haechan 0.1.7

Computer vision utilities for dataset visualization

haechan

Computer vision utilities for dataset visualization.

Installation

pip install haechan

Optional external tools for export optimization:

brew install gifsicle  # GIF 후처리 압축
brew install ffmpeg    # MP4 저장

Usage

blend

세그멘테이션 마스크를 이미지에 오버레이합니다.

import numpy as np
from haechan import blend, palette

img  = np.array(Image.open("image.jpg"))   # H x W x 3, uint8
mask = np.array(Image.open("mask.png"))    # H x W, int (class index)
fg   = mask > 0                            # 전경 boolean mask

# 기본 사용
blended = blend(img, mask, fg)

# 마스크 크기가 다를 때 — aspect ratio 유지하며 max 320px로 리사이즈
blended = blend(img, mask, fg, resize=True)

label

마스크 중심에 클래스 이름 태그를 그립니다. 배경색 밝기에 따라 텍스트 색을 자동 선택하고 stroke를 추가해 어떤 이미지에서도 가독성을 보장합니다.

from PIL import Image, ImageDraw
from haechan import label

pil_img = Image.fromarray(blended)
draw    = ImageDraw.Draw(pil_img)

label(draw, mask == 1, text="person", color=(255, 0, 0))

mask와 이미지 크기가 달라도 자동으로 좌표를 스케일링합니다.

save_img

from haechan import save_img

save_img(blended, "output.jpg")          # numpy array 또는 PIL Image
save_img(pil_img, "output.png")

save_gif

from haechan import save_gif

frames = [Image.open(f"frame{i}.png") for i in range(10)]

save_gif(frames, "output.gif", duration=200)

# gifsicle로 후처리 압축 (--lossy=80 --optimize=3)
save_gif(frames, "output.gif", duration=200, optimize=True)

save_video

MP4로 저장합니다. ffmpeg가 필요합니다.

from haechan import save_video

save_video(frames, "output.mp4", fps=10)

palette / get_colors

from haechan import palette, get_colors

colors = palette()                  # 254색 고정 팔레트, list of (R, G, B)
colors = get_colors(num_classes=80) # 원하는 클래스 수만큼

License

MIT