arr) in zip(axes, [("원본", img), ("ROI 안에서만 처리", out)]):
    ax.imshow(cv2.cvtColor(arr, cv2.COLOR_BGR2RGB))
    ax.set_title(title)
    ax.axis("off")
plt.tight_layout()
plt.show()