ПочатиПочніть безкоштовно

Сегментація та виявлення облич

Раніше ви дізналися, як робити обчислювальні процеси ефективнішими за допомогою неконтрольованої сегментації на суперпікселі. У цій вправі ви саме це й зробите!

Скористайтеся функцією slic() для сегментації, щоб попередньо обробити зображення перед передаванням його у детектор облич.

Young woman selfie
Зображення попередньо завантажено як profile_image.

Клас Cascade, функція slic() з модуля segmentation та функція show_detected_face() для візуалізації вже імпортовані. Детектор уже ініціалізовано й підготовлено до використання як detector.

Ця вправа є частиною курсу

Обробка зображень у Python

Переглянути курс

Інструкції до вправи

  • Застосуйте сегментацію на суперпікселі та отримайте сегменти, тобто мітки (labels), за допомогою slic().
  • Отримайте сегментоване зображення за допомогою label2rgb(), передавши segments і profile_image.
  • Виявте обличчя, використовуючи детектор з методом multi scale.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код