谁能解释为什么`skimage.measure.perimeter(img)`返回这个结果？

Question

当我测试scikit-image 方法时，我遇到了skimage.measure.perimeter(image)，但无法解释这个函数的输出。

import numpy as np  
image=np.zeros((100,100))  
image[10:30,10:30]=1                   # this creates a white square  
from skimage.measure import perimeter  
x=perimeter(image)  
print x                               #Should be (20+20+20+20) = 80  
76.0        <<<<<<<<<< it returns this value

我是不是误解了这个函数应该返回什么？我知道 周长 是围绕一个区域的路径。
注意：-
(1) 计算出的周长和返回的周长之间的差异并不总是 4。因为有时它可以是 6，无论它是正方形、矩形还是任何其他多边形。
更新：=
(1)The function page

Answer 1

您使用的是哪个版本的 skimage？ 0.6 版和github sources 没有skimage.measure.perimeter 函数。

另外，我认为您的意思是第 3 行：image[10:30, 10:30] = 1

编辑

好的，我想我明白了。从 0.7.1 版本开始，该函数在 _regionprops.py 中定义。 结果76其实是对的。它计算形状为 (20, 20) 的白色正方形的周长。

您认为每边占 20 个像素，总计 80 个像素。但是通过这样做，您可以计算两倍的角像素。移除角落像素，您最终会得到 76 像素的周长。

对于其他形状，差异可能不是 4 像素。

编辑 2

查看源代码和文档：

• regionprops 的文档说周长是周长的近似值：

将轮廓近似为线的对象的周长 使用 4 连接通过边界像素的中心。

• 代码计算一个由图像减去其侵蚀组成的边界图像。这个数组对应于我在第一次编辑时的周长概念。

• 然后它通过对边界图像应用卷积和加权和来计算 周长。我认为这样做是为了计算通过边界像素中心的线的长度，如文档中所述。

如果您想了解更多详细信息，您应该询问其中一位开发人员。这是包中非常新的功能。

Answer 2

代码测量中心到每个连接像素的中心