Python 3.x 中的 "bwlabeln (with 18 and 26-connected neighborhood)" 是什么？
What is equivalent to "bwlabeln (with 18 and 26-connected neighborhood)" in Python 3.x?
我已经使用 Matlab 的 bwlabeln 进行三维连接，18-connected neighborhood如下代码：
[labeledImage, ~] = bwlabeln(maskImageVolume, 18); # maskImageVolume is 3D. e.g.:(200, 200, 126)
在Python中的等价物是：
from skimage import measure
labeledImage = measure.label(maskImageVolume, 8)
然而，bwlabeln 在 Matlab 中支持 Three-dimensional connectives（具有 18 和 26 连接的邻域）但 skimage.measure.label 仅支持 4- or 8-“connectivity”。
Python 中 18 and 26-connected neighborhood 的 bwlabeln 等价于什么？
skimage.measure.label 的文档指出参数 neighbors:
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，连通性可以是 1、2 或 3，表示 6、18 或 26 个邻居。
翻看各个版本的文档，好像scikit-image 0.11就引入了这种语法（0.10没有）。
对于您的案例，有 18 个相连的邻居：
labeledImage = measure.label(maskImageVolume, connectivity=2)
我已经使用 Matlab 的 bwlabeln 进行三维连接，18-connected neighborhood如下代码：
[labeledImage, ~] = bwlabeln(maskImageVolume, 18); # maskImageVolume is 3D. e.g.:(200, 200, 126)
在Python中的等价物是：
from skimage import measure
labeledImage = measure.label(maskImageVolume, 8)
然而，bwlabeln 在 Matlab 中支持 Three-dimensional connectives（具有 18 和 26 连接的邻域）但 skimage.measure.label 仅支持 4- or 8-“connectivity”。
Python 中 18 and 26-connected neighborhood 的 bwlabeln 等价于什么？
skimage.measure.label 的文档指出参数 neighbors:
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, useconnectivityinstead.
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 toinput.ndim. IfNone, a full connectivity ofinput.ndimis used.
这意味着，在 3D 中，连通性可以是 1、2 或 3，表示 6、18 或 26 个邻居。
翻看各个版本的文档，好像scikit-image 0.11就引入了这种语法（0.10没有）。
对于您的案例，有 18 个相连的邻居：
labeledImage = measure.label(maskImageVolume, connectivity=2)