[3주-3,4일차] NFT maker APP - kmeans 코드 분석 + 이미지변환해보기

오늘은 어제에 이어서 코드를 분석해보고

 

샘플 이미지 파일을 넣고 값을 변화시키면서 실제 코드가 어떻게 돌아가는지 대충 파악해보자

 

# coding:utf-8
import sys
import cv2
from PIL import Image
import numpy as np
 
#erode 할때 쓰일 2차원배열 모양 선언
n8 = np.array([[1, 1, 1],
               [1, 1, 1],
               [1, 1, 1]],
              np.uint8)
 
n4 = np.array([[0, 1, 0],
               [1, 1, 1],
               [0, 1, 0]],
              np.uint8)
 
 
def make_dot(src, k, scale, color=True, blur, erode, alpha=True, to_tw=True):
    img_pl = Image.open(src)
 
    #RGBA 나 RGB 로 convert
    if (img_pl.mode == 'RGBA' or img_pl.mode == 'P') and alpha:
        if img_pl.mode != 'RGBA':
            img_pl = img_pl.convert('RGBA')
        alpha_mode = True
    elif img_pl.mode != 'RGB' and img_pl.mode != 'L':
        img_pl = img_pl.convert('RGB')
        alpha_mode = False
    else:
        alpha_mode = False
 
 
    #컬러 변환 함수
    img = np.asarray(img_pl)
    if color and alpha_mode:
        a = img[:, :, 3]
        img = cv2.cvtColor(img, cv2.COLOR_BGRA2RGB) #BGRA TO RGB
        h, w, c = img.shape
    elif color:
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) #BGR TO RGB
        h, w, c = img.shape
    else:
        img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) #RGB TO GRAY 흑백인듯
        h, w = img.shape
        c = 0
 
    d_h = int(h / scale)
    d_w = int(w / scale)
    if erode == 1:
        img = cv2.erode(img, n4, iterations=1)
    elif erode == 2:
        img = cv2.erode(img, n8, iterations=1)
    if blur:
        img = cv2.bilateralFilter(img, 15, blur, 20)
 
    img = cv2.resize(img, (d_w, d_h), interpolation=cv2.INTER_NEAREST)
    if alpha_mode:
        a = cv2.resize(a, (d_w, d_h), interpolation=cv2.INTER_NEAREST)
        a = cv2.resize(a, (d_w * scale, d_h * scale), interpolation=cv2.INTER_NEAREST)
        a[a != 0] = 255
        if not 0 in a:
            a[0, 0] = 0
    if color:
        img_cp = img.reshape(-1, c)
    else:
        img_cp = img.reshape(-1)
 
    img_cp = img_cp.astype(np.float32)
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
    ret, label, center = cv2.kmeans(img_cp, k, None, criteria, 10, cv2.KMEANS_PP_CENTERS)
    center = center.astype(np.uint8)
    result = center[label.flatten()]
    result = result.reshape((img.shape))
    result = cv2.resize(result, (d_w * scale, d_h * scale), interpolation=cv2.INTER_NEAREST)
 
    if alpha_mode:
        r, g, b = cv2.split(result)
        result = cv2.merge((r, g, b, a))
    elif to_tw:
        r, g, b = cv2.split(result)
        a = np.ones(r.shape, dtype=np.uint8) * 255
        a[0, 0] = 0
        result = cv2.merge((r, g, b, a))
        
    colors = []
    for res_c in center:
        color_code = '#{0:02x}{1:02x}{2:02x}'.format(res_c[2], res_c[1], res_c[0])
        colors.append(color_code)
    return result, colors
 

 

result = center[label.flatten()]

https://velog.io/@u_jinju/Python-flatten-%ED%95%A8%EC%88%98

[Python] flatten() 함수

flatten() 함수는 다차원 공간을 1차원으로 평탄화 해주는 함수라고 한다.

 

그리고 k means 인자들이 어떤 역할을 하는지 알아보고 싶었는데

https://deep-learning-study.tistory.com/292

[OpenCV 머신러닝] OpenCV에서 k-means 알고리즘 사용하기 - cv2.kmeans

블로그에서 자세히 설명되어있어서 참고했다.

 

여기서 ret, label, center 에 kmeans 결과가 반환되는데

ret 은 안쓰는것 같고

 

center = center.astype(np.uint8)

    result = center[label.flatten()] #다차원배열 평탄화

    result = result.reshape((img.shape))

    result = cv2.resize(result, (d_w * scale, d_h * scale), interpolation=cv2.INTER_NEAREST)

이 작업을 거쳐서 result 에 결과가 저장되는데

정확히 어떤 작업이 이루어지는지는 와닫지는 않는다.

 

이제 값을 하나씩 바꿔가면서 사진의 변화를 비교해 보자

 

기존 사이트

원본

원본

변환

num of color 8

dot size 4

나머지 다 none

 

python 결과

잘 나오는듯 하다

 

 

 

 

• 앱 - dynamoDB 이미지 파일 추가

지금 거의 한 5일동안 찾아본 결과 dynamoDB에 이미지파일을 어떻게 해서든 올리는건 비효율적이라고 결론이 섯다.

 

결국 AWS S3 를 이용해서 이미지를 올리고 파일을 변환한 후 이용한 파일을 삭제하는 작업을 하는게 맞는것 같다.

 

연동은 내일 하도록 하고

일단 s3 연동에 필요한 자료들을 모아보자

ㅅㅂ 2주차때 했던것들은 다 쓸모없어졌네

 

https://godsang.tistory.com/entry/%EC%9D%B4%ED%8B%80-%ED%97%A4%EB%A7%A4%EA%B3%A0-%EC%A0%95%EB%A6%AC%ED%95%98%EB%8A%94-AWS-S3-Android-image-upload-%EB%B0%A9%EB%B2%95

이틀 헤매고 정리하는 AWS <-> S3 Android image upload 방법

 

https://velog.io/@colorful-stars/%EC%95%88%EB%93%9C%EB%A1%9C%EC%9D%B4%EB%93%9C-AWS-S3-%EC%9D%B4%EB%AF%B8%EC%A7%80-%EC%97%85%EB%A1%9C%EB%93%9C-%EB%B0%8F-%EB%8B%A4%EC%9A%B4%EB%A1%9C%EB%93%9C

안드로이드 AWS S3 이미지 업로드 및 다운로드 (1)

 

https://dev.classmethod.jp/articles/lim-lambda-s3-2021/

S3를 람다 함수 트리거로 추가해서 객체 생성 이벤트가 발생할때 람다 함수를 실행시켜봤다. | Dev

 

lambda 에서 s3 object 삭제

https://stackoverflow.com/questions/28420499/aws-lambda-cant-delete-amazon-s3-object

AWS Lambda can't delete Amazon S3 object

 

aws s3 sdk for java

https://docs.aws.amazon.com/ko_kr/AmazonS3/latest/userguide/UsingTheMPJavaAPI.html

AWS SDK for Java 사용 - Amazon Simple Storage Service

 

aws s3 sdk for python

https://docs.aws.amazon.com/ko_kr/AmazonS3/latest/userguide/UsingTheBotoAPI.html

AWS SDK for Python (Boto) 사용 - Amazon Simple Storage Service

 

https://docs.aws.amazon.com/ko_kr/lambda/latest/dg/with-s3-example.html

자습서: Amazon S3 트리거를 사용하여 Lambda 함수 호출 - AWS Lambda

 

 

일단 여기까지만 알아보자