도형 탐지

# 도형 이미지를 읽고 밝기 영상으로 변환
shapes_image = cv.imread("shapes.webp")
shapes_gray = cv.cvtColor(
    shapes_image,
    cv.COLOR_BGR2GRAY,
)

# 도형을 흰색 전경으로 이진화
_, shapes_binary = cv.threshold(
    shapes_gray,
    60,
    255,
    cv.THRESH_BINARY,
)

# 열림과 닫힘으로 작은 잡음과 도형 내부의 빈틈 정리
kernel = cv.getStructuringElement(
    cv.MORPH_ELLIPSE,
    (3, 3),
)
shapes_cleaned = cv.morphologyEx(
    shapes_binary,
    cv.MORPH_OPEN,
    kernel,
)
shapes_cleaned = cv.morphologyEx(
    shapes_cleaned,
    cv.MORPH_CLOSE,
    kernel,
)

# 정리된 이진 영상에서 바깥 윤곽선만 추출
shape_contours, _ = cv.findContours(
    shapes_cleaned,
    cv.RETR_EXTERNAL,
    cv.CHAIN_APPROX_SIMPLE,
)

len(shape_contours)

# 첫 번째 윤곽선의 둘레 계산
contour = shape_contours[0]
perimeter = cv.arcLength(contour, True)

# 둘레의 1%를 허용 오차로 사용해 닫힌 다각형으로 근사
approximation = cv.approxPolyDP(
    contour,
    0.01 * perimeter,
    True,
)

len(contour), len(approximation)

# 도형별 검출 개수를 기록할 딕셔너리 준비
shape_counts = {
    "triangle": 0,
    "quadrilateral": 0,
    "pentagon": 0,
    "circle": 0,
}

for contour in shape_contours:
    # 각 윤곽선의 면적·둘레·근사 꼭짓점 계산
    area = cv.contourArea(contour)
    perimeter = cv.arcLength(contour, True)
    approximation = cv.approxPolyDP(
        contour,
        0.01 * perimeter,
        True,
    )

    # 면적과 둘레를 이용해 원에 가까운 정도 계산
    circularity = (
        4 * np.pi * area / perimeter**2
    )

    # 원형도를 먼저 확인하고 나머지는 꼭짓점 수로 분류
    if circularity > 0.85:
        label = "circle"
    elif len(approximation) == 3:
        label = "triangle"
    elif len(approximation) == 4:
        label = "quadrilateral"
    elif len(approximation) == 5:
        label = "pentagon"
    else:
        continue

    shape_counts[label] += 1

shape_counts

centroids = []

for contour in shape_contours:
    # 윤곽선 좌표 분포를 나타내는 모멘트 계산
    moments = cv.moments(contour)

    # 면적이 0이 아닐 때 1차 모멘트를 면적으로 나눠 무게중심 계산
    if moments["m00"] != 0:
        center_x = int(
            moments["m10"] / moments["m00"]
        )
        center_y = int(
            moments["m01"] / moments["m00"]
        )
        centroids.append((center_x, center_y))

len(centroids)

# 볼록 껍질을 확인할 이미지를 밝기 영상으로 변환
convex_image = cv.imread("convex.webp")
convex_gray = cv.cvtColor(
    convex_image,
    cv.COLOR_BGR2GRAY,
)

# 흰 배경은 0, 색 도형은 255가 되도록 반전 이진화
_, convex_binary = cv.threshold(
    convex_gray,
    0,
    255,
    cv.THRESH_BINARY_INV | cv.THRESH_OTSU,
)

# 이진 영상에서 각 도형의 바깥 윤곽선 추출
convex_contours, _ = cv.findContours(
    convex_binary,
    cv.RETR_EXTERNAL,
    cv.CHAIN_APPROX_SIMPLE,
)
hull_result = convex_image.copy()
# 원본 윤곽선은 초록색, 볼록 껍질은 빨간색으로 표시
for contour in convex_contours:
    hull = cv.convexHull(contour)
    cv.drawContours(
        hull_result,
        [contour],
        -1,
        (0, 180, 0),
        2,
    )
    cv.drawContours(
        hull_result,
        [hull],
        -1,
        (0, 0, 255),
        3,
    )
len(convex_contours)

to_pil(hull_result)