詞彙表#
施工中
- 陣列 (array)#
數值陣列，由
numpy.ndarray物件提供。在scikit-image中，影像為 NumPy 陣列，其維度對應於影像的空間維度，而彩色影像則對應於顏色通道。請參閱 NumPy 影像快速入門。- 通道 (channel)#
通常用於指稱彩色影像中的單一顏色通道。RGBA 影像具有額外的 alpha（透明度）通道。函數使用
channel_axis引數來指定陣列的哪個軸對應於通道。不含通道的影像會透過channel_axis=None表示。除了skimage.color中的函數之外，大多數具有channel_axis引數的函數只是跨每個通道套用相同的操作。在這種情況下，「通道」不一定必須代表顏色或 alpha 資訊，而可以是任何要進行操作的通用批次維度。- 圓 (circle)#
圓盤 的周邊。
- 輪廓 (contour)#
2D 影像具有恆定值的曲線。輪廓的內部（相應地，外部）具有大於（相應地，小於）輪廓值的值。
- 對比 (contrast)#
影像中強度或顏色的差異，使物件可區分。在
skimage.exposure中提供了幾個用於操作影像對比的函數。請參閱 對比和曝光。- 圓盤 (disk)#
填滿的圓。
- 浮點數 (float)#
實數的表示法，例如
numpy.float32或numpy.float64。請參閱 影像資料類型及其意義。某些影像操作需要浮點數資料類型（例如在skimage.filters.gaussian()中將影像值乘以指數前因子），因此整數類型的影像通常會在內部轉換為浮點數類型。另請參閱 整數 值。- 浮點數值 (float values)#
請參閱 浮點數。
- 直方圖 (histogram)#
對於影像，強度值的直方圖，其中強度值的範圍被劃分為多個 bin，而直方圖會計算每個 bin 中落入多少個像素值。請參閱
skimage.exposure.histogram()。- 整數 (int)#
整數的表示法，可以是有號或無號，並根據需要表示的最大值以 1、2、4 或 8 個位元組編碼。在
scikit-image中，最常見的整數類型為numpy.int64（用於大型整數值）和numpy.uint8（用於小型整數值，通常是具有少於 255 個標籤的標籤影像）。請參閱 影像資料類型及其意義。- 整數值 (int values)#
請參閱 整數。
- 等值輪廓 (iso-valued contour)#
請參閱 輪廓。
- 標籤 (labels)#
標籤影像是整數類型，其中具有相同整數值的像素屬於同一個物件。例如，分割的結果是標籤影像。
skimage.measure.label()會標記二值影像的連通元件，並傳回標籤影像。標籤通常是連續整數，而skimage.segmentation.relabel_sequential()可用於將任意標籤重新標記為連續（相鄰）標籤。- 標籤影像 (label image)#
請參閱 標籤。
- 像素 (pixel)#
影像的最小元素。影像是一個像素網格，而每個像素的強度是可變的。像素在灰階影像中可以具有單一強度值，而在彩色影像中則可以具有多個通道。在
scikit-image中，像素是numpy 陣列的個別元素（請參閱 NumPy 影像快速入門）。另請參閱 體素。- 分割 (segmentation)#
將影像分割為多個物件（區段），例如感興趣的物件及其背景。分割的輸出通常是標籤影像，其中不同物件的像素已分配了不同的整數標籤。在
skimage.segmentation中提供了幾種分割演算法。- 體素 (voxel)#
三維影像的像素（影像的最小元素）。