실습 2 — 다듬기 함수와 단계 잇기

from pathlib import Path
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

if not Path("out_ch19_passed.csv").exists():
    raise SystemExit("out_ch19_passed.csv 가 없습니다. 실습 1을 먼저 실행하세요")

CONFIG = {
    "size": [320, 240],      # 맞출 가로, 세로(18차시 학습 크기)
    "dark_fix": 50,          # 평균 밝기가 이보다 작으면 감마로 밝힌다
    "gamma": 0.7,            # 감마 값(1 보다 작으면 어두운 쪽을 많이 올린다)
    "noise_max": 3.0,        # 잡음 점수가 이보다 크면 블러를 건다
    "denoise_ksize": 5,      # 가우시안 블러 창 크기
}

passed = pd.read_csv("out_ch19_passed.csv")
items = []
for row in passed.itertuples():
    # 실습 1에서 이미 열리는 것을 확인한 그림만 다시 읽는다
    items.append({"file": row.file, "source": row.source, "mean": row.mean, "img": cv2.imread(row.source)})
print("다듬을 그림:", len(items), "장")
print("크기 종류:", pd.Series([str(it["img"].shape) for it in items]).value_counts().to_dict())

def noise_score(img):
    """흑백과 3x3 미디언 블러의 차이 평균. 클수록 자글자글하다."""
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    return float(cv2.absdiff(gray, cv2.medianBlur(gray, 3)).mean())

def gamma_table(gamma):
    """5차시의 감마 조회표."""
    return np.array([((i / 255) ** gamma) * 255 for i in range(256)]).round().astype(np.uint8)

def prep_one(img, config):
    """그림 한 장을 다듬어 (새 그림, 줄인 비율, 손질 목록) 을 돌려준다. 원래 그림은 바꾸지 않는다."""
    notes = []
    w, h = config["size"]
    scale = w / img.shape[1]                            # 새 가로 ÷ 원래 가로
    if img.shape[:2] != (h, w):
        # INTER_AREA: 줄일 때 넓이 평균으로 계단 무늬를 줄인다(14차시)
        img = cv2.resize(img, (w, h), interpolation=cv2.INTER_AREA)
        notes.append(f"크기 {scale:g}배")
    mean = float(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).mean())
    if mean < config["dark_fix"]:
        img = cv2.LUT(img, gamma_table(config["gamma"]))   # LUT: 조회표로 모든 칸을 바꾼다
        notes.append(f"감마 {config['gamma']}")
    if noise_score(img) > config["noise_max"]:
        k = config["denoise_ksize"]
        img = cv2.GaussianBlur(img, (k, k), 0)          # 0: 퍼짐 정도를 창 크기에 맞춰 정한다(6차시)
        notes.append(f"블러 {k}x{k}")
    return img, scale, notes

# 손질이 필요한 세 장과 정상 한 장에 먼저 시험한다
for it in items:
    if it["file"] in ("belt_001.png", "belt_004.png", "belt_008.jpg", "belt_016.png"):
        new, scale, notes = prep_one(it["img"], CONFIG)
        print(it["file"], it["img"].shape, "→", new.shape, "비율", scale, notes if notes else "손질 없음")

def prep_stage(items, config):
    """다듬기 단계: 모든 항목을 다듬어 새 항목 목록과 기록을 돌려준다."""
    out, log = [], []
    for it in items:
        new, scale, notes = prep_one(it["img"], config)
        out.append({**it, "img": new, "scale": scale, "notes": ", ".join(notes)})
        log.append({"file": it["file"], "stage": "다듬기", "result": "통과", "reason": ", ".join(notes)})
    return out, log

prepped, prep_log = prep_stage(items, CONFIG)

# 다듬은 그림을 저장한다: 실습 3이 이 폴더를 읽어 추론한다
out_dir = Path("out_ch19_prepped")
out_dir.mkdir(exist_ok=True)
for it in prepped:
    cv2.imwrite(str(out_dir / (Path(it["file"]).stem + ".png")), it["img"])   # 모두 png 로(값이 바뀌지 않게)
pd.DataFrame([{"file": it["file"], "saved": Path(it["file"]).stem + ".png", "scale": it["scale"], "notes": it["notes"]}
              for it in prepped]).to_csv("out_ch19_prepped.csv", index=False, encoding="utf-8-sig")

# 깔때기 표: 실습 1의 기록에서 단계마다 빠진 수를 센다
flog = pd.read_csv("out_ch19_filter_log.csv", keep_default_na=False)
gates = [("읽기", ("빈 파일", "깨짐", "너무 작음")), ("밝기", ("아주 어두움",)), ("흐림", ("흐림",)), ("중복", ("중복",))]
rows, left = [{"단계": "수집", "빠짐": 0, "남음": len(flog)}], len(flog)
for name, heads in gates:
    out = int(flog["reason"].str.startswith(heads).sum())   # 이유가 이 글자로 시작하는 줄 수
    left -= out
    rows.append({"단계": name, "빠짐": out, "남음": left})
rows.append({"단계": "다듬기", "빠짐": 0, "남음": len(prepped)})
funnel = pd.DataFrame(rows)
print(funnel.to_string(index=False))
print("손질한 그림:", {it["file"]: it["notes"] for it in prepped if it["notes"]})
print("다듬은 크기:", {it["img"].shape for it in prepped})

# 손질이 들어간 그림만 골라 위에는 원래 그림, 아래에는 다듬은 그림을 놓는다
changed = [(a, b) for a, b in zip(items, prepped) if b["notes"]]
fig, axes = plt.subplots(2, len(changed), figsize=(4 * len(changed), 6), layout="constrained")
for k, (a, b) in enumerate(changed):
    axes[0, k].imshow(cv2.cvtColor(a["img"], cv2.COLOR_BGR2RGB))
    axes[0, k].set_title(f"{a['file']} {a['img'].shape[1]}x{a['img'].shape[0]}")
    axes[1, k].imshow(cv2.cvtColor(b["img"], cv2.COLOR_BGR2RGB))
    axes[1, k].set_title(b["notes"])
for ax in axes.ravel():
    ax.axis("off")
plt.show()