Superpiksel i segmentacja

Przetwarzanie obrazów w Pythonie

Rebeca Gonzalez

Data Engineer

Segmentacja

Przetwarzanie obrazów w Pythonie

Segmentacja

Przetwarzanie obrazów w Pythonie

Reprezentacja obrazu

Przetwarzanie obrazów w Pythonie

Superpiksel

Przetwarzanie obrazów w Pythonie

Zalety superpikseli

  • Bardziej znaczące regiony
  • Wydajność obliczeniowa
Przetwarzanie obrazów w Pythonie

Segmentacja

  • Nadzorowana
  • Nienadzorowana

Przetwarzanie obrazów w Pythonie

Segmentacja nienadzorowana

Simple Linear Iterative Clustering (SLIC)

Przetwarzanie obrazów w Pythonie

Segmentacja nienadzorowana (SLIC)

# Import the modules
from skimage.segmentation import slic
from skimage.color import label2rgb

# Obtain the segments segments = slic(image)
# Put segments on top of original image to compare segmented_image = label2rgb(segments, image, kind='avg')
show_image(image) show_image(segmented_image, "Segmented image")
Przetwarzanie obrazów w Pythonie

Segmentacja nienadzorowana (SLIC)

Przetwarzanie obrazów w Pythonie

Więcej segmentów

# Import the modules
from skimage.segmentation import slic
from skimage.color import label2rgb

# Obtain the segmentation with 300 regions segments = slic(image, n_segments= 300) # Put segments on top of original image to compare segmented_image = label2rgb(segments, image, kind='avg')
show_image(segmented_image)
Przetwarzanie obrazów w Pythonie

Więcej segmentów

Przetwarzanie obrazów w Pythonie

Czas na ćwiczenia!

Przetwarzanie obrazów w Pythonie

Preparing Video For Download...