20_practical_project.py

  1"""
  220. 실전 프로젝트
  3- 문서 스캐너
  4- 차량 번호판 인식
  5- 실시간 객체 추적
  6- 이미지 파노라마
  7"""
  8
  9import cv2
 10import numpy as np
 11
 12
 13# ============================================================
 14# 프로젝트 1: 문서 스캐너
 15# ============================================================
 16
 17def document_scanner():
 18    """문서 스캐너 프로젝트"""
 19    print("=" * 60)
 20    print("프로젝트 1: 문서 스캐너")
 21    print("=" * 60)
 22
 23    # 시뮬레이션용 문서 이미지 생성
 24    # 실제로는 카메라로 촬영한 이미지 사용
 25    img = np.zeros((600, 800, 3), dtype=np.uint8)
 26    img[:] = [150, 150, 150]  # 회색 배경
 27
 28    # 기울어진 문서 (사다리꼴)
 29    doc_pts = np.array([[150, 100], [650, 80], [700, 520], [100, 550]], np.int32)
 30    cv2.fillPoly(img, [doc_pts], (255, 255, 255))
 31
 32    # 문서 내용 시뮬레이션
 33    cv2.putText(img, 'DOCUMENT TITLE', (220, 200),
 34               cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 0), 2)
 35    cv2.line(img, (200, 250), (600, 240), (100, 100, 100), 2)
 36    cv2.line(img, (200, 300), (600, 290), (100, 100, 100), 2)
 37    cv2.line(img, (200, 350), (550, 340), (100, 100, 100), 2)
 38
 39    cv2.imwrite('scanner_input.jpg', img)
 40
 41    # 1. 그레이스케일 및 블러
 42    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 43    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
 44
 45    # 2. 엣지 검출
 46    edges = cv2.Canny(blurred, 50, 150)
 47
 48    # 3. 컨투어 검출
 49    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
 50
 51    # 4. 가장 큰 사각형 컨투어 찾기
 52    doc_contour = None
 53    max_area = 0
 54
 55    for cnt in contours:
 56        area = cv2.contourArea(cnt)
 57        if area > 10000:  # 최소 크기
 58            peri = cv2.arcLength(cnt, True)
 59            approx = cv2.approxPolyDP(cnt, 0.02 * peri, True)
 60
 61            if len(approx) == 4 and area > max_area:
 62                doc_contour = approx
 63                max_area = area
 64
 65    if doc_contour is not None:
 66        # 코너 정렬
 67        pts = doc_contour.reshape(4, 2)
 68        rect = order_points(pts)
 69
 70        # 결과 이미지에 표시
 71        result_contour = img.copy()
 72        cv2.drawContours(result_contour, [doc_contour], -1, (0, 255, 0), 3)
 73        for pt in rect:
 74            cv2.circle(result_contour, tuple(pt.astype(int)), 10, (0, 0, 255), -1)
 75
 76        cv2.imwrite('scanner_contour.jpg', result_contour)
 77
 78        # 5. 원근 변환
 79        width, height = 500, 700  # 출력 크기
 80        dst = np.array([
 81            [0, 0],
 82            [width - 1, 0],
 83            [width - 1, height - 1],
 84            [0, height - 1]
 85        ], dtype=np.float32)
 86
 87        M = cv2.getPerspectiveTransform(rect, dst)
 88        warped = cv2.warpPerspective(img, M, (width, height))
 89
 90        # 6. 이진화 (스캔 효과)
 91        warped_gray = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
 92        scanned = cv2.adaptiveThreshold(
 93            warped_gray, 255,
 94            cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
 95            cv2.THRESH_BINARY, 11, 2
 96        )
 97
 98        cv2.imwrite('scanner_warped.jpg', warped)
 99        cv2.imwrite('scanner_result.jpg', scanned)
100
101        print("문서 스캐너 완료!")
102        print("  - scanner_input.jpg: 원본")
103        print("  - scanner_contour.jpg: 문서 검출")
104        print("  - scanner_warped.jpg: 원근 보정")
105        print("  - scanner_result.jpg: 최종 스캔")
106    else:
107        print("문서를 찾을 수 없습니다.")
108
109    print("\n처리 파이프라인:")
110    print("  1. 그레이스케일 + 블러")
111    print("  2. Canny 엣지 검출")
112    print("  3. 컨투어 검출 및 근사화")
113    print("  4. 4각형 문서 선택")
114    print("  5. 원근 변환")
115    print("  6. 이진화 (선택)")
116
117
118def order_points(pts):
119    """코너 점을 [좌상, 우상, 우하, 좌하] 순서로 정렬"""
120    rect = np.zeros((4, 2), dtype=np.float32)
121
122    # 합이 가장 작은 것: 좌상
123    # 합이 가장 큰 것: 우하
124    s = pts.sum(axis=1)
125    rect[0] = pts[np.argmin(s)]
126    rect[2] = pts[np.argmax(s)]
127
128    # 차이가 가장 작은 것: 우상
129    # 차이가 가장 큰 것: 좌하
130    diff = np.diff(pts, axis=1)
131    rect[1] = pts[np.argmin(diff)]
132    rect[3] = pts[np.argmax(diff)]
133
134    return rect
135
136
137# ============================================================
138# 프로젝트 2: 차량 번호판 인식 (개념)
139# ============================================================
140
141def license_plate_recognition():
142    """차량 번호판 인식 프로젝트 (개념)"""
143    print("\n" + "=" * 60)
144    print("프로젝트 2: 차량 번호판 인식")
145    print("=" * 60)
146
147    # 시뮬레이션용 번호판 이미지
148    img = np.zeros((400, 600, 3), dtype=np.uint8)
149    img[:] = [200, 200, 200]
150
151    # 차량 형태
152    cv2.rectangle(img, (100, 100), (500, 350), (80, 80, 80), -1)
153    cv2.rectangle(img, (120, 120), (480, 250), (60, 60, 60), -1)
154
155    # 번호판
156    plate_x, plate_y = 200, 280
157    plate_w, plate_h = 200, 50
158    cv2.rectangle(img, (plate_x, plate_y), (plate_x+plate_w, plate_y+plate_h),
159                 (255, 255, 255), -1)
160    cv2.rectangle(img, (plate_x, plate_y), (plate_x+plate_w, plate_y+plate_h),
161                 (0, 0, 0), 2)
162    cv2.putText(img, '12AB3456', (plate_x+20, plate_y+35),
163               cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 0), 2)
164
165    cv2.imwrite('lpr_input.jpg', img)
166
167    print("\n번호판 인식 파이프라인:")
168    print("""
1691. 번호판 검출 (Plate Detection)
170   - Haar Cascade (학습된 분류기)
171   - DNN (YOLO, SSD)
172   - 엣지 기반 검출
173
1742. 번호판 영역 추출
175   - 컨투어 검출
176   - 원근 보정
177
1783. 문자 분할 (Character Segmentation)
179   - 이진화
180   - 컨투어로 각 문자 분리
181   - 연결 요소 분석
182
1834. 문자 인식 (OCR)
184   - Tesseract OCR
185   - DNN 기반 인식
186   - 템플릿 매칭
187
1885. 후처리
189   - 형식 검증
190   - 노이즈 제거
191""")
192
193    code = '''
194# 번호판 인식 코드 예시
195import cv2
196import pytesseract
197
198# 1. 번호판 검출
199plate_cascade = cv2.CascadeClassifier('haarcascade_plate.xml')
200plates = plate_cascade.detectMultiScale(gray, 1.1, 5)
201
202for (x, y, w, h) in plates:
203    # 2. 번호판 영역 추출
204    plate_img = gray[y:y+h, x:x+w]
205
206    # 3. 전처리
207    plate_img = cv2.resize(plate_img, None, fx=2, fy=2)
208    _, thresh = cv2.threshold(plate_img, 0, 255,
209                              cv2.THRESH_BINARY + cv2.THRESH_OTSU)
210
211    # 4. OCR
212    text = pytesseract.image_to_string(thresh, config='--psm 7')
213    print(f"번호판: {text.strip()}")
214'''
215    print(code)
216
217    print("\n필요 라이브러리:")
218    print("  - pytesseract: pip install pytesseract")
219    print("  - Tesseract-OCR: 시스템 설치 필요")
220
221
222# ============================================================
223# 프로젝트 3: 실시간 객체 추적
224# ============================================================
225
226def object_tracking_project():
227    """실시간 객체 추적 프로젝트"""
228    print("\n" + "=" * 60)
229    print("프로젝트 3: 실시간 객체 추적")
230    print("=" * 60)
231
232    # 시뮬레이션 프레임 시퀀스 생성
233    frames = []
234    for i in range(30):
235        frame = np.zeros((480, 640, 3), dtype=np.uint8)
236        frame[:] = [50, 50, 50]
237
238        # 움직이는 객체
239        x = 100 + i * 15
240        y = 240 + int(50 * np.sin(i * 0.3))
241        cv2.circle(frame, (x, y), 40, (0, 200, 0), -1)
242
243        # 고정 객체
244        cv2.rectangle(frame, (400, 100), (500, 200), (200, 0, 0), -1)
245
246        frames.append(frame)
247
248    # 첫 프레임에서 추적 대상 선택
249    first_frame = frames[0].copy()
250    bbox = (60, 200, 80, 80)  # x, y, w, h
251    cv2.rectangle(first_frame, (bbox[0], bbox[1]),
252                 (bbox[0]+bbox[2], bbox[1]+bbox[3]), (0, 255, 0), 2)
253    cv2.imwrite('tracking_init.jpg', first_frame)
254
255    # 추적 시뮬레이션
256    print("\n추적 시뮬레이션 (KCF Tracker 개념)")
257
258    # 추적 결과 시각화
259    result_frame = frames[15].copy()
260    new_x = 100 + 15 * 15
261    new_y = 240 + int(50 * np.sin(15 * 0.3))
262    cv2.rectangle(result_frame, (new_x-40, new_y-40),
263                 (new_x+40, new_y+40), (0, 255, 0), 2)
264    cv2.putText(result_frame, 'Tracking', (new_x-30, new_y-50),
265               cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)
266    cv2.imwrite('tracking_result.jpg', result_frame)
267
268    print("\n완성된 추적 코드:")
269    code = '''
270import cv2
271
272# 비디오 캡처
273cap = cv2.VideoCapture(0)  # 또는 'video.mp4'
274
275# 첫 프레임 읽기
276ret, frame = cap.read()
277
278# ROI 선택 (마우스로 드래그)
279bbox = cv2.selectROI("Select Object", frame, fromCenter=False)
280cv2.destroyAllWindows()
281
282# 추적기 생성 (여러 옵션)
283# tracker = cv2.TrackerBoosting_create()
284# tracker = cv2.TrackerMIL_create()
285tracker = cv2.TrackerKCF_create()
286# tracker = cv2.TrackerCSRT_create()  # 더 정확
287
288# 초기화
289tracker.init(frame, bbox)
290
291while True:
292    ret, frame = cap.read()
293    if not ret:
294        break
295
296    # 추적 업데이트
297    success, bbox = tracker.update(frame)
298
299    if success:
300        x, y, w, h = [int(v) for v in bbox]
301        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
302        cv2.putText(frame, "Tracking", (x, y-10),
303                   cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
304    else:
305        cv2.putText(frame, "Lost", (50, 50),
306                   cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
307
308    cv2.imshow('Tracking', frame)
309    if cv2.waitKey(1) & 0xFF == ord('q'):
310        break
311
312cap.release()
313cv2.destroyAllWindows()
314'''
315    print(code)
316
317    print("\n추적기 비교:")
318    trackers = [
319        ('KCF', '빠름, 일반적 성능'),
320        ('CSRT', '정확, 다소 느림'),
321        ('MOSSE', '매우 빠름, 낮은 정확도'),
322        ('MedianFlow', '예측 가능한 움직임'),
323    ]
324    for name, desc in trackers:
325        print(f"  {name}: {desc}")
326
327
328# ============================================================
329# 프로젝트 4: 이미지 파노라마
330# ============================================================
331
332def panorama_stitching():
333    """이미지 파노라마 프로젝트"""
334    print("\n" + "=" * 60)
335    print("프로젝트 4: 이미지 파노라마")
336    print("=" * 60)
337
338    # 시뮬레이션용 겹치는 이미지 생성
339    # 배경
340    full_scene = np.zeros((300, 800, 3), dtype=np.uint8)
341    full_scene[:] = [200, 200, 200]
342
343    # 장면에 객체 배치
344    cv2.circle(full_scene, (100, 150), 50, (0, 0, 150), -1)
345    cv2.rectangle(full_scene, (250, 100), (350, 200), (0, 150, 0), -1)
346    cv2.circle(full_scene, (500, 150), 60, (150, 0, 0), -1)
347    cv2.rectangle(full_scene, (650, 80), (750, 220), (150, 150, 0), -1)
348
349    # 겹치는 부분이 있는 두 이미지
350    img1 = full_scene[:, :450].copy()
351    img2 = full_scene[:, 300:].copy()
352
353    cv2.imwrite('panorama_img1.jpg', img1)
354    cv2.imwrite('panorama_img2.jpg', img2)
355
356    print("스티칭할 이미지 생성 완료")
357
358    # 특징점 검출 및 매칭
359    gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
360    gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
361
362    # ORB 특징점
363    orb = cv2.ORB_create(nfeatures=500)
364    kp1, des1 = orb.detectAndCompute(gray1, None)
365    kp2, des2 = orb.detectAndCompute(gray2, None)
366
367    if des1 is not None and des2 is not None:
368        # 매칭
369        bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=False)
370        matches = bf.knnMatch(des1, des2, k=2)
371
372        # Ratio test
373        good = []
374        for m, n in matches:
375            if m.distance < 0.75 * n.distance:
376                good.append(m)
377
378        print(f"좋은 매칭: {len(good)}")
379
380        if len(good) >= 4:
381            # 호모그래피 계산
382            src_pts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1, 1, 2)
383            dst_pts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1, 1, 2)
384
385            H, mask = cv2.findHomography(dst_pts, src_pts, cv2.RANSAC, 5.0)
386
387            if H is not None:
388                # 파노라마 생성
389                h1, w1 = img1.shape[:2]
390                h2, w2 = img2.shape[:2]
391
392                # 결과 이미지 크기 계산
393                corners = np.float32([[0, 0], [w2, 0], [w2, h2], [0, h2]]).reshape(-1, 1, 2)
394                transformed = cv2.perspectiveTransform(corners, H)
395
396                all_corners = np.concatenate([
397                    np.float32([[0, 0], [w1, 0], [w1, h1], [0, h1]]).reshape(-1, 1, 2),
398                    transformed
399                ])
400
401                x_min, y_min = np.int32(all_corners.min(axis=0).ravel())
402                x_max, y_max = np.int32(all_corners.max(axis=0).ravel())
403
404                translation = np.array([
405                    [1, 0, -x_min],
406                    [0, 1, -y_min],
407                    [0, 0, 1]
408                ])
409
410                # 워핑 및 합성
411                result_width = x_max - x_min
412                result_height = y_max - y_min
413
414                result = cv2.warpPerspective(img2, translation @ H,
415                                            (result_width, result_height))
416                result[-y_min:-y_min+h1, -x_min:-x_min+w1] = img1
417
418                cv2.imwrite('panorama_result.jpg', result)
419                print("파노라마 생성 완료: panorama_result.jpg")
420
421    print("\n파노라마 생성 파이프라인:")
422    print("  1. 특징점 검출 (SIFT/ORB)")
423    print("  2. 특징점 매칭")
424    print("  3. 호모그래피 계산")
425    print("  4. 이미지 워핑")
426    print("  5. 블렌딩 (경계 부드럽게)")
427
428    # OpenCV Stitcher 클래스 사용
429    print("\nOpenCV Stitcher 사용:")
430    code = '''
431# 간단한 방법: cv2.Stitcher
432stitcher = cv2.Stitcher_create(cv2.Stitcher_PANORAMA)
433status, panorama = stitcher.stitch([img1, img2, img3])
434
435if status == cv2.Stitcher_OK:
436    cv2.imwrite('panorama.jpg', panorama)
437else:
438    print(f"스티칭 실패: {status}")
439'''
440    print(code)
441
442
443# ============================================================
444# 프로젝트 5: 증강 현실 마커
445# ============================================================
446
447def ar_marker_project():
448    """증강 현실 마커 프로젝트 (개념)"""
449    print("\n" + "=" * 60)
450    print("프로젝트 5: AR 마커 기반 증강 현실")
451    print("=" * 60)
452
453    # ArUco 마커 생성 (시뮬레이션)
454    marker_size = 200
455
456    # 시뮬레이션용 마커 이미지
457    marker = np.zeros((marker_size, marker_size), dtype=np.uint8)
458    marker[:] = 255
459
460    # 간단한 패턴 (실제 ArUco 마커는 더 복잡)
461    cv2.rectangle(marker, (10, 10), (190, 190), 0, 10)
462    cv2.rectangle(marker, (40, 40), (80, 80), 0, -1)
463    cv2.rectangle(marker, (120, 40), (160, 80), 0, -1)
464    cv2.rectangle(marker, (40, 120), (80, 160), 0, -1)
465    cv2.rectangle(marker, (120, 120), (160, 160), 0, -1)
466    cv2.rectangle(marker, (80, 80), (120, 120), 0, -1)
467
468    cv2.imwrite('ar_marker.jpg', marker)
469
470    print("\nArUco 마커:")
471    print("  - OpenCV에 내장된 마커 시스템")
472    print("  - 자동 검출 및 ID 인식")
473    print("  - 4개 코너로 포즈 추정")
474
475    code = '''
476# ArUco 마커 생성
477import cv2
478
479# 딕셔너리 선택
480aruco_dict = cv2.aruco.getPredefinedDictionary(cv2.aruco.DICT_6X6_250)
481
482# 마커 생성 (ID=42, 크기=200x200)
483marker = cv2.aruco.generateImageMarker(aruco_dict, 42, 200)
484cv2.imwrite('marker_42.png', marker)
485
486# 마커 검출
487detector = cv2.aruco.ArucoDetector(aruco_dict)
488corners, ids, rejected = detector.detectMarkers(gray)
489
490# 마커 그리기
491cv2.aruco.drawDetectedMarkers(image, corners, ids)
492
493# 포즈 추정 (카메라 캘리브레이션 필요)
494rvecs, tvecs, _ = cv2.aruco.estimatePoseSingleMarkers(
495    corners, marker_length, camera_matrix, dist_coeffs
496)
497
498# 좌표축 그리기
499for rvec, tvec in zip(rvecs, tvecs):
500    cv2.drawFrameAxes(image, camera_matrix, dist_coeffs, rvec, tvec, 0.1)
501'''
502    print(code)
503
504    print("\nAR 응용:")
505    print("  - 3D 객체 오버레이")
506    print("  - 가상 가구 배치")
507    print("  - 게임/교육")
508
509
510# ============================================================
511# 프로젝트 구조 가이드
512# ============================================================
513
514def project_structure_guide():
515    """프로젝트 구조 가이드"""
516    print("\n" + "=" * 60)
517    print("컴퓨터 비전 프로젝트 구조 가이드")
518    print("=" * 60)
519
520    print("""
521권장 프로젝트 구조:
522
523project/
524├── main.py           # 메인 실행 파일
525├── config.py         # 설정 (경로, 파라미터)
526├── requirements.txt  # 의존성
527├── README.md
528│
529├── src/
530│   ├── __init__.py
531│   ├── detection.py      # 객체 검출
532│   ├── preprocessing.py  # 전처리
533│   ├── tracking.py       # 추적
534│   └── utils.py          # 유틸리티
535│
536├── models/           # 학습된 모델 파일
537│   ├── yolov3.weights
538│   ├── yolov3.cfg
539│   └── ...
540│
541├── data/             # 입력 데이터
542│   ├── images/
543│   └── videos/
544│
545├── output/           # 결과 저장
546│   ├── results/
547│   └── logs/
548│
549└── tests/            # 테스트 코드
550    └── test_detection.py
551""")
552
553    print("\n개발 팁:")
554    print("  1. 모듈화: 기능별로 분리")
555    print("  2. 설정 파일: 하드코딩 피하기")
556    print("  3. 로깅: 디버깅 용이")
557    print("  4. 테스트: 단위 테스트 작성")
558    print("  5. 문서화: 함수/클래스 docstring")
559
560
561def main():
562    """메인 함수"""
563    # 프로젝트 1: 문서 스캐너
564    document_scanner()
565
566    # 프로젝트 2: 번호판 인식
567    license_plate_recognition()
568
569    # 프로젝트 3: 객체 추적
570    object_tracking_project()
571
572    # 프로젝트 4: 파노라마
573    panorama_stitching()
574
575    # 프로젝트 5: AR 마커
576    ar_marker_project()
577
578    # 프로젝트 구조 가이드
579    project_structure_guide()
580
581    print("\n" + "=" * 60)
582    print("실전 프로젝트 데모 완료!")
583    print("=" * 60)
584
585
586if __name__ == '__main__':
587    main()