skimage KeyError: 'axis_major_length'

Question

我想测量我的二值分割图像的属性。在区域旁边我想测量 axis_major_length 和 axis_minor_length.

在创建我的 DataFrame 时抛出一个 KeyError。这是代码：

label_image = measure.label(image > threshold, connectivity=image.ndim)
props = measure.regionprops_table(label_image, image, properties=['area', 'axis_major_length'])

df = pd.DataFrame(props)

这是错误：

KeyError                                  Traceback (most recent call last)
<ipython-input-30-9c2383d91b51> in <module>()
     42 label_image = measure.label(image > threshold, connectivity=image.ndim)
     43 image_label_overlay = label2rgb(label_image, image=image)
---> 44 props = measure.regionprops_table(label_image, image, properties=['area', 'axis_major_length'])
     45 
     46 df = pd.DataFrame(props)

1 frames
/usr/local/lib/python3.7/dist-packages/skimage/measure/_regionprops.py in _props_to_dict(regions, properties, separator)
    500     n = len(regions)
    501     for prop in properties:
--> 502         dtype = COL_DTYPES[prop]
    503         column_buffer = np.zeros(n, dtype=dtype)
    504         r = regions[0][prop]

KeyError: 'axis_major_length'

图像中应该只有一个被分割的元素，但是有另一个被分割成2像素区域的元素（print(df.area)的输出）：

0       2
1    2789

根据我的理解，这个错误发生在第一个元素（因为它太小而无法获得主长度？）。对于面积测量，我使用以下行过滤掉所有小于 25 像素的元素：df = df[df['area'] > 25] 但我只能在发生错误后执行此操作。

如何在测量这些属性时过滤掉小元素？

Answer 1

问题是您正在查看文档的开发版本，其中 major_axis_length 已重命名为 axis_major_length。这将在 0.19 中改变。但是在最新的 released 版本的 scikit-image (0.18) 中，它仍然被称为 major_axis_length，所以你应该使用：

https://scikit-image.org/docs/stable/api/skimage.measure.html#regionprops

注意 URL 中的“稳定”。不幸的是 Google 通常 returns 开发文档而不是稳定版本，但是如果您从 scikit-image.org 访问文档，它应该会带您到最新发布的版本。

另请注意，旧名称将继续有效，因此您应该使用它们而不必担心它们很快就会失效。

skimage KeyError: 'axis_major_length'

skimage KeyError: 'axis_major_length'

python

image-segmentation

scikit-image