04_geometric_transforms.py

  1"""
  204. 기하학적 변환
  3- resize, rotate, flip
  4- 어파인 변환 (warpAffine)
  5- 원근 변환 (warpPerspective)
  6- 이동, 회전, 스케일링
  7"""
  8
  9import cv2
 10import numpy as np
 11
 12
 13def create_test_image():
 14    """테스트 이미지 생성"""
 15    img = np.zeros((300, 400, 3), dtype=np.uint8)
 16    img[:] = [200, 200, 200]  # 밝은 회색 배경
 17
 18    # 사각형
 19    cv2.rectangle(img, (50, 50), (150, 150), (0, 0, 255), -1)
 20
 21    # 텍스트
 22    cv2.putText(img, 'OpenCV', (180, 100),
 23                cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 0), 2)
 24
 25    # 원
 26    cv2.circle(img, (300, 200), 50, (255, 0, 0), -1)
 27
 28    return img
 29
 30
 31def resize_demo():
 32    """크기 조정 데모"""
 33    print("=" * 50)
 34    print("크기 조정 (resize)")
 35    print("=" * 50)
 36
 37    img = create_test_image()
 38    h, w = img.shape[:2]
 39    print(f"원본 크기: {w}x{h}")
 40
 41    # 절대 크기로 조정
 42    resized1 = cv2.resize(img, (200, 150))  # (width, height)
 43    print(f"절대 크기 조정: {resized1.shape[1]}x{resized1.shape[0]}")
 44
 45    # 비율로 조정
 46    resized2 = cv2.resize(img, None, fx=0.5, fy=0.5)
 47    print(f"50% 축소: {resized2.shape[1]}x{resized2.shape[0]}")
 48
 49    resized3 = cv2.resize(img, None, fx=2, fy=2)
 50    print(f"200% 확대: {resized3.shape[1]}x{resized3.shape[0]}")
 51
 52    # 보간법 비교
 53    print("\n보간법 종류:")
 54    print("  cv2.INTER_NEAREST: 최근접 이웃 (빠름, 품질 낮음)")
 55    print("  cv2.INTER_LINEAR: 양선형 (기본값, 균형)")
 56    print("  cv2.INTER_CUBIC: 바이큐빅 (품질 좋음, 느림)")
 57    print("  cv2.INTER_AREA: 영역 (축소에 적합)")
 58
 59    # 각 보간법 적용
 60    enlarged_nearest = cv2.resize(img, (800, 600), interpolation=cv2.INTER_NEAREST)
 61    enlarged_linear = cv2.resize(img, (800, 600), interpolation=cv2.INTER_LINEAR)
 62    enlarged_cubic = cv2.resize(img, (800, 600), interpolation=cv2.INTER_CUBIC)
 63
 64    cv2.imwrite('resize_half.jpg', resized2)
 65    cv2.imwrite('resize_double.jpg', resized3)
 66    cv2.imwrite('resize_nearest.jpg', enlarged_nearest)
 67    cv2.imwrite('resize_cubic.jpg', enlarged_cubic)
 68    print("\n크기 조정 이미지 저장 완료")
 69
 70
 71def rotate_demo():
 72    """회전 데모"""
 73    print("\n" + "=" * 50)
 74    print("회전 (rotate)")
 75    print("=" * 50)
 76
 77    img = create_test_image()
 78
 79    # 간단한 90도 회전 (내장 함수)
 80    rotated_90 = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
 81    rotated_180 = cv2.rotate(img, cv2.ROTATE_180)
 82    rotated_270 = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)
 83
 84    print("간단한 회전:")
 85    print(f"  90도 시계방향: {rotated_90.shape[1]}x{rotated_90.shape[0]}")
 86    print(f"  180도: {rotated_180.shape[1]}x{rotated_180.shape[0]}")
 87    print(f"  270도(반시계): {rotated_270.shape[1]}x{rotated_270.shape[0]}")
 88
 89    cv2.imwrite('rotate_90.jpg', rotated_90)
 90    cv2.imwrite('rotate_180.jpg', rotated_180)
 91    cv2.imwrite('rotate_270.jpg', rotated_270)
 92
 93    # 임의 각도 회전 (getRotationMatrix2D 사용)
 94    h, w = img.shape[:2]
 95    center = (w // 2, h // 2)
 96
 97    # 45도 회전, 스케일 1.0
 98    M = cv2.getRotationMatrix2D(center, 45, 1.0)
 99    rotated_45 = cv2.warpAffine(img, M, (w, h))
100
101    # 30도 회전, 스케일 0.8
102    M = cv2.getRotationMatrix2D(center, 30, 0.8)
103    rotated_30_scaled = cv2.warpAffine(img, M, (w, h))
104
105    cv2.imwrite('rotate_45.jpg', rotated_45)
106    cv2.imwrite('rotate_30_scaled.jpg', rotated_30_scaled)
107    print("\n회전 이미지 저장 완료")
108
109
110def flip_demo():
111    """뒤집기 데모"""
112    print("\n" + "=" * 50)
113    print("뒤집기 (flip)")
114    print("=" * 50)
115
116    img = create_test_image()
117
118    # 수평 뒤집기 (좌우)
119    flipped_h = cv2.flip(img, 1)
120
121    # 수직 뒤집기 (상하)
122    flipped_v = cv2.flip(img, 0)
123
124    # 둘 다 (상하좌우)
125    flipped_both = cv2.flip(img, -1)
126
127    print("뒤집기 코드:")
128    print("  flip(img, 1): 수평 (좌우)")
129    print("  flip(img, 0): 수직 (상하)")
130    print("  flip(img, -1): 상하좌우")
131
132    cv2.imwrite('flip_horizontal.jpg', flipped_h)
133    cv2.imwrite('flip_vertical.jpg', flipped_v)
134    cv2.imwrite('flip_both.jpg', flipped_both)
135    print("\n뒤집기 이미지 저장 완료")
136
137
138def translation_demo():
139    """이동 데모"""
140    print("\n" + "=" * 50)
141    print("이동 (Translation)")
142    print("=" * 50)
143
144    img = create_test_image()
145    h, w = img.shape[:2]
146
147    # 이동 행렬: [[1, 0, tx], [0, 1, ty]]
148    # tx: x축 이동 (양수: 오른쪽)
149    # ty: y축 이동 (양수: 아래)
150
151    tx, ty = 50, 30
152    M = np.float32([[1, 0, tx], [0, 1, ty]])
153    translated = cv2.warpAffine(img, M, (w, h))
154
155    print(f"이동: x={tx}, y={ty}")
156    print(f"이동 행렬:\n{M}")
157
158    cv2.imwrite('translated.jpg', translated)
159    print("\n이동 이미지 저장 완료")
160
161
162def affine_transform_demo():
163    """어파인 변환 데모"""
164    print("\n" + "=" * 50)
165    print("어파인 변환 (Affine Transform)")
166    print("=" * 50)
167
168    img = create_test_image()
169    h, w = img.shape[:2]
170
171    # 어파인 변환: 3개의 점 대응
172    # 원본 이미지의 3점
173    pts1 = np.float32([[50, 50], [200, 50], [50, 200]])
174    # 변환 후 3점
175    pts2 = np.float32([[10, 100], [200, 50], [100, 250]])
176
177    # 변환 행렬 계산
178    M = cv2.getAffineTransform(pts1, pts2)
179
180    # 변환 적용
181    affine = cv2.warpAffine(img, M, (w, h))
182
183    print("어파인 변환 특성:")
184    print("  - 평행선은 평행 유지")
185    print("  - 3점 대응으로 정의")
186    print("  - 이동, 회전, 스케일, 전단(shear) 조합")
187
188    cv2.imwrite('affine.jpg', affine)
189    print("\n어파인 변환 이미지 저장 완료")
190
191
192def perspective_transform_demo():
193    """원근 변환 데모"""
194    print("\n" + "=" * 50)
195    print("원근 변환 (Perspective Transform)")
196    print("=" * 50)
197
198    img = create_test_image()
199    h, w = img.shape[:2]
200
201    # 원근 변환: 4개의 점 대응
202    # 원본 이미지의 4점 (사각형 모서리)
203    pts1 = np.float32([[0, 0], [w-1, 0], [0, h-1], [w-1, h-1]])
204
205    # 변환 후 4점 (원근감 적용)
206    pts2 = np.float32([[50, 50], [w-50, 20], [30, h-30], [w-30, h-50]])
207
208    # 변환 행렬 계산
209    M = cv2.getPerspectiveTransform(pts1, pts2)
210
211    # 변환 적용
212    perspective = cv2.warpPerspective(img, M, (w, h))
213
214    print("원근 변환 특성:")
215    print("  - 평행선이 한 점에서 만남 (원근감)")
216    print("  - 4점 대응으로 정의")
217    print("  - 문서 스캔 보정에 활용")
218
219    cv2.imwrite('perspective.jpg', perspective)
220
221    # 역변환 (문서 보정 시뮬레이션)
222    pts_doc = np.float32([[50, 50], [350, 30], [60, 280], [340, 270]])
223    pts_rect = np.float32([[0, 0], [300, 0], [0, 200], [300, 200]])
224
225    M_rect = cv2.getPerspectiveTransform(pts_doc, pts_rect)
226    rectified = cv2.warpPerspective(img, M_rect, (300, 200))
227
228    cv2.imwrite('perspective_rectified.jpg', rectified)
229    print("원근 변환 이미지 저장 완료")
230
231
232def combined_transforms_demo():
233    """복합 변환 데모"""
234    print("\n" + "=" * 50)
235    print("복합 변환")
236    print("=" * 50)
237
238    img = create_test_image()
239    h, w = img.shape[:2]
240
241    # 이동 -> 회전 -> 스케일을 한 번에
242    center = (w // 2, h // 2)
243    angle = 30
244    scale = 0.8
245
246    # 회전 + 스케일 행렬
247    M = cv2.getRotationMatrix2D(center, angle, scale)
248
249    # 추가 이동 적용
250    M[0, 2] += 50  # x 이동
251    M[1, 2] += 20  # y 이동
252
253    result = cv2.warpAffine(img, M, (w, h))
254
255    print(f"복합 변환: 회전 {angle}도, 스케일 {scale}, 이동 (50, 20)")
256
257    cv2.imwrite('combined_transform.jpg', result)
258    print("복합 변환 이미지 저장 완료")
259
260
261def main():
262    """메인 함수"""
263    # 크기 조정
264    resize_demo()
265
266    # 회전
267    rotate_demo()
268
269    # 뒤집기
270    flip_demo()
271
272    # 이동
273    translation_demo()
274
275    # 어파인 변환
276    affine_transform_demo()
277
278    # 원근 변환
279    perspective_transform_demo()
280
281    # 복합 변환
282    combined_transforms_demo()
283
284    print("\n기하학적 변환 데모 완료!")
285
286
287if __name__ == '__main__':
288    main()