Aan de slagGa gratis aan de slag

Superpixel-segmentatie

In deze oefening pas je ongecontroleerde segmentatie toe op dezelfde afbeelding, voordat die naar een Machine Learning-model voor gezichtsdetectie gaat.

Je reduceert de afbeelding dus van \(265 \times 191 = 50,615\) pixels naar \(400\) regio's.

Young woman
Al geladen als face_image.

De functie show_image() is ook voor je voorgeladen.

Deze oefening maakt deel uit van de cursus

Beeldverwerking in Python

Cursus bekijken

Oefeninstructies

  • Importeer de functie slic() uit de module segmentation.
  • Importeer de functie label2rgb() uit de module color.
  • Verkrijg de segmentatie met 400 regio's met slic().
  • Leg de segmenten over de originele afbeelding om te vergelijken met label2rgb().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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 bewerken en uitvoeren