這兩個函數可以用來處理圖（一般是二值圖）中出現的連通區域，我們來分別分析。

一.skimage.measure.label(input,?background?= None,?return_num?= False,?connectivity?= None)

功能：標記圖中的連通區域?

參數解釋：input：輸入二值圖
? ? ? ? ? ? ? ? ? background：指定北京元素像素值，默認為0
? ? ? ? ? ? ? ? ? return_num：bool變量，True：返回（label，num）False：只返回label
? ? ? ? ? ? ? ? ? connectivity：1：4鄰接，計算上下左右4個方向 2：8鄰接，計算周圍8個方向，None默認取最高

返回值:
labels?: 和input形狀一樣，但是數值是標記號，所以這是一個已經標記的圖片
num?: 標記的種類數，如果輸出0則只有背景，如果輸出n則有n個連通域

PS：什么叫做連通域，在二值圖像中，如果兩個像素點相鄰且值相同（同為0或1），稱這兩個像素點在一個相互連通的區域內，這種關系存在傳遞性，我們用相同的值來標記同一個連通區域的所有像素。常見的鄰接關系有2種：4鄰接與8鄰接。4鄰接一共4個點，上下左右，8鄰接的點包括周圍8個，下圖所示

例：

x=np.array([[1,0,0,0,0],[0,1,7,7,0],[0,0,1,1,9],[0,0,0,0,1]]) x '''Out[109]: array([[1, 0, 0, 0, 0],[0, 1, 7, 7, 0],[0, 0, 1, 1, 9],[0, 0, 0, 0, 1]])''' label(x,connectivity = 1, return_num=True) '''Out[110]: (array([[1, 0, 0, 0, 0],[0, 2, 3, 3, 0],[0, 0, 4, 4, 5],[0, 0, 0, 0, 6]]), 6)''' label(x,connectivity = 2, return_num=True) '''Out[111]: (array([[1, 0, 0, 0, 0],[0, 1, 2, 2, 0],[0, 0, 1, 1, 2],[0, 0, 0, 0, 1]]), 2)'''

二.skimage.measure.regionprops(label_image, intensity_image = None, cache = True)[source]

參數解釋：label_image：已經被標記好的輸入圖片
? ? ? ? ? ? ? ? ??intensity_image：強度圖，每個通道的像素值
? ? ? ? ? ? ? ? ? cache：是否開啟緩存，開啟能加快計算速度
返回值：area? ? （int）? ? ? ? ? ? ? ? ? ? ? ? ? ? ?區域內像素點總數
? ? ? ? ? ? ? bbox? ? （tuple）? ? ? ? ? ? ? ? ? ? ? ? 邊界外接框(min_row, min_col, max_row, max_col)
? ? ? ? ? ? ? centroid? ? （array）? ? ? ? ? ? ? ? ? 質心坐標
? ? ? ? ? ? ? convex_area?（int）? ? ? ? ? ? ? ? ? ?凸包內像素點總數
??????????????convex_image? ? （ndarray）? ? ?和邊界外接框同大小的凸包　　
??????????????coords? ? （ndarray）? ? ? ? ? ? ? ? ?區域內像素點坐標
? ? ? ? ? ? ? Eccentricity? ? ?（float）? ? ? ? ? ? ? 離心率
??????????????equivalent_diameter（float）? ? ?和區域面積相同的圓的直徑
? ? ? ? ? ? ? euler_number? ? （int）　　? ? ? ?區域歐拉數
??????????????extent? ? ?（float）? ? ? ? ? ? ? ? ? ? ? 區域面積和邊界外接框面積的比率
? ? ? ? ? ? ? filled_area? ? （int）? ? ? ? ? ? ? ? ? ? 區域和外接框之間填充的像素點總數?
??????????????perimeter? ? ?（float）? ? ? ? ? ? ? ? ? 區域周長
??????????????label? ? （int）? ? ? ? ? ? ? ? ? ? ? ? ? ? ?區域標記

?PS：標注部分為常用部分，其中要注意返回的centroid，x,y坐標與圖像中的x軸，y軸有所差異。

總結

以上是生活随笔為你收集整理的skimage函数记录之measure.label和measure.regionprops的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。