"""uniformity.py の単体テスト. 仕様 (SPEC_01_アーキテクチャ設計.md): - to_grayscale: RGB 画像を Rec.709 輝度係数でグレースケールに変換する - calc_uniformity: CoV, std, max_min_ratio, mean, max, min を算出する テスト方針 (GUIDE_08_テスト方針.md): - pytest を使用 - numpy で合成した画像を使用 - 既知の値で期待値と比較 """ import numpy import pytest from src.analysis.uniformity import ( REC709_COEFF_B, REC709_COEFF_G, REC709_COEFF_R, calc_uniformity, to_grayscale, ) # --------------------------------------------------------------------------- # to_grayscale テスト # --------------------------------------------------------------------------- class TestToGrayscale: """to_grayscale 関数のテスト群.""" def test_uniform_white_image_returns_255(self) -> None: """正常: 全ピクセル [255, 255, 255] の画像は全ピクセル 255.0 を返すこと.""" image = numpy.full((8, 8, 3), 255, dtype=numpy.uint8) result = to_grayscale(image) # Rec.709 係数の和が 1.0 なので、全チャンネル 255 なら輝度も 255 expected = (REC709_COEFF_R + REC709_COEFF_G + REC709_COEFF_B) * 255.0 assert numpy.all(numpy.isclose(result, expected)) def test_uniform_black_image_returns_zero(self) -> None: """正常: 全ピクセル [0, 0, 0] の画像は全ピクセル 0.0 を返すこと.""" image = numpy.zeros((8, 8, 3), dtype=numpy.uint8) result = to_grayscale(image) assert numpy.all(result == 0.0) def test_red_only_image(self) -> None: """正常: 赤のみ画像 [255, 0, 0] は 0.2126 * 255 = 54.213 を返すこと.""" image = numpy.zeros((4, 4, 3), dtype=numpy.uint8) image[:, :, 0] = 255 # R チャンネルのみ 255 result = to_grayscale(image) expected = REC709_COEFF_R * 255.0 assert numpy.all(numpy.isclose(result, expected)) def test_green_only_image(self) -> None: """正常: 緑のみ画像 [0, 255, 0] は 0.7152 * 255 = 182.376 を返すこと.""" image = numpy.zeros((4, 4, 3), dtype=numpy.uint8) image[:, :, 1] = 255 # G チャンネルのみ 255 result = to_grayscale(image) expected = REC709_COEFF_G * 255.0 assert numpy.all(numpy.isclose(result, expected)) def test_blue_only_image(self) -> None: """正常: 青のみ画像 [0, 0, 255] は 0.0722 * 255 = 18.411 を返すこと.""" image = numpy.zeros((4, 4, 3), dtype=numpy.uint8) image[:, :, 2] = 255 # B チャンネルのみ 255 result = to_grayscale(image) expected = REC709_COEFF_B * 255.0 assert numpy.all(numpy.isclose(result, expected)) def test_output_shape_is_hw(self) -> None: """正常: 戻り値の shape が (H, W) であること.""" image = numpy.zeros((6, 10, 3), dtype=numpy.uint8) result = to_grayscale(image) assert result.shape == (6, 10) def test_output_dtype_is_float64(self) -> None: """正常: 戻り値の dtype が float64 であること.""" image = numpy.full((4, 4, 3), 128, dtype=numpy.uint8) result = to_grayscale(image) assert result.dtype == numpy.float64 def test_rec709_coefficients_applied_correctly(self) -> None: """正常: Rec.709 係数が正しく適用されること（既知の RGB 値で検証）.""" # 1x1 画像で R=100, G=150, B=200 のピクセル image = numpy.array([[[100, 150, 200]]], dtype=numpy.uint8) result = to_grayscale(image) expected = REC709_COEFF_R * 100 + REC709_COEFF_G * 150 + REC709_COEFF_B * 200 assert numpy.isclose(result[0, 0], expected) def test_non_uniform_image_preserves_spatial_values(self) -> None: """正常: 非均一画像で各ピクセルの輝度値が独立して計算されること.""" image = numpy.zeros((2, 2, 3), dtype=numpy.uint8) image[0, 0] = [255, 0, 0] # 左上: 赤 image[0, 1] = [0, 255, 0] # 右上: 緑 image[1, 0] = [0, 0, 255] # 左下: 青 image[1, 1] = [255, 255, 255] # 右下: 白 result = to_grayscale(image) assert numpy.isclose(result[0, 0], REC709_COEFF_R * 255.0) assert numpy.isclose(result[0, 1], REC709_COEFF_G * 255.0) assert numpy.isclose(result[1, 0], REC709_COEFF_B * 255.0) assert numpy.isclose( result[1, 1], (REC709_COEFF_R + REC709_COEFF_G + REC709_COEFF_B) * 255.0 ) # --------------------------------------------------------------------------- # calc_uniformity テスト # --------------------------------------------------------------------------- class TestCalcUniformity: """calc_uniformity 関数のテスト群.""" def test_uniform_luminance_returns_zero_cov(self) -> None: """正常: 均一輝度（全ピクセル 200.0）は cov=0.0, std=0.0, max_min_ratio=1.0 を返すこと.""" luminance = numpy.full((8, 8), 200.0, dtype=numpy.float64) result = calc_uniformity(luminance) assert numpy.isclose(result["cov"], 0.0) assert numpy.isclose(result["std"], 0.0) assert numpy.isclose(result["max_min_ratio"], 1.0) assert numpy.isclose(result["mean"], 200.0) def test_known_values_cov(self) -> None: """正常: 既知の輝度配列で CoV が正しく計算されること.""" # 値が 100 と 200 の 2 要素: mean=150, std=50, cov=50/150 luminance = numpy.array([[100.0, 200.0]], dtype=numpy.float64) result = calc_uniformity(luminance) mean = 150.0 std = float(numpy.std(numpy.array([100.0, 200.0]))) expected_cov = std / mean assert numpy.isclose(result["cov"], expected_cov) def test_known_values_max_min_ratio(self) -> None: """正常: 既知の輝度配列で max_min_ratio が正しく計算されること.""" luminance = numpy.array([[50.0, 100.0, 200.0]], dtype=numpy.float64) result = calc_uniformity(luminance) assert numpy.isclose(result["max_min_ratio"], 200.0 / 50.0) def test_raises_value_error_when_lmin_is_zero(self) -> None: """異常: lmin==0 の場合に ValueError が送出されること.""" luminance = numpy.array([[0.0, 100.0, 200.0]], dtype=numpy.float64) with pytest.raises(ValueError): calc_uniformity(luminance) def test_raises_value_error_for_all_zero_image(self) -> None: """異常: 全ゼロ画像で ValueError が送出されること.""" luminance = numpy.zeros((8, 8), dtype=numpy.float64) with pytest.raises(ValueError): calc_uniformity(luminance) def test_return_value_has_all_required_keys(self) -> None: """正常: 戻り値のキーが全て存在すること（cov, std, max_min_ratio, mean, max, min）.""" luminance = numpy.full((4, 4), 128.0, dtype=numpy.float64) result = calc_uniformity(luminance) expected_keys = {"cov", "std", "max_min_ratio", "mean", "max", "min"} assert set(result.keys()) == expected_keys def test_mean_value_is_correct(self) -> None: """正常: mean が正しく計算されること.""" luminance = numpy.array([[100.0, 200.0, 300.0]], dtype=numpy.float64) result = calc_uniformity(luminance) assert numpy.isclose(result["mean"], 200.0) def test_max_and_min_values_are_correct(self) -> None: """正常: max と min が正しく返ること.""" luminance = numpy.array([[50.0, 150.0, 250.0]], dtype=numpy.float64) result = calc_uniformity(luminance) assert numpy.isclose(result["max"], 250.0) assert numpy.isclose(result["min"], 50.0) def test_std_value_is_correct(self) -> None: """正常: std が numpy.std と一致すること.""" values = [80.0, 120.0, 160.0, 200.0] luminance = numpy.array([values], dtype=numpy.float64) result = calc_uniformity(luminance) expected_std = float(numpy.std(numpy.array(values))) assert numpy.isclose(result["std"], expected_std) def test_cov_is_inf_when_mean_is_zero(self) -> None: """エッジケース: mean=0 の場合に cov が inf となること. ただし lmin=0 のため ValueError が先に発生するはず。 mean=0 かつ全値が 0 でない状況（負の値）は float64 では可能だが 輝度の性質上このケースは仕様外のため、実装の副作用確認のみ。 """ # 負の輝度は現実には存在しないが、mean=0 のコードパスを検証 # lmin が 0 以外になるケースのみテスト可能 luminance = numpy.array([[1.0, -1.0, 2.0, -2.0]], dtype=numpy.float64) # mean = 0.0 となるが lmin = -2.0 != 0.0 なので ValueError は発生しない result = calc_uniformity(luminance) assert result["cov"] == float("inf") def test_uniform_luminance_mean_equals_value(self) -> None: """正常: 均一輝度の mean が設定値と等しいこと（複数値で確認）.""" for val in [50.0, 100.0, 200.0, 255.0]: luminance = numpy.full((4, 4), val, dtype=numpy.float64) result = calc_uniformity(luminance) assert numpy.isclose(result["mean"], val) def test_return_values_are_float(self) -> None: """正常: 戻り値の各フィールドが Python float 型であること.""" luminance = numpy.array([[100.0, 200.0]], dtype=numpy.float64) result = calc_uniformity(luminance) for key in ["cov", "std", "max_min_ratio", "mean", "max", "min"]: assert isinstance(result[key], float), f"{key} が float でない"