실습 5 — 씨앗 고정 랜덤 증강 함수로 한 장에서 여덟 장 만들기

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

def augment(img, rng):
    """변환마다 확률로 걸지 정하고, 걸면 세기를 뽑는다. (증강한 그림, 건 변환 목록) 을 돌려준다."""
    out = img.copy()
    h, w = out.shape[:2]
    done = []
    # 1) 좌우 뒤집기: 절반의 확률
    if rng.random() < 0.5:
        out = cv2.flip(out, 1)
        done.append("뒤집기")
    # 2) 작은 회전: 0.7 의 확률, -15 ~ 15도. 빈 곳은 거울 반사로 채운다
    if rng.random() < 0.7:
        angle = rng.uniform(-15, 15)
        M = cv2.getRotationMatrix2D((w / 2, h / 2), angle, 1.0)
        out = cv2.warpAffine(out, M, (w, h), borderMode=cv2.BORDER_REFLECT)
        done.append(f"회전 {angle:+.0f}도")
    # 3) 자르고 키우기: 0.5 의 확률, 가로·세로의 80~95% 를 아무 자리에서 잘라 원래 크기로
    if rng.random() < 0.5:
        s = rng.uniform(0.8, 0.95)
        ch, cw = int(h * s), int(w * s)
        y0 = int(rng.integers(0, h - ch + 1))
        x0 = int(rng.integers(0, w - cw + 1))
        out = cv2.resize(out[y0:y0 + ch, x0:x0 + cw], (w, h), interpolation=cv2.INTER_LINEAR)
        done.append(f"자르기 {s:.2f}")
    # 4) 밝기·대비: 0.7 의 확률, alpha 0.8~1.2, beta -30~30
    if rng.random() < 0.7:
        alpha, beta = rng.uniform(0.8, 1.2), rng.uniform(-30, 30)
        out = np.clip(out.astype(np.float32) * alpha + beta, 0, 255).astype(np.uint8)
        done.append(f"밝기 ×{alpha:.2f}{beta:+.0f}")
    # 5) 색 흔들기: 0.3 의 확률, H 를 -3 ~ 3 만큼
    if rng.random() < 0.3:
        shift = int(rng.integers(-3, 4))
        hsv = cv2.cvtColor(out, cv2.COLOR_BGR2HSV)
        hsv[:, :, 0] = (hsv[:, :, 0].astype(np.int32) + shift) % 180
        out = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
        done.append(f"색상 {shift:+d}")
    # 6) 블러: 0.2 의 확률, 3×3 Gaussian
    if rng.random() < 0.2:
        out = cv2.GaussianBlur(out, (3, 3), 0)
        done.append("블러")
    # 7) 노이즈: 0.2 의 확률, 표준편차 5~12
    if rng.random() < 0.2:
        sigma = rng.uniform(5, 12)
        out = np.clip(out.astype(np.float64) + rng.normal(0, sigma, out.shape), 0, 255).astype(np.uint8)
        done.append(f"노이즈 {sigma:.0f}")
    return out, done

img = cv2.imread("ch16_raw/apple_04.png")
test_out, test_done = augment(img, np.random.default_rng(1610))
print("모양:", img.shape, "→", test_out.shape, "/ 건 변환:", test_done)

rng = np.random.default_rng(1610)   # 씨앗 고정: 언제 돌려도 같은 여덟 장
outs, logs = [], []
for k in range(8):
    out, done = augment(img, rng)
    outs.append(out)
    logs.append({"번호": k + 1, "건 변환": ", ".join(done) if done else "(없음)", "개수": len(done)})
log = pd.DataFrame(logs)
print(log.to_string(index=False))
print("한 장에 평균", round(float(log["개수"].mean()), 2), "가지")

fig, axes = plt.subplots(3, 3, figsize=(9, 7.2))
panels = [("원본", img)] + [(f"{k + 1}번", out) for k, out in enumerate(outs)]
for ax, (title, out) in zip(axes.flat, panels):
    ax.imshow(cv2.cvtColor(out, cv2.COLOR_BGR2RGB))
    ax.set_title(title)
    ax.axis("off")
plt.tight_layout()
plt.savefig("out_ch16_aug8.png", dpi=80)
print("저장: out_ch16_aug8.png")
plt.show()

def make_eight(seed):
    """씨앗 하나로 여덟 장을 만든다."""
    r = np.random.default_rng(seed)
    return [augment(img, r)[0] for _ in range(8)]

again = make_eight(1610)
other = make_eight(1611)
# np.array_equal: 모양과 모든 값이 같으면 True
print("씨앗 1610 다시:", all(np.array_equal(a, b) for a, b in zip(outs, again)))
print("씨앗 1611     :", all(np.array_equal(a, b) for a, b in zip(outs, other)))
# 여덟 장이 서로 다른지: 같은 그림이 두 번 나오지 않았는지 센다
distinct = len({out.tobytes() for out in outs})
print("서로 다른 그림:", distinct, "장 / 8장")