 |
ComponentMeasurements
ComponentMeasurements[m, "prop"]
对包含相同元素的标签矩阵 m 的每个分量，计算属性 prop 的值.
ComponentMeasurements[image, "prop"]
使用 image 中非零像素的连通度来计算标签矩阵.
ComponentMeasurements[{m, image}, "prop"]
使用 image 的像素值来计算属性 prop.
ComponentMeasurements[..., "prop", crit]
只返回满足标准 crit 的测量值.
更多信息
- ComponentMeasurements[m, "prop"] 返回形如
的表达式，其中 
是对分割区域 i 计算得到的 
值. - ComponentMeasurements[m, {"prop1", "prop2", ...}] 计算多个属性.
- ComponentMeasurements[m, "Properties"] 将所有可用属性名称作为字符串列表给出.
- ComponentMeasurements 默认情况下，将给定像素周围的所有八个像素视为相邻像素.
- 选项设置 CornerNeighbors->False 只将坐标方向上的四个像素视为相邻像素.
- 在设置 "BorderComponents"->False 下，ComponentMeasurements 忽略与边界相连通的分量.
- 在标准图像坐标系统中获取坐标、面积和长度度量，其中坐标
对应于左下角，
从 
到 width，而 
从 
到 height. - 对于任意标签矩阵，可以计算下列属性：
- 面积度量：
-
"Count" 元素数目 "Area" 近似面积，其中每个像素区域以相邻的配置为权值 "FilledCount" 在对孔进行填充后的元素数目 "EquivalentDiskRadius" 具有相同面积的圆盘半径 "AreaRadiusCoverage" 在相等的圆盘半径中的像素的百分比 - 周长属性：
-
"PerimeterCount" 边缘上的元素数目 "PerimeterLength" 周边像素的总长度 "OuterPerimeterCount" 与该分量相邻的元素数目 "PolygonalLength" 由周边元素的中心形成的多边形的总长度 "MaxPerimeterDistance" 内部元素到周边的最大距离 "AuthalicRadius" 具有相同的多边形周长的环的半径 - 质心属性：
-
"Centroid" 质量坐标的中心 "Medoid" 与质心最接近的元素坐标 "MeanCentroidDistance" 所有元素与质心的平均距离 "MaxCentroidDistance" 所有元素与质心的最大距离 "MinCentroidDistance" 所有元素与质心的最小距离 - 有向最佳拟合椭圆的参数：
-
"Length" 最佳拟合椭圆的最大轴 "Width" 最佳拟合椭圆的最小轴 "SemiAxes" 最佳拟合椭圆的半轴长度 "Orientation" 最大轴和水平轴之间的角度 "Elongation" 延伸率，根据 
计算"Eccentricity" 最佳拟合椭圆的离心率 - 形状度量：
-
"Circularity" 相等的圆盘周长和周长的比 "FilledCircularity" 在对孔进行填充后的圆度 "Rectangularity" 在最小边界盒内的像素的百分比 - 边界盒属性：
-
"BoundingBox" 以轴为方向并且以 
形式表示的边界盒"BoundingBoxArea" 由边界盒包围的区域 "MinimalBoundingBox" 由四个角顶点定义的最小可能有向边界盒 - 边界圆盘属性：
-
"BoundingDiskCenter" 边界圆盘中心坐标 "BoundingDiskRadius" 边界圆盘半径 "BoundingDiskCoverage" 边界圆盘区域被分量区域覆盖的覆盖率 - 凸包属性：
-
"ConvexCount" 凸包中包含的元素数目 "ConvexVertices" 凸包的角元素 "ConvexArea" 凸包多边形面积 "ConvexPerimeterLength" 凸包多边形长度 "ConvexCoverage" 元素在凸包中的百分比 -
"CaliperLength" 凸包的最大直径（Feret 直径） "CaliperWidth" 凸包的最小直径 "MeanCaliperDiameter" 所有可能的卡尺直径的均值 "CaliperElongation" 
- 相邻属性：
-
"Neighbors" 直径邻元素，以标签集合形式给出 "NeighborCount" 直径邻元素数目 "ExteriorNeighbors" 外部邻元素的标签 "ExteriorNeighborCount" 外部邻元素的数目 "InteriorNeighbors" 内部邻元素的标签 "InteriorNeighborCount" 内部邻元素的数目 "AdjacentBorders" 相邻图像边界的列表 "AdjacentBorderCount" 相邻图像边界的数目 - 基本拓扑属性：
-
"Fragmentation" 连通分量的数目减一 "Holes" 在每个分量中的孔数目 "Complexity" 分量和孔的总数减一 "EulerNumber" 分量的数目减去孔的数目 - 拓扑关系属性：
-
"EmbeddedComponents" 嵌入式分量，以标签列表形式给出 "EmbeddedComponentCount" 嵌入式分量的数目 "EnclosingComponents" 包围的分量，以标签列表形式给出 "EnclosingComponentCount" 包围分量的数目（嵌入式层级） - 普通属性：
-
"Label" 分量标签 "Mask" 作为一个数组给出的二值模板（mask） - 如果原始图像以形式 ComponentMeasurements[{labelmatrix, image}, ...]给出，可以计算像素值度量.
- 对于类型为
或 
的图像，ComponentMeasurements 总是对数组进行正则化处理，使之位于 0 和 1 之间. - 我们有下列可用的属性：
- 基本像素值度量：
-
"Data" 以通道向量的展平列表给出的图像数据 "IntensityData" 图像亮度值的列表 - 基本直方图属性，在每个分量中对每个通道分别测量：
-
"Min" 最小值 "Max" 最大值 "Mean" 平均值 "Median" 中位值 "StandardDeviation" 标准差 "Total" 所有值的总和 - 基本图像亮度属性：
-
"MinIntensity" 最小亮度 "MaxIntensity" 最大亮度 "MeanIntensity" 平均亮度 "MedianIntensity" 中位数亮度 "StandardDeviationIntensity" 亮度分布的标准差 "TotalIntensity" 总体亮度 - 空间亮度度量：
-
"Skew" 在亮度分布上不对称 "IntensityCentroid" 以亮度为权重的质心坐标 - 统计度量：
-
"Entropy" 数据熵（基为 E） "Energy" 数据熵 - 分量独立全局属性：
-
"LabelCount" 标签总数 "Dimensions" 整体输入的维度
版本 8 的新功能
