python - skimage KeyError:'axis_major_length'
问题描述
我想测量我的二进制分割图像的属性。在我要测量的区域旁边axis_major_length
和axis_minor_length
。
在创建我的 DataFrame 时,会引发 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'
在图像中应该只有一个被分割的元素,但是还有另一个元素被分割为 2 个像素的区域(输出print(df.area)
):
0 2
1 2789
据我了解,此错误发生在第一个元素上(因为它太小而无法获得主要长度?)。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]
但我只能在错误发生后执行此操作。
在测量这些属性时如何过滤掉小元素?
解决方案
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。但是在最新发布的 scikit-image (0.18) 版本中,它仍然被称为major_axis_length
,所以你应该使用它:
https://scikit-image.org/docs/stable/api/skimage.measure.html#regionprops
请注意 URL 中的“稳定”。不幸的是,谷歌经常返回开发文档而不是稳定版本,但如果你从 scikit-image.org 访问文档,它应该会带你到最新发布的版本。
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损坏。
推荐阅读
- r - R闪亮仪表板中的反应式下拉菜单
- c - MPI_Scatter 无效指针错误:MPI_Type_vector 可能有问题
- angular - 在角材料中显示多个网格
- ibm-integration-bus - 控制流吞吐量
- c++ - 使用 Qt 录制网络广播流
- button - CSS Hover:如何激活相当于onmouseout的第三种状态?
- python - 在动态 Python 数据框中绘制多个条形图
- json - 从 excel 添加到现有 JSON
- google-app-engine - 是否可以启动两个连接到同一个谷歌云数据存储模拟器的 dev_appserver.py?
- android - 从 Google 助理向 Android 应用发送文本附加信息