ImageMeasurements

ImageMeasurements[image,"prop"]

返回整个 image 的属性值 "prop".

ImageMeasurements[image,"prop",format]

返回指定输出 format 中的数值.

ImageMeasurements[{image1, image2, …},…]

返回所有 imagei 的测量值.

更多信息和选项

  • ImageMeasurements 可用于任意二维图像和三维图像.
  • ImageMeasurements[image,{"prop1","prop2",…}] 计算多个属性.
  • ImageMeasurements[image,"Properties"] 以字符串列表的形式给出所有可用的属性名称.
  • 标准图像坐标系中计算位置、面积和长度的测量值.
  • 对于 "Byte" 和 "Bit16" 类型的图像，ImageMeasurements 总是将值规范化使其位于 0 和 1 之间.
  • 对于图像，可以计算下列属性：
  • 全局图像属性：
  • "AspectRatio"高宽比
    "Channels"图像通道数
    "ColorSpace"图像颜色空间
    "DataRange"底层数据范围
    "DataType"底层数据类型
    "Dimensions"图像的尺寸
    "ImageDimensions"图像的 {width, height} 或 {width,depth,height}
    "Interleaving"图像交错性
    "SampleDepth"用于表示每个像素的比特数
    "Transparency"图像是否含有阿尔法通道
  • 分别测量每个通道的基本直方图属性：
  • "Min"最小值
    "Max"最大值
    "MinMax"最小和最大值
    "Mean"平均值
    "Median"中位值
    "StandardDeviation"标准差
    "Total"所有值的总和
  • 基本图像强度属性：
  • "MinIntensity"最小强度
    "MaxIntensity"最大强度
    "MinMaxIntensity"最小和最大强度
    "MeanIntensity"平均强度
    "MedianIntensity"中位数强度
    "StandardDeviationIntensity"强度分布的标准差
    "TotalIntensity"总强度
  • 轮廓属性：
  • "Contours"描述原件边界的线
    "ContourHierarchy"轮廓的拓扑嵌套
    "PerimeterPositions"有序的周长参数位置
  • 空间强度度量：
  • "Skew"强度分布中的不对称性
    "IntensityCentroid"以强度为权值的矩心坐标
  • 统计量：
  • "Entropy"数据熵（基为 E）
    "Energy"数据能量
  • 可以使用下列 format 指定：
  • Automatic自动判断输出
    "Association"以 Association 将结果格式化
    "Dataset"以 Dataset 将结果格式化
    "List"以 List 将结果格式化
    "RuleList"以 Rule 表达式列表将结果格式化
  • ImageMeasurements 使用 Masking 选项. 默认设置是 Masking->All. 当返回全局图像属性时，忽略 Masking 选项.

范例

打开所有单元关闭所有单元

基本范例  (2)

提取平均颜色值：

平均像素强度：

全局图像熵：

三维图像中像素亮度的标准差：

范围  (9)

基本用途  (6)

测试图像以查看它是否有 alpha 通道：

计算图像的多个属性：

计算多个图像的属性：

计算多个图像的多个属性：

获取图像度量：

与会给出包括通道在内的数据维度的 "Dimensions" 属性相比：

提取每个通道的像素值范围：

输出格式  (3)

以 Association 将属性格式化：

返回规则列表：

返回 Dataset:

选项  (2)

Masking  (1)

计算指定的感兴趣区域的平均像素值：

CornerNeighbors  (1)

默认情况下，ImageMeasurements 假设为 8-连通：

使用 CornerNeighborsFalse 假设为 4-连通:

应用  (5)

图像的梯度幅值乘以它的最大值，因此具有最大值的像素是白色的：

检测图像是否有常量像素值：

图像的顺序测量描述器：

计算图像中显示的形状的中心距离函数：

从图像中提取形状列表：

定义一个函数来参数化从轮廓中心的距离：

绘制部分形状的中心距离函数：

定义对中心距离采样的特定矢量：

使用特定矢量对形状进行聚类：

计算一个形状的傅立叶描述子：

提取傅立叶描述子并计算其复数表示的傅立叶变换：

仅用部分描述即可重新构建原始形状：

通过交互式设定描述子的数量控制轮廓的平滑性：

Wolfram Research (2012)，ImageMeasurements，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ImageMeasurements.html （更新于 2022 年）.

文本

Wolfram Research (2012)，ImageMeasurements，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ImageMeasurements.html （更新于 2022 年）.

CMS

Wolfram 语言. 2012. "ImageMeasurements." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2022. https://reference.wolfram.com/language/ref/ImageMeasurements.html.

APA

Wolfram 语言. (2012). ImageMeasurements. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ImageMeasurements.html 年

BibTeX

@misc{reference.wolfram_2024_imagemeasurements, author="Wolfram Research", title="{ImageMeasurements}", year="2022", howpublished="\url{https://reference.wolfram.com/language/ref/ImageMeasurements.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_imagemeasurements, organization={Wolfram Research}, title={ImageMeasurements}, year={2022}, url={https://reference.wolfram.com/language/ref/ImageMeasurements.html}, note=[Accessed: 22-November-2024 ]}