regionprops是用来度量图像中不同区域属性的函数

regionprops是用来度量图像中不同区域属性的函数。

http://www.zdh1909.com/html/matlab/16292.html

表示形式是：stats=regionprops(L,properties)

测量标注矩阵L中每一个标注区域的一系列属性。L中不同的正整数元素对应不同的区域，例如：L中等于整数1的元素对应区域1；L中等于整数2的元素对应区域2；以此类推。返回值STATS是一个长度为max(L(:))的结构数组，结构数组的相应域定义了每一个区域相应属性下的度量。 properties 可以是由逗号分割的字符串列表、饱含字符串的单元数组、单个字符串 'all' 或者 'basic'。如果 properties 等于字符串 'all'，则所有下述字串列表中的度量数据都将被计算，如果 properties 没有指定或者等于 'basic'，则属性: 'Area', 'Centroid', 和 'BoundingBox' 将被计算。下面的列表就是所有有效的属性字符串，它们大小写敏感并且可以缩写。

'Area'

是标量，计算出在图像各个区域中像素总个数。注意：这个数值可能与由函数 bwarea 计算的值有轻微的不同。对于这样一个数值，我们可以使用它除以整个图像区域的像素个数,作为模式识别的候选特征。

'BoundingBox'

是1行ndims(L)*2列的向量，即包含相应区域的最小矩形。BoundingBox 形式为 [ul_corner width]，这里 ul_corner 以 [x y z ...] 的坐标形式给出边界盒子的左上角、boxwidth 以 [x_width y_width ...] 形式指出边界盒子沿着每个维数方向的长度。

'Centroid'

是1行ndims(L)列的向量，给出每个区域的质心（重心）。 注意：Centroid 的第一个元素是重心水平坐标（x坐标）、第二个元素是重心垂直坐标（y坐标）。Centroid 所有其它元素则按照维顺序排列。

'MajorAxisLength'

是标量，与区域具有相同标准二阶中心矩的椭圆的长轴长度（像素意义下）。本属性只支持二维标注矩阵。

'MinorAxisLength'

是标量，与区域具有相同标准二阶中心矩的椭圆的短轴长度（像素意义下）。本属性只支持二维标注矩阵。

'Eccentricity'

是标量，与区域具有相同标准二阶中心矩的椭圆的离心率（可作为特征）。本属性只支持二维标注矩阵。

'Orientation'

是标量，与区域具有相同标准二阶中心矩的椭圆的长轴与x轴的交角（度）。本属性只支持二维标注矩阵。

'Image'

二值图像，与某区域具有相同大小的逻辑矩阵。你可以用这个属性直接将每个子区域提取出来，然后再作相应的处理！

'FilledImage'

与上相同，唯一区别是这是个做了填充的逻辑矩阵！本例中和上面的没有区别，只有区域有空洞时才有明显差别。

'FilledArea'

是标量，填充区域图像中的 on 像素个数。

'ConvexHull'

是p行2列的矩阵，包含某区域的最小凸多边形。此矩阵的每一行存储此多边形一个顶点的xy坐标。此属性只支持2维标注矩阵。

'ConvexArea'

是标量，填充区域凸多边形图像中的 on 像素个数。

'EulerNumber'

是标量，几何拓扑中的一个拓扑不变量--欧拉数，等于图像中目标个数减去这些目标中空洞的个数。 此属性只支持2维标注矩阵。本例中的欧拉数均为1。

'Extrema'

8行2列矩阵，八方向区域极值点。矩阵每行存储这些点的xy坐标，向量格式为 [top-left top-right right-top right-bottom bottom-right bottom-left left-bottom left-top]。此属性只支持2维标注矩阵。

'EquivDiameter'

是标量，等价直径：与区域具有相同面积的圆的直径。计算公式为：sqrt(4*Area/pi)。. 此属性只支持2维标注矩阵。本例标准化后的12区域直径向量为：

'Solidity'

是标量，同时在区域和其最小凸多边形中的像素比例。计算公式为：Area/ConvexArea，这也是个仿射特征，实际上反映出区域的固靠性程度。此属性只支持2维标注矩阵。本例12区域凸元素比例向量为：

'Extent'

是标量，同时在区域和其最小边界矩形中的像素比例。计算公式为：Area除以边界矩形面积，这也是个仿射特征，实际上反映出区域的扩展范围程度。此属性只支持2维标注矩阵。不再给出计算结果！！

'PixelIdxList'

p元向量，存储区域像素的索引下标。

'PixelList'

p行ndims(L)列矩阵，存储上述索引对应的像素坐标。

注意：

输入的标注矩阵L可以有任意的数值类型。

使用逗号分割列表语法

当你基于regionprops函数的输出作算法设计时，使用逗号分割列表语法就凸显出其非常的价值。例如：对于一个存储标量的属性，可以利用此语法创建一个包含图像中不同区域内此属性值的向量。例如以下两句是等价的：

stats(1).Area, stats(2).Area, ..., stats(end).Area

stats.Area因此，可以使用下面的方法创建相应的向量：

regionprops(L,'Area');

allArea = [stats.Area];

allArea 就是一个与结构数组 stats 具备相同长度的向量。

基于特定原则的区域选择

当你要基于特定准则条件选择某个区域时，将函数 ismember 和 regionprops 联合使用是很有用处的。例如：创建一个只包含面积大于80的二值图像，用以下命令

idx = find([stats.Area] > 80);

BW2 = ismember(L,idx);

计算性能考虑

大多数的属性测量计算时间都非常地少，除了那些非常依赖于图像L中区域个数和像素个数的属性。例如：

'ConvexHull' 'ConvexImage' 'ConvexArea' 'FilledImage'

另外建议一次性计算所有属性值，因为分开计算和一起计算时间相差无几！

使用二值图像工作

在调用regionprops之前必须将二值图像转变为标注矩阵。两个函数可以做到：

L = bwlabel(BW); L = double(BW);注意：虽然这两个函数从同一二值图像产生不同的标注矩阵，但是它们是等效的！例如：给出如下的二值矩阵BW，

1 1 0 0 0 0

1 1 0 0 0 0

0 0 0 0 0 0

0 0 0 0 1 1

0 0 0 0 1 1

bwlabel 创建一个包含两个分别由整数1和2标注的连续区域标注矩阵

mylabel = bwlabel(BW)

mylabel =

1 1 0 0 0 0

1 1 0 0 0 0

0 0 0 0 0 0

0 0 0 0 2 2

0 0 0 0 2 2

double 创建一个包含一个由整数1标注的不连续区域标注矩阵。

mylabel2 = double(BW)

mylabel2 =

1 1 0 0 0 0

1 1 0 0 0 0

0 0 0 0 0 0

0 0 0 0 1 1

0 0 0 0 1 1

regionprops 并不负责自动转换二值图像数据类型，而是由你自己决定使用何种数据转换方法来存储自己想要的数据。