실습 3 — 자동 채점기 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

# 실습 2가 저장한 보통 판의 문제와 정답 마스크
img = cv2.imread("out_ch20_exercise/medium.png", cv2.IMREAD_GRAYSCALE)
answer = cv2.imread("out_ch20_exercise/medium_mask.png", cv2.IMREAD_GRAYSCALE)
if img is None or answer is None:
    raise SystemExit("out_ch20_exercise 가 없습니다. 실습 2를 먼저 실행하세요")
answer_count = int(pd.read_csv("out_ch20_exercise/answer.csv", encoding="utf-8-sig")
                   .set_index("난이도").loc["보통", "정답 개수"])

# 답 1: 잘한 답(흐리게 한 뒤 Otsu)
blur = cv2.GaussianBlur(img, (5, 5), 0)
_, good = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 답 2: 잡티 많은 답(흐리게 하지 않고 기준값 127 로 바로 이진화)
_, noisy = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
# 답 3: 반만 찾은 답(오른쪽 절반을 지운 답)
half = good.copy()
half[:, 160:] = 0
# 답 4: 넘치게 칠한 답(팽창을 두 번 걸어 물체보다 크게)
fat = cv2.dilate(good, np.ones((7, 7), np.uint8), iterations=2)

answers = {"잘한 답": good, "잡티 많은 답": noisy, "반만 찾은 답": half, "넘치게 칠한 답": fat}
print("정답 개수:", answer_count, "/ 정답 칸 비율:", round(float((answer > 0).mean()), 3))
for name, a in answers.items():
    print(f"{name:8} 흰 칸 비율 {float((a > 0).mean()):.3f}")

def grade(student, answer, answer_count, min_area=30):
    """학생 답 마스크를 정답과 견줘 점수 사전을 돌려준다."""
    s, a = student > 0, answer > 0
    inter, union = int((s & a).sum()), int((s | a).sum())
    # 12차시처럼 바깥 윤곽선만 찾고, 넓이 min_area 이상은 물체, 그보다 작으면 잡티로 센다
    contours, _ = cv2.findContours(student, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    areas = [cv2.contourArea(c) for c in contours]
    return {
        "IoU": round(inter / union, 3) if union else 0.0,
        "정확도": round(float((s == a).mean()), 3),
        "찾은 비율": round(inter / int(a.sum()), 3),
        "맞은 비율": round(inter / int(s.sum()), 3) if s.any() else 0.0,
        "물체 수": sum(1 for x in areas if x >= min_area),
        "잡티 수": sum(1 for x in areas if x < min_area),
        "정답 수": answer_count,
    }

# 먼저 정답을 정답과 견줘 채점기가 만점을 주는지 시험한다
print("정답 자신:", grade(answer, answer, answer_count))

def feedback(score):
    """점수를 보고 다음에 할 일을 한 문장으로 돌려준다. 위에서부터 먼저 맞는 규칙을 쓴다."""
    if score["잡티 수"] > 5:
        return f"작은 잡티가 {score['잡티 수']}개 있습니다. 이진화 전에 흐림 필터(6차시)나 뒤에 열기(9차시)를 걸어 보세요."
    if score["IoU"] >= 0.9:
        return "잘했습니다. 어려움 판에도 도전해 보세요."
    if score["찾은 비율"] < 0.8:
        return f"놓친 물체가 있습니다({score['물체 수']}/{score['정답 수']}). 그림 전체에 같은 처리를 했는지 보세요."
    if score["맞은 비율"] < 0.8:
        return "물체보다 넓게 칠했습니다. 팽창을 줄이거나 침식(9차시)을 걸어 보세요."
    return "조금만 더 다듬어 보세요. 기준값을 바꿔 IoU 를 견줘 보세요."

rows = []
for name, a in answers.items():
    score = grade(a, answer, answer_count)
    rows.append({"답": name, **score, "피드백": feedback(score)})
table = pd.DataFrame(rows)
print(table.drop(columns=["피드백", "정답 수"]).to_string(index=False))
for r in rows:
    print(f"- {r['답']}: {r['피드백']}")
table.to_csv("out_ch20_grades.csv", index=False, encoding="utf-8-sig")

def error_view(student, answer):
    """맞힌 물체는 흰색, 빠뜨린 칸은 빨강, 넘친 칸은 파랑으로 칠한 RGB 그림."""
    s, a = student > 0, answer > 0
    view = np.zeros(answer.shape + (3,), np.uint8)
    view[s & a] = (255, 255, 255)     # 맞힌 칸
    view[a & ~s] = (255, 0, 0)        # 정답인데 칠하지 않은 칸(빠뜨림). ~ 는 not(아님)
    view[s & ~a] = (0, 0, 255)        # 정답이 아닌데 칠한 칸(넘침)
    return view

fig, axes = plt.subplots(1, 4, figsize=(13, 3.2))
for ax, r in zip(axes, rows):
    ax.imshow(error_view(answers[r["답"]], answer))   # RGB 순서로 만들었으므로 바꾸지 않는다
    ax.set_title(f"{r['답']}\nIoU {r['IoU']}, 잡티 {r['잡티 수']}")
    ax.axis("off")
plt.tight_layout()
plt.show()