Segmentation और Face Detection
पहले, आपने अनसुपरवाइज्ड सुपरपिक्सेल सेगमेंटेशन से प्रोसेस को अधिक कम्प्यूटेशनली कुशल बनाना सीखा था. इस अभ्यास में, आप वही करेंगे!
सेगमेंटेशन के लिए slic() फंक्शन का उपयोग करके, इमेज को फेस डिटेक्टर को देने से पहले प्री-प्रोसेस करें.
profile_image के रूप में प्रीलोडेड है.Cascade क्लास, segmentation मॉड्यूल से slic() फंक्शन, और विज़ुअलाइज़ेशन के लिए show_detected_face() फंक्शन पहले से इम्पोर्ट किए गए हैं. डिटेक्टर detector के रूप में इनिशियलाइज़ है और उपयोग के लिए तैयार है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में इमेज प्रोसेसिंग
अभ्यास निर्देश
- सुपरपिक्सेल सेगमेंटेशन अप्लाई करें और
slic()का उपयोग करके segments उर्फ़ labels प्राप्त करें. segmentsऔरprofile_imageपास करकेlabel2rgb()से सेगमेंटेड इमेज प्राप्त करें.- मल्टी-स्केल मेथड के साथ डिटेक्टर का उपयोग करके चेहरों का पता लगाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)