Python3.x中的“bwlabeln（有18个和26个相连的邻居）”是什么意思？

Question

我使用了Matlab的bwlabeln来处理带有18-connected neighborhood的三维连接词，代码如下：

[labeledImage, ~] = bwlabeln(maskImageVolume, 18); # maskImageVolume is 3D. e.g.:(200, 200, 126)

在Python中相当于它的是：

^{pr2}$

然而，Matlab中的bwlabeln支持Three-dimensional connectives（有18和26个连通邻域），而{}只支持4- or 8-“connectivity”。在

在Python中，18 and 26-connected neighborhood的bwlabeln等价于什么？在

Answer 1

参数neighbors的^{}状态文档：

neighbors : {4, 8}, int, optional
Whether to use 4- or 8-“connectivity”. In 3D, 4-“connectivity” means connected pixels have to share face, whereas with 8-“connectivity”, they have to share only edge or vertex.
Deprecated, use connectivity instead.

对于参数connectivity：

connectivity : int, optional
Maximum number of orthogonal hops to consider a pixel/voxel as a neighbor. Accepted values are ranging from 1 to input.ndim. If None, a full connectivity of input.ndim is used.

这意味着，在3D中，连接性可以是1、2或3，表示6、18或26个邻居。在

回顾文档的各个版本，scikit映像0.11中似乎引入了这种语法（0.10没有）。在

对于你的情况，有18个相连的邻居：

labeledImage = measure.label(maskImageVolume, connectivity=2)