Skip to content
TheChatArchiveThe Chat Archive
Claudeclaude-opus-4-20250514· AnthropicHugging Face LMArena Human Preference 140K

mp4 동영상의 중앙부 10% 영역에서 각 프레임별로 SNR 노이즈를 측정하여 출력하는 프로그램 작성해줘. 동영상은 탐색창 열어서 선택하게 하고, 데이터는…

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with grok-3-preview-02-24’s answer.
  1. User

    mp4 동영상의 중앙부 10% 영역에서 각 프레임별로 SNR 노이즈를 측정하여 출력하는 프로그램 작성해줘. 동영상은 탐색창 열어서 선택하게 하고, 데이터는 프레임번호, 밝기, 노이즈 3가지를 csv 파일에 저장해 주면 되

  2. Claude Assistant

    다음은 MP4 동영상의 중앙부 10% 영역에서 각 프레임별로 SNR과 노이즈를 측정하는 Python 프로그램입니다:

    import cv2
    import numpy as np
    import tkinter as tk
    from tkinter import filedialog
    import csv
    from tqdm import tqdm
    import os
    
    def calculate_snr_and_noise(image):
        """
        이미지의 SNR과 노이즈를 계산합니다.
        """
        # 이미지를 float32로 변환
        image_float = image.astype(np.float32)
        
        # 평균 밝기 계산
        mean_brightness = np.mean(image_float)
        
        # 노이즈 추정 (Laplacian 방법 사용)
        # Laplacian 필터를 적용하여 엣지와 노이즈를 감지
        laplacian = cv2.Laplacian(image_float, cv2.CV_32F)
        
        # 노이즈 표준편차 추정 (Robust MAD 방법)
        # MAD (Median Absolute Deviation) 사용
        noise_std = np.median(np.abs(laplacian)) * 1.4826
        
        # SNR 계산 (신호 대 잡음비)
        if noise_std > 0:
            snr = mean_brightness / noise_std
            snr_db = 20 * np.log10(snr) if snr > 0 else 0
        else:
            snr_db = float('inf')
        
        return mean_brightness, noise_std, snr_db
    
    def process_video(video_path, output_csv):
        """
        비디오를 처리하고 결과를 CSV 파일로 저장합니다.
        """
        # 비디오 캡처 객체 생성
        cap = cv2.VideoCapture(video_path)
        
        # 비디오 정보 가져오기
        total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
        fps = cap.get(cv2.CAP_PROP_FPS)
        width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
        height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
        
        print(f"비디오 정보:")
        print(f"- 총 프레임 수: {total_frames}")
        print(f"- FPS: {fps}")
        print(f"- 해상도: {width}x{height}")
        
        # 중앙 10% 영역 계산
        center_x = width // 2
        center_y = height // 2
        roi_width = int(width * 0.1)
        roi_height = int(height * 0.1)
        
        # ROI (Region of Interest) 좌표 계산
        x1 = center_x - roi_width // 2
        y1 = center_y - roi_height // 2
        x2 = x1 + roi_width
        y2 = y1 + roi_height
        
        print(f"- ROI 영역: ({x1}, {y1}) ~ ({x2}, {y2})")
        print(f"- ROI 크기: {roi_width}x{roi_height}")
        
        # CSV 파일 준비
        with open(output_csv, 'w', newline='', encoding='utf-8') as csvfile:
            csv_writer = csv.writer(csvfile)
            csv_writer.writerow(['프레임번호', '밝기', '노이즈'])
            
            # 프레임별 처리
            frame_number = 0
            
            with tqdm(total=total_frames, desc="프레임 처리 중") as pbar:
                while True:
                    ret, frame = cap.read()
                    if not ret:
                        break
                    
                    # BGR을 그레이스케일로 변환
                    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
                    
                    # 중앙 10% 영역 추출
                    roi = gray[y1:y2, x1:x2]
                    
                    # SNR과 노이즈 계산
                    brightness, noise, snr_db = calculate_snr_and_noise(roi)
                    
                    # CSV에 기록
                    csv_writer.writerow([frame_number, f"{brightness:.2f}", f"{noise:.2f}"])
                    
                    frame_number += 1
                    pbar.update(1)
        
        cap.release()
        print(f"\n처리 완료! 결과가 '{output_csv}'에 저장되었습니다.")
    
    def select_video_and_process():
        """
        파일 선택 대화상자를 열고 비디오를 처리합니다.
        """
        # Tkinter 루트 윈도우 생성 (숨김)
        root = tk.Tk()
        root.withdraw()
        
        # 파일 선택 대화상자
        video_path = filedialog.askopenfilename(
            title="MP4 동영상 파일 선택",
            filetypes=[("MP4 files", "*.mp4"), ("All files", "*.*")]
        )
        
        if not video_path:
            print("파일이 선택되지 않았습니다.")
            return
        
        # 출력 CSV 파일 경로 생성
        video_dir = os.path.dirname(video_path)
        video_name = os.path.splitext(os.path.basename(video_path))[0]
        output_csv = os.path.join(video_dir, f"{video_name}_noise_analysis.csv")
        
        print(f"선택된 파일: {video_path}")
        print(f"출력 파일: {output_csv}")
        
        # 비디오 처리
        try:
            process_video(video_path, output_csv)
        except Exception as e:
            print(f"오류 발생: {str(e)}")
        
        root.destroy()
    
    if __name__ == "__main__":
        print("MP4 동영상 노이즈 분석 프로그램")
        print("=" * 50)
        
        # 필요한 패키지 확인
        try:
            import cv2
            import numpy
            import tkinter
            from tqdm import tqdm
        except ImportError as e:
            print("필요한 패키지가 설치되지 않았습니다.")
            print("다음 명령어로 설치해주세요:")
            print("pip install opencv-python numpy tqdm")
            exit(1)
        
        select_video_and_process()
    

    이 프로그램의 주요 기능:

    1. 파일 선택: tkinter를 사용하여 파일 탐색창을 열어 MP4 파일을 선택할 수 있습니다.

    2. 중앙 10% 영역 추출: 각 프레임에서 중앙부의 10% 영역만을 분석 대상으로 합니다.

    3. 노이즈 측정: Laplacian 필터와 MAD (Median Absolute Deviation) 방법을 사용하여 노이즈를 추정합니다.

    4. 데이터 저장: 프레임 번호, 평균 밝기, 노이즈 값을 CSV 파일로 저장합니다.

    5. 진행 상황 표시: tqdm을 사용하여 처리 진행률을 표시합니다.

    프로그램 사용 방법:

    1. 필요한 패키지 설치:
    pip install opencv-python numpy tqdm
    
    1. 프로그램 실행:
    python video_noise_analyzer.py
    
    1. 파일 선택 창에서 분석할 MP4 파일을 선택하면 자동으로 처리가 시작됩니다.

    2. 처리가 완료되면 동영상과 같은 폴더에 [동영상이름]_noise_analysis.csv 파일이 생성됩니다.

    CSV 파일에는 각 프레임의 번호, 중앙 영역의 평균 밝기, 그리고 추정된 노이즈 값이 저장됩니다.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.