CommencerCommencer gratuitement

Segmentation en superpixels

Dans cet exercice, vous allez appliquer une segmentation non supervisée à la même image avant de l’envoyer à un modèle de Machine Learning de détection de visages.

Vous allez donc réduire cette image de \(265 \times 191 = 50\,615\) pixels à \(400\) régions.

Young woman
Déjà préchargée sous le nom face_image.

La fonction show_image() a également été préchargée pour vous.

Cet exercice fait partie du cours

Traitement d’images en Python

Afficher le cours

Instructions

  • Importez la fonction slic() depuis le module segmentation.
  • Importez la fonction label2rgb() depuis le module color.
  • Obtenez la segmentation en 400 régions avec slic().
  • Superposez les segments à l’image d’origine pour comparer avec label2rgb().

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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")
Modifier et exécuter le code