分割與人臉偵測
先前你已學過如何用無監督的超像素分割來提升運算效率。這個練習就要你實作看看！
使用 slic() 函式進行分割，先對影像做前處理，再把結果送進人臉偵測器。
profile_image。Cascade 類別、segmentation 模組中的 slic() 函式，以及用於視覺化的 show_detected_face() 函式都已匯入。偵測器也已初始化為 detector，可直接使用。
本練習屬於課程
Python 影像處理
練習說明
- 使用
slic()進行超像素分割，取得分割結果（即標籤，labels）。 - 使用
label2rgb()取得分割後影像，並傳入segments與profile_image。 - 使用偵測器的 multi scale 方法進行人臉偵測。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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)