在 skimage 中为 regionprops 添加额外的属性答案

【问题标题】：Add extra properties to regionprops in skimage在 skimage 中为 regionprops 添加额外的属性
【发布时间】：2020-12-08 10:09:24
【问题描述】：

我正在使用 scikit-image（或 skimage）包中的 regionprops 函数，使用同一包中的 SLIC 超像素算法计算分割图像的区域特征。

除了在函数中计算的那些之外，我还需要额外的特征，主要是：标准偏差、偏度、峰度。

我使用其他功能作为模板修改了_regionprops.py 的源代码，以便包含这些属性：

    @property
    def sd_intensity(self):
        return np.std(self.intensity_image[self.image])

    @property
    def skew_intensity(self):
        return skew(self.intensity_image[self.image])

我知道这是不好的做法，不是长期解决方案，因为我的代码将无法在另一台机器上运行，或者如果我更新 skimage。

我发现函数skimage.measure.regionprops() 有一个extra_properties=None 参数，根据文档：

添加 skimage 未包含的额外属性计算函数。

我的问题是：我可以使用 np.std 获得一个工作示例吗？这个参数我真的不知道怎么用。

谢谢

【问题讨论】：

标签： python numpy computer-vision scikit-image superpixels

【解决方案1】：

extra_properties 只是将带有区域掩码和强度图像的函数列表作为参数。这是一个简单的例子：

from skimage import data, util
from skimage.measure import label, regionprops
import numpy as np
img = util.img_as_ubyte(data.coins()) > 110
label_img = label(img, connectivity=img.ndim)

def sd_intensity(regionmask, intensity_image):
        return np.std(intensity_image[regionmask])

def skew_intensity(regionmask, intensity_image):
        return skew(intensity_image[regionmask])
    
props = regionprops(label_img, intensity_image=img,
                    extra_properties=(sd_intensity, skew_intensity))

您现在可以使用您的函数名称访问您的额外属性

props[0].sd_intensity
>>> 0.4847985617008998

EDIT 08/28/2021，更新了示例以实际计算区域本地统计数据，正如 @CrisLuengo 和 @JDWarner 所指出的（谢谢大家）

【讨论】：

谢谢我以为我有答案，但我忘了为我的功能添加intensity_image。问题已回答。

【解决方案2】：

filippo 上述接受的答案是（编辑：是 - 现在更正；原始帖子如下）以危险的方式巧妙地不正确。与该答案一起返回的统计信息应用于整个边界框的强度，而不是被屏蔽和标记的子区域！传递的扩展函数需要使用regionmask对强度图像进行切片。完整更正示例：

import numpy as np
from scipy.stats import skew
from skimage import data, util
from skimage.measure import label, regionprops

img = util.img_as_ubyte(data.coins()) > 110
label_img = label(img, connectivity=img.ndim)

def sd_intensity(regionmask, intensity_image):
        return np.std(intensity_image[regionmask])  # Note slicing

def skew_intensity(regionmask, intensity_image):
        return skew(intensity_image[regionmask])   # Note slicing
    
props = regionprops(label_img, intensity_image=img,
                    extra_properties=(sd_intensity, skew_intensity))

这将正确地为强度图像的标记区域生成局部统计数据。

我还没有足够的“声誉”来评论那个答案，所以作为一个单独的答案提交，因为这是一个重要的区别。

【讨论】：

谢谢！查看更新的答案和 cmets，如果还有什么问题，请告诉我

【解决方案3】：

我在 skimage 的 dev 分支的文档中找到了参考。它包含在 0.18.dev0 版本中

代码来源：https://github.com/scikit-image/scikit-image/blob/master/skimage/measure/_regionprops.py#L1028

文档链接：https://scikit-image.org/docs/dev/api/skimage.measure.html#skimage.measure.regionprops

# Add custom measurements by passing functions as ``extra_properties``
from skimage import data, util
from skimage.measure import label, regionprops
import numpy as np

img = util.img_as_ubyte(data.coins()) > 110
label_img = label(img, connectivity=img.ndim)

def pixelcount(regionmask):
    return np.sum(regionmask)

props = regionprops(label_img, extra_properties=(pixelcount,))

props[0].pixelcount
    7741
props[1]['pixelcount']
    42

【讨论】：