ComenzarEmpieza gratis

Segmentación y detección de rostros

Antes viste cómo hacer los procesos más eficientes computacionalmente con una segmentación no supervisada en superpíxeles. ¡En este ejercicio vas a ponerlo en práctica!

Usando la función slic() para la segmentación, realiza un preprocesado de la imagen antes de pasársela al detector de rostros.

Young woman selfie
Imagen precargada como profile_image.

La clase Cascade, la función slic() del módulo segmentation y la función show_detected_face() para visualización ya se han importado. El detector ya está inicializado y listo para usarse como detector.

Este ejercicio forma parte del curso

Procesamiento de Imágenes en Python

Ver curso

Instrucciones del ejercicio

  • Aplica la segmentación en superpíxeles y obtén los segmentos, también llamados labels, usando slic().
  • Obtén la imagen segmentada usando label2rgb(), pasando segments y profile_image.
  • Detecta los rostros usando el detector con el método multiescala.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Obtain the segmentation with default 100 regions
segments = ____

# Obtain segmented image using label2rgb
segmented_image = ____(____, ____, kind='avg')

# Detect the faces with multi scale method
detected = detector.____(img=____, 
                                       scale_factor=1.2, 
                                       step_ratio=1, 
                                       min_size=(10, 10), max_size=(1000, 1000))

# Show the detected faces
show_detected_face(segmented_image, detected)
Editar y ejecutar código