सुपरपिक्सेल सेगमेंटेशन
इस अभ्यास में, आप बिना सुपरविजन वाला सेगमेंटेशन उसी इमेज पर लागू करेंगे, इससे पहले कि उसे फेस डिटेक्शन मशीन लर्निंग मॉडल को पास किया जाए.
यानी आप इस इमेज को \(265 \times 191 = 50,615\) पिक्सेल से घटाकर \(400\) क्षेत्रों तक लाएँगे.
face_image के रूप में प्रीलोड किया गया है.show_image() फंक्शन भी आपके लिए प्रीलोड किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में इमेज प्रोसेसिंग
अभ्यास निर्देश
segmentationमॉड्यूल सेslic()फंक्शन इम्पोर्ट करें.colorमॉड्यूल सेlabel2rgb()फंक्शन इम्पोर्ट करें.slic()का उपयोग करके 400 क्षेत्रों के साथ सेगमेंटेशन प्राप्त करें.- मूल इमेज पर तुलना के लिए
label2rgb()के साथ सेगमेंट्स ओवरले करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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")