Zacznij terazZacznij za darmo

Segmentacja superpikselowa

W tym ćwiczeniu zastosujesz segmentację nienadzorowaną do tego samego obrazu, zanim trafi on do modelu uczenia maszynowego wykrywającego twarze.

Zredukujesz obraz z \(265 \times 191 = 50\,615\) pikseli do \(400\) regionów.

Young woman
Obraz jest już wczytany jako face_image.

Funkcja show_image() jest również dostępna od razu.

To ćwiczenie jest częścią kursu

Przetwarzanie obrazów w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj funkcję slic() z modułu segmentation.
  • Zaimportuj funkcję label2rgb() z modułu color.
  • Uzyskaj segmentację złożoną z 400 regionów, używając slic().
  • Nałóż segmenty na oryginalny obraz, aby je porównać, używając label2rgb().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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")
Edytuj i uruchom kod