LoslegenKostenlos starten

Superpixel-Segmentierung

In dieser Übung wendest du unüberwachtes Segmentieren auf dasselbe Bild an, bevor es an ein Machine-Learning-Modell zur Gesichtserkennung übergeben wird.

Du reduzierst das Bild also von \(265 \times 191 = 50,615\) Pixeln auf \(400\) Bereiche.

Young woman
Bereits als face_image vorab geladen.

Die Funktion show_image() wurde ebenfalls für dich vorab geladen.

Diese Übung ist Teil des Kurses

<Kurs>Bildverarbeitung mit Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere die Funktion slic() aus dem Modul segmentation.
  • Importiere die Funktion label2rgb() aus dem Modul color.
  • Erhalte die Segmentierung mit 400 Bereichen mit slic().
  • Lege die Segmente mit label2rgb() über das Originalbild, um sie zu vergleichen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import the slic function from segmentation module
from skimage.____ import ____

# Import the label2rgb function from color module
from skimage.____ import ____

# Obtain the segmentation with 400 regions
segments = ____(____, ____= ____)

# Put segments on top of original image to compare
segmented_image = ____(____, ____, kind='avg')

# Show the segmented image
show_image(segmented_image, "Segmented image, 400 superpixels")
Code bearbeiten und ausführen