실습 5 — 동영상에도 같은 파이프라인

import os
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

CONFIG = {"every": 4, "dark_drop": 30, "blur_min": 30, "size": [320, 240], "dark_fix": 50,
          "gamma": 0.7, "noise_max": 3.0, "denoise_ksize": 5, "conf": 0.25}

def collect_video(path, config):
    """수집 단계(동영상): every 장마다 한 장을 뽑아 항목 목록으로 돌려준다."""
    cap = cv2.VideoCapture(path)
    if not cap.isOpened():                              # 없는 파일도 오류 없이 False(15차시)
        raise SystemExit(f"{path} 를 열 수 없습니다")
    items, no = [], 0
    while True:
        ok, frame = cap.read()
        if not ok:
            break
        if no % config["every"] == 0:
            items.append({"file": f"frame_{no:03d}", "source": f"{path}#{no}", "frame": no, "img": frame})
        no += 1
    cap.release()
    return items, no

frames, total = collect_video("ch19_belt.mp4", CONFIG)
print("전체", total, "장 가운데", len(frames), "장을 모음:", [f["frame"] for f in frames])

def check_frame(img, config):
    """거르기(동영상): 파일이 없으므로 밝기와 흐림 관문만 본다."""
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    mean, blur = float(gray.mean()), float(cv2.Laplacian(gray, cv2.CV_64F).var())
    if mean < config["dark_drop"]:
        return "탈락", f"아주 어두움({mean:.1f})"
    if blur < config["blur_min"]:
        return "탈락", f"흐림({blur:.1f})"
    return "통과", f"밝기 {mean:.1f}, 흐림 {blur:.1f}"

def noise_score(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    return float(cv2.absdiff(gray, cv2.medianBlur(gray, 3)).mean())

def prep_one(img, config):
    """실습 2와 같은 다듬기: 크기, 밝기, 잡음."""
    notes, (w, h) = [], config["size"]
    scale = w / img.shape[1]
    if img.shape[:2] != (h, w):
        img = cv2.resize(img, (w, h), interpolation=cv2.INTER_AREA)
        notes.append(f"크기 {scale:g}배")
    if float(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).mean()) < config["dark_fix"]:
        lut = np.array([((i / 255) ** config["gamma"]) * 255 for i in range(256)]).round().astype(np.uint8)
        img = cv2.LUT(img, lut)
        notes.append("감마")
    if noise_score(img) > config["noise_max"]:
        k = config["denoise_ksize"]
        img = cv2.GaussianBlur(img, (k, k), 0)
        notes.append("블러")
    return img, scale, notes

kept = []
for f in frames:
    result, reason = check_frame(f["img"], CONFIG)
    if result == "통과":
        img, scale, notes = prep_one(f["img"], CONFIG)
        kept.append({**f, "img": img, "scale": scale, "notes": ", ".join(notes)})
    else:
        print(f["file"], result, reason)
print("거르기·다듬기 뒤 남은 프레임:", len(kept), "/ 손질한 프레임:", [k["file"] for k in kept if k["notes"]])

os.environ["YOLO_VERBOSE"] = "False"
from ultralytics import YOLO

if not Path("out_ch18_runs/parts/weights/best.pt").exists():
    raise SystemExit("best.pt 가 없습니다. 18차시 실습 2를 먼저 실행하세요")
model = YOLO("out_ch18_runs/parts/weights/best.pt")

answer = pd.read_csv("ch19_belt_answer.csv")
rows = []
for k in kept:
    r = model.predict(k["img"], imgsz=CONFIG["size"][0], conf=CONFIG["conf"], device="cpu", verbose=False)[0]
    names = [r.names[int(c)] for c in r.boxes.cls.cpu().numpy().astype(int)]
    rows.append({"frame": k["frame"], "찾음": len(names),
                 "정답": int((answer["frame"] == k["frame"]).sum()),   # 반 넘게 보이는 부품 수
                 "클래스": ", ".join(sorted(names))})
counts = pd.DataFrame(rows)
counts.to_csv("out_ch19_video_counts.csv", index=False, encoding="utf-8-sig")
print(counts.to_string(index=False))
print("개수가 맞은 프레임:", int((counts["찾음"] == counts["정답"]).sum()), "/", len(counts))

fig, ax = plt.subplots(figsize=(9, 3.8), layout="constrained")
ax.plot(counts["frame"], counts["정답"], marker="o", label="정답(반 넘게 보이는 부품)")
ax.plot(counts["frame"], counts["찾음"], marker="s", linestyle="--", label="찾은 물체")
ax.set_xlabel("프레임 번호")
ax.set_ylabel("물체 수")
ax.set_yticks(range(0, int(max(counts["정답"].max(), counts["찾음"].max())) + 2))
ax.legend(loc="upper left")
ax.set_title("프레임별 물체 수 (ch19_belt.mp4, 4장마다 한 장)")
plt.show()