ComeçarComece de graça

Segmentação e detecção de faces

Antes, você aprendeu como tornar processos mais eficientes computacionalmente com segmentação não supervisionada por superpixels. Neste exercício, você vai fazer exatamente isso!

Usando a função slic() para segmentação, faça o pré-processamento da imagem antes de passá-la para o detector de faces.

Young woman selfie
Imagem pré-carregada como profile_image.

A classe Cascade, a função slic() do módulo segmentation e a função show_detected_face() para visualização já foram importadas. O detector já está inicializado e pronto para uso como detector.

Este exercício faz parte do curso

Processamento de Imagens em Python

Ver curso

Instruções do exercício

  • Aplique a segmentação por superpixels e obtenha os segmentos, também chamados de labels, usando slic().
  • Obtenha a imagem segmentada usando label2rgb(), passando segments e profile_image.
  • Detecte as faces usando o detector com o método multi-escala.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)
Editar e executar o código