Kom igångKom igång gratis

Superpixelsegmentering

I den här övningen tillämpar du oövervakad segmentering på samma bild, innan den skickas till en maskininlärningsmodell för ansiktsdetektering.

Du reducerar bilden från \(265 \times 191 = 50 615\) pixlar till \(400\) regioner.

Young woman
Redan inläst som face_image.

Funktionen show_image() är också redan inläst.

Den här övningen är en del av kursen

Bildbehandling i Python

Visa kurs

Övningsinstruktioner

  • Importera funktionen slic() från modulen segmentation.
  • Importera funktionen label2rgb() från modulen color.
  • Hämta segmenteringen med 400 regioner med hjälp av slic().
  • Lägg segmenten ovanpå originalbilden för att jämföra dem med label2rgb().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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")
Redigera och kör kod