使用 skimage regionprops 过滤区域并使用过滤后的组件创建蒙版

【问题标题】：Filter regions using skimage regionprops and create a mask with filtered components使用 skimage regionprops 过滤区域并使用过滤后的组件创建蒙版
【发布时间】：2021-07-27 21:56:19
【问题描述】：

我已经通过 Otsu 的方法生成了一个蒙版，现在我必须从中消除某些不满足面积或偏心率条件的封闭区域。我用skimage.measure.label 函数标记蒙版，然后对其应用skimage.measure.regionprops 以获取有关区域的面积和偏心率的信息。代码如下：

lab_img = label(mask)
regions = regionprops(lab_img)

for region in regions:
    if (condition):
        # Remove this region

# final_mask = mask (but without the discarded regions)

有没有人知道一种有效的方法来做到这一点？谢谢！

【问题讨论】：

标签： python filtering scikit-image masking

【解决方案1】：

这是获得您想要的东西的一种方法。关键函数是map_array，它允许您根据输入和输出值重新映射数组中的值，就像使用 Python 字典一样。因此，您可以使用regionprops_table 创建一个属性表，然后使用 NumPy 快速过滤这些列，最后使用标签列重新映射。这是一个例子：

from skimage import measure, util

...

lab_image = measure.label(mask)

# table is a dictionary mapping column names to data columns
# (NumPy arrays)
table = regionprops_table(
    lab_image,
    properties=('label', 'area', 'eccentricity'),
)
condition = (table['area'] > 10) & (table['eccentricity'] < 0.5)

# zero out labels not meeting condition
input_labels = table['label']
output_labels = input_labels * condition

filtered_lab_image = util.map_array(
    lab_image, input_labels, output_labels
)

【讨论】：