1. Nauka
    2. /
  2. Kursy
    3. /
  3. Programowanie równoległe z Dask w Pythonie
Connected

ćwiczenie

Potok przetwarzania obrazów

Twój współpracownik napisał funkcję wstępnego przetwarzania obrazów języka migowego ASL (American Sign Language), która ma zwiększyć dokładność modelu uczenia maszynowego. Funkcja ta przyjmuje obraz w skali szarości i wykonuje na nim detekcję krawędzi metodą Canny'ego. Jest to klasyczna technika z zakresu wizji komputerowej, która wyróżnia krawędzie obiektów na obrazie. Chcesz zastosować tę funkcję do wszystkich obrazów w swoim zbiorze danych.

Funkcja napisana przez współpracownika jest dostępna w środowisku pod nazwą compute_edges(). Przyjmuje ona obraz o wymiarach (1, h, w), gdzie wysokość h i szerokość w mogą być dowolnymi liczbami całkowitymi.

Tablica Dask z twoimi obrazami jest dostępna w środowisku jako image_array. Ma ona kształt (N, h, w, 3), gdzie N to liczba obrazów, a 3 kanały odpowiadają składowym czerwonej, niebieskiej i zielonej.

dask.array został zaimportowany jako da.

Instrukcje

100 XP
  • Przekształć obraz z kolorowego na obraz w skali szarości, obliczając średnią wzdłuż ostatniego wymiaru.
  • Użyj metody .map_blocks() na tablicy obrazów w skali szarości, aby zastosować funkcję compute_edges() do każdego obrazu.
  • Wybierz tylko zerowy obraz krawędziowy i oblicz go.
  • Użyj funkcji plt.imshow(), aby wyświetlić krawędzie.