Matlab中一个很有用的函数：regionprops_regionprops函数计算的周长matlab-CSDN博客

转载！

在matlab图像处理中太有用了，regionprops用来度量图像区域属性的函数。

函数：regionprops。顾名思义：它的用途是get the properties of region，即用来度量图像区域属性的函数。
语法 STATS = regionprops(L,properties)

        %bw=rgb2gray(bw);L必须来自二维图像（如灰度图像）
        %L = bwlabel(bw);语法中的L
        %s  = regionprops(L, 'centroid'); centroid为其中可以引用的属性
描述

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。

属性详细定义

函数regionprops用于提取图像中感兴趣区域的属性，包括以下几个内容：
'Area''EulerNumber''Orientation''BoundingBox''Extent''Perimeter''Centroid''Extrema''PixelIdxList''ConvexArea''FilledArea''PixelList''ConvexHull''FilledImage''Solidity''ConvexImage''Image''SubarrayIdx''Eccentricity''MajorAxisLength''EquivDiameter''MinorAxisLength'
翻译过来就是：
'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而得到图像比例，可以作为模式识别的候选特征，并且这个特征是仿射不变的。

EulerNumber：欧拉数

Orientation：方向
'BoundingBox'
是1行ndims(L)*2列的向量，即包含相应区域的最小矩形。包括矩形左上角坐标和长宽。

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。注意：请在这熟悉一下函数rectangle的使用方法。

Extent：范围，长度

Perimeter：周长
'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。

Extrema：极值

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。我们可以考察离心率的变化趋势，得到对于整个区域中的各区域的似圆性如何的大致感觉。看出区域整体的似圆性好不好，实际上可以考虑使用离心率向量作为一个模式识别的特征。

'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'Image'相同，唯一区别是这是个做了填充的逻辑矩阵！