regionprops

Medir propiedades de regiones de imágenes

Sintaxis

stats = regionprops(BW,properties)

stats = regionprops(CC,properties)

stats = regionprops(L,properties)

stats = regionprops(regions,I,properties)

stats = regionprops(outputFormat,___)

Descripción

La función regionprops mide propiedades como el área, los centroides y el cuadro delimitador de cada uno de los objetos (componentes conectados) de una imagen. regionprops es compatible con las regiones contiguas y no contiguas.

regionprops encuentra objetos únicos en imágenes binarias utilizando entornos de conectividad 8 para imágenes 2D y una conectividad máxima para imágenes de una dimensión superior. Para obtener más información, consulte Conectividad de píxeles. Para encontrar objetos utilizando otros tipos de conectividad, utilice bwconncomp para crear los componentes conectados y luego pase el resultado a regionprops utilizando el argumento CC.

Nota

Para medir las propiedades de los objetos de una imagen volumétrica 3D, considere utilizar regionprops3. Aunque regionprops puede aceptar imágenes 3D, regionprops3 es compatible con más estadísticas para las imágenes 3D.

Al llamar a la función regionprops, omita el argumento properties y la función devolverá las mediciones de "Area", "Centroid" y "BoundingBox".

stats = regionprops(BW,properties) mide las propiedades de cada uno de los objetos de la imagen binaria BW.

stats = regionprops(CC,properties) mide las propiedades de cada componente conectado CC.

stats = regionprops(L,properties) mide las propiedades para cada región etiquetada en la imagen de etiqueta L.

stats = regionprops(regions,I,properties) mide las propiedades del valor de los píxeles para cada región etiquetada en la imagen en escala de grises I. El primer argumento de entrada, regions, debe ser un valor válido para los argumentos BW, CC o L.

stats = regionprops(outputFormat,___) especifica el formato de las mediciones devueltas como un arreglo de estructuras o una tabla, utilizando el argumento outputFormat.

Ejemplos

Calcular los centroides y superponer las ubicaciones en una imagen

Lea una imagen binaria en el área de trabajo.

BW = imread('text.png');

Calcule los centroides para los componentes conectados de la imagen mediante regionprops. La función regionprops devuelve los centroides en un arreglo de estructuras.

s = regionprops(BW,'centroid');

Guarde las coordenadas x e y de los centroides en una matriz de dos columnas.

centroids = cat(1,s.Centroid);

Muestre la imagen binaria con las ubicaciones de los centroides superpuestas.

imshow(BW)
hold on
plot(centroids(:,1),centroids(:,2),'b*')
hold off

Estimar el centro y los radios de objetos circulares y representar círculos

Estime el centro y los radios de los objetos circulares en una imagen y utilice esta información para representar círculos en la imagen. En este ejemplo, regionprops devuelve las propiedades de la región medidas en una tabla.

Lea una imagen en el área de trabajo.

a = imread("circlesBrightDark.png");

Convierta la imagen de entrada en una imagen binaria.

bw = a < 50;
imshow(bw)
title("Image with Circles")

Calcule las propiedades de las regiones en la imagen y devuelva los datos en una tabla.

stats = regionprops("table",bw,"Centroid", ...
    "MajorAxisLength","MinorAxisLength")

stats=3×3 table
        Centroid        MajorAxisLength    MinorAxisLength
    ________________    _______________    _______________

       300       120        79.517             79.517     
    330.29    369.92        109.49              108.6     
       450       240        99.465             99.465     

Obtenga los centros y los radios de los círculos.

centers = stats.Centroid;
diameters = mean([stats.MajorAxisLength stats.MinorAxisLength],2);
radii = diameters/2;

Represente los círculos.

hold on
viscircles(centers,radii)

ans = 
  Group with properties:

    Children: [2×1 Line]
     Visible: on
     HitTest: on

  Show all properties

hold off

Crear una imagen binaria con un subconjunto de objetos filtrados

Lea una imagen binaria y detecte los componentes conectados.

BW = imread("text.png");
CC = bwconncomp(BW);

Mida el área de cada componente conectado y devuelva los resultados como una tabla.

p = regionprops("table",CC,"Area");

Cree una imagen binaria que contenga únicamente los componentes conectados más grandes del 2.º al 10.º. Muestre el resultado.

[~,idx] = sort(p.Area,"descend");
BWfilt = cc2bw(CC,ObjectsToKeep=idx(2:10));
imshow(BWfilt)

Aislar regiones orientadas verticalmente

Lea una imagen en escala de grises de granos de arroz y, después, convierta la imagen a binaria.

I = imread("rice.png");
BW = imbinarize(I);
imshow(BW)

Mida el área y el cuadro delimitador de cada región.

CC = bwconncomp(BW); 
stats = regionprops("table",CC,"Area","BoundingBox");

Seleccione las regiones a las que se aplican estas condiciones:

• El área es superior a 50 píxeles.

• El cuadro delimitador tiene menos de 15 píxeles de ancho y una altura superior o igual a 20 píxeles.

area = stats.Area;
bbox = stats.BoundingBox;
selection = (area > 50) & (bbox(:,3) < 15) & (bbox(:,4) >= 20);
BW2 = cc2bw(CC,ObjectsToKeep=selection);

Muestre la imagen filtrada.

imshow(BW2)

Argumentos de entrada

BW — Imagen binaria

Arreglo lógico

Imagen binaria, especificada como arreglo de cualquier dimensión.

regionprops ordena los objetos de la imagen binaria de izquierda a derecha en función del extremo top-left de cada componente. Cuando varios objetos tienen la misma posición horizontal, la función ordena esos objetos de arriba abajo y de nuevo a lo largo de cualquier dimensión superior. regionprops devuelve las propiedades medidas, stats, en el mismo orden que los objetos ordenados.

Tipos de datos: logical

CC — Componentes conectados:

Estructura

Componentes conectados, especificados como estructura con cuatro campos. Puede obtener una estructura de componentes conectados utilizando la función bwconncomp o bwpropfilt.

Campo	Descripción
Connectivity	Conectividad de los componentes conectados (objetos)
ImageSize	Tamaño de la imagen binaria
NumObjects	Número de componentes conectados (objetos) en la imagen binaria
PixelIdxList	Arreglo de celdas de 1 por NumObjects donde el k-ésimo elemento del arreglo de celdas es un vector que contiene los índices lineales de los píxeles del k-ésimo objeto

Tipos de datos: struct

L — Imagen de la etiqueta

Arreglo numérico | Arreglo categórico

Imagen de la etiqueta, especificada como uno de los siguientes:

• Un arreglo numérico de cualquier dimensión. Los píxeles etiquetados como 0 son el fondo. Los píxeles etiquetados como 1 forman un objeto; los píxeles etiquetados como 2 forman un segundo objeto; y así sucesivamente. regionprops trata los píxeles con valores negativos como fondo y redondea hacia abajo los píxeles de entrada que no sean enteros. Puede obtener una imagen de etiqueta numérica a partir de funciones de etiquetado como watershed o labelmatrix.

• Un arreglo categórico. Cada categoría corresponde a una región diferente.

Tipos de datos: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32 | categorical

properties — Tipo de medición

"basic" (predeterminado) | lista separada por comas de escalares de cadena o vectores de caracteres | arreglo de escalares de cadena | arreglo de celdas de vectores de caracteres | "all"

Tipo de medición, especificado como una lista separada por comas de escalares de cadena o vectores de caracteres, un arreglo de escalares de cadena, un arreglo de celdas de vectores de caracteres, o como "all" o "basic".

• Si especifica "all", regionprops calcula todas las mediciones de la forma y, para las imágenes en escala de grises, también las mediciones del valor de los píxeles.

• Si especifica "basic", regionprops solo calcula las mediciones "Area", "Centroid" y "BoundingBox".

Las siguientes tablas enumeran todas las propiedades que proporcionan mediciones de la forma. Las propiedades que aparecen en la tabla Mediciones del valor de los píxeles solo son válidas cuando se especifica una imagen en escala de grises.

Mediciones de forma

Nombre de la propiedad	Descripción	Compatibilidad con N-D	Compatibilidad con GPU	Generación de código
"Area"	Número real de píxeles en la región, devuelto como un escalar. Este valor puede diferir ligeramente del valor devuelto por bwarea, que pondera de forma diferente los distintos patrones de píxeles. Para encontrar el equivalente al área de un volumen 3D, utilice la propiedad "Volume" de regionprops3.	Sí	Sí	Sí
"BoundingBox"	Posición y tamaño del cuadro más pequeño que contiene la región, devueltos como un vector de 1 por (2*Q), donde Q es la dimensionalidad de la imagen. Los primeros elementos Q son las coordenadas de la esquina mínima del cuadro. Los segundos elementos Q son el tamaño del cuadro a lo largo de cada dimensión. Por ejemplo, un cuadro delimitador 2D con valor [5.5 8.5 11 14] indica que la coordenada (x,y) de la esquina superior izquierda del cuadro es (5,5, 8,5), la anchura horizontal del cuadro es de 11 píxeles y la altura vertical del cuadro es de 14 píxeles.	Sí	Sí	Sí
"Centroid"	Centro de masa de la región, devuelto como un vector de 1 por Q, donde Q es la dimensionalidad de la imagen. El primer elemento de Centroid es la coordenada horizontal (o coordenada x) del centro de masa. El segundo elemento es la coordenada vertical (o coordenada y). Todos los otros elementos de Centroid se encuentran en orden de dimensión. Esta figura ilustra el centroide y el cuadro delimitador de una región discontinua. La región está formada por los píxeles blancos. El recuadro verde es el cuadro delimitador y el punto rojo es el centroide.	Sí	Sí	Sí
"Circularity"	Redondez de los objetos, devuelta como estructura con el campo Circularity. La estructura contiene el valor de circularidad de cada objeto de la imagen de entrada. El valor de circularidad se calcula como: (4*pi*Area/Perimeter^2)*(1 - 0.5/r)^2, donde r = Perimeter/(2*pi) + 0.5 El valor de circularidad máximo es 1. La entrada debe ser una matriz de etiquetas o una imagen binaria con regiones contiguas. Si la imagen contiene regiones discontinuas, regionprops devuelve resultados inesperados.	Solo 2D	No	Sí
"ConvexArea"	Número de píxeles en ConvexImage, devuelto como un escalar.	Solo 2D	No	No
"ConvexHull"	El polígono convexo más pequeño que puede contener la región, devuelto como una matriz de p por 2. Cada fila de la matriz contiene las coordenadas x e y de un vértice del polígono.	Solo 2D	No	No
"ConvexImage"	Imagen que especifica la envolvente convexa, con todos los píxeles dentro de la envolvente rellenados (establecidos en on), devuelta como imagen binaria. La imagen tiene el tamaño del cuadro delimitador de la región. Para los píxeles por los que pasa el límite de la envolvente, regionprops utiliza el algoritmo descrito en Classify Pixels That Are Partially Enclosed by ROI.	Solo 2D	No	No
"Eccentricity"	Excentricidad de la elipse que tiene los mismos segundos momentos que la región, devuelta como escalar. La excentricidad es la relación entre la distancia entre los focos de la elipse y la longitud de su eje mayor. El valor está comprendido entre 0 y 1 (0 y 1 son casos degenerados. Una elipse cuya excentricidad es 0 es en realidad un círculo, mientras que una elipse cuya excentricidad es 1 es un segmento de recta)	Solo 2D	Sí	Sí
"EquivDiameter"	Diámetro de un círculo con la misma área que la región, devuelto como un escalar. Calculado como sqrt(4*Area/pi).	Solo 2D	Sí	Sí
"EulerNumber"	Número de objetos en la región menos el número de huecos en esos objetos, devuelto como un escalar. Esta propiedad solo es compatible con las matrices de etiquetas 2D. regionprops utiliza la conectividad 8 para calcular el número de Euler (también conocido como la característica de Euler). Para obtener más información sobre la conectividad, consulte Conectividad de píxeles.	Solo 2D	No	Sí
"Extent"	Relación entre los píxeles de la región y los píxeles del cuadro delimitador total, devuelta como un escalar. Se calcula como el Area dividida por el área del cuadro delimitador.	Solo 2D	Sí	Sí
"Extrema"	Puntos extremos en la región, devueltos como una matriz de 8 por 2. Cada fila de la matriz contiene las coordenadas x e y de uno de los puntos. El formato del vector es [top-left top-right right-top right-bottom bottom-right bottom-left left-bottom left-top]. Para algunas formas, varios puntos extremos pueden tener coordenadas idénticas. Esta figura ilustra los extremos de dos regiones diferentes. En la región de la izquierda, cada punto extremo es distinto. Para la región de la derecha, ciertos puntos extremos (como top-left y left-top) son idénticos.	Solo 2D	Sí	Sí
"FilledArea"	Número de píxeles on en FilledImage, devuelto como un escalar.	Sí	No	Sí
"FilledImage"	Imagen del mismo tamaño que el cuadro delimitador de la región, devuelta como un arreglo binario. Los píxeles on corresponden a la región, con todos los huecos rellenos, como se muestra en esta figura.	Sí	No	Sí
"Image"	Imagen del mismo tamaño que el cuadro delimitador de la región, devuelta como un arreglo binario. Los píxeles on corresponden a la región, y todos los demás píxeles están off.	Sí	Sí	Sí
"MajorAxisLength"	Longitud (en píxeles) del eje mayor de la elipse que tiene los mismos segundos momentos centrales normalizados que la región, devuelta como un escalar.	Solo 2D	Sí	Sí
"MaxFeretProperties"	Propiedades de Feret que incluyen el diámetro máximo de Feret, su ángulo relativo y los valores de las coordenadas, devueltas como una estructura con los campos: Campo Descripción MaxFeretDiameter Diámetro máximo de Feret medido como la distancia máxima entre dos puntos cualesquiera de los vértices en los polos opuestos de la envolvente convexa que encierra el objeto. MaxFeretAngle Ángulo del diámetro máximo de Feret con respecto al eje horizontal de la imagen. MaxFeretCoordinates Coordenadas del punto final del diámetro máximo de Feret. La entrada puede ser una imagen binaria, un componente conectado o una matriz de etiquetas.	Solo 2D	No	No
"MinFeretProperties"	Propiedades de Feret que incluyen el diámetro mínimo de Feret, su ángulo relativo y los valores de las coordenadas, devueltas como una estructura con los campos: Campo Descripción MinFeretDiameter Diámetro mínimo de Feret medido como la distancia mínima entre dos puntos cualesquiera de los vértices en los polos opuestos de la envolvente convexa que encierra el objeto. MinFeretAngle Ángulo del diámetro mínimo de Feret con respecto al eje horizontal de la imagen. MinFeretCoordinates Coordenadas del punto final del diámetro mínimo de Feret. La entrada puede ser una imagen binaria, un componente conectado o una matriz de etiquetas.	Solo 2D	No	No
"MinorAxisLength"	Longitud (en píxeles) del eje menor de la elipse que tiene los mismos segundos momentos centrales normalizados que la región, devuelta como un escalar.	Solo 2D	Sí	Sí
"Orientation"	Ángulo entre el eje x y el eje mayor de la elipse que tiene los mismos segundos momentos que la región, devuelto como un escalar. El valor se muestra en grados, y está comprendido entre -90 grados y 90 grados. Esta figura ilustra los ejes y la orientación de la elipse. La parte izquierda de la figura muestra una región de la imagen y su correspondiente elipse. El lado derecho muestra la misma elipse con las líneas azules sólidas que representan los ejes. Los puntos rojos son los focos. La orientación es el ángulo entre la línea de puntos horizontal y el eje mayor.	Solo 2D	Sí	Sí
"Perimeter"	Distancia alrededor del límite de la región devuelta como un escalar. regionprops computa el perímetro calculando la distancia entre cada par de píxeles contiguos alrededor del borde de la región. Si la imagen contiene regiones discontinuas, regionprops devuelve resultados inesperados. Esta figura ilustra los píxeles incluidos en el cálculo del perímetro de este objeto.	Solo 2D	No	Sí
"PixelIdxList"	Índices lineales de los píxeles de la región, devueltos como un vector de p elementos.	Sí	Sí	Sí
"PixelList"	Ubicación de los píxeles en la región, devuelta como una matriz de p por Q. Cada fila de la matriz tiene la forma [x y z ...] y especifica las coordenadas de un píxel de la región.	Sí	Sí	Sí
"Solidity"	Proporción de los píxeles en la envolvente convexa que también están en la región, devuelta como un escalar. La solidez se calcula como Area/ConvexArea. regionprops puede calcular la solidez solo en imágenes 2D. Para calcular la solidez de imágenes 3D, utilice regionprops3.	Solo 2D	No	No
"SubarrayIdx"	Los elementos de L dentro del cuadro delimitador del objeto, devueltos como un arreglo de celdas que contiene índices tales que L(idx{:}) extrae los elementos.	Sí	Sí	No

Las propiedades de medición del valor de los píxeles de la siguiente tabla solo son válidas cuando se especifica una imagen en escala de grises, I.

Mediciones del valor de los píxeles

Nombre de la propiedad	Descripción	Compatibilidad con N-D	Compatibilidad con GPU	Generación de código
"MaxIntensity"	Valor del píxel con la mayor intensidad en la región, devuelto como un escalar.	Sí	Sí	Sí
"MeanIntensity"	Media de todos los valores de intensidad de la región, devuelta como un escalar.	Sí	Sí	Sí
"MinIntensity"	Valor del píxel con la menor intensidad de la región, devuelto como un escalar.	Sí	Sí	Sí
"PixelValues"	Número de píxeles en la región, devuelto como un vector de p por 1, donde p es el número de píxeles de la región. Cada elemento del vector contiene el valor de un píxel de la región.	Sí	Sí	Sí
"WeightedCentroid"	Centro de la región basado en la ubicación y el valor de la intensidad, devuelto como un vector de p por Q de coordenadas. El primer elemento de WeightedCentroid es la coordenada horizontal (o coordenada x) del centroide ponderado. El segundo elemento es la coordenada vertical (o coordenada y). Todos los otros elementos de WeightedCentroid se encuentran en orden de dimensión.	Sí	Sí	Sí

Tipos de datos: char | string | cell

I — Imagen que se desea medir

Imagen en escala de grises

Imagen que se desea medir, especificada como una imagen en escala de grises. El tamaño de la imagen debe coincidir con el tamaño de la imagen binaria BW, de la estructura de componentes conectados CC o de la imagen de la etiqueta L.

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32

outputFormat — Formato de salida

"struct" (predeterminado) | "table"

Formato de salida de los valores de medición stats, especificado como uno de los valores siguientes.

Valor	Descripción
"struct"	Devuelve un arreglo de estructuras con una longitud igual al número de objetos en BW, CC.NumObjects o max(L(:)). Los campos del arreglo de estructuras denotan diferentes propiedades para cada región, como se especifica en properties.
"table"	Devuelve una table con altura (número de filas) igual al número de objetos en BW, CC.NumObjects o max(L(:)). Las variables (columnas) denotan diferentes propiedades para cada región, como se especifica en properties.

Tipos de datos: char | string

Argumentos de salida

stats — Valores de medición

arreglo struct (predeterminado) | tabla

Valores de medición, devueltos como un arreglo de estructuras o una tabla. El número de estructuras en el arreglo o el número de filas en la tabla es igual al número de objetos en BW, CC.NumObjects, o max(L(:)). Los campos de cada estructura o las variables de cada fila denotan las propiedades calculadas para cada región, como se especifica en properties. Si la imagen de entrada es una imagen de etiqueta categórica L, stats incluye un campo o variable adicional con la propiedad "LabelName".

El orden de los valores de medición de stats es el mismo que los objetos ordenados en la imagen binaria BW o los objetos ordenados especificados por CC o L.

Más acerca de

Regiones contiguas y regiones discontinuas

Las regiones contiguas también se denominan objetos, componentes conectados o blobs. Una imagen de etiqueta L que contenga regiones contiguas podría tener este aspecto:

1 1 0 2 2 0 3 3
1 1 0 2 2 0 3 3

Los elementos de L iguales a 1 pertenecen a la primera región contigua o componente conectado; los elementos de L iguales a 2 pertenecen al segundo componente conectado; y así sucesivamente.

Las regiones discontinuas son regiones que pueden contener varios componentes conectados. Una imagen de etiqueta que contenga regiones discontinuas podría tener este aspecto:

1 1 0 1 1 0 2 2
1 1 0 1 1 0 2 2

Los elementos de L iguales a 1 pertenecen a la primera región, que es discontinua y contiene dos componentes conectados. Los elementos de L iguales a 2 pertenecen a la segunda región, que es un único componente conectado.

Sugerencias

• regionprops aprovecha los resultados intermedios al calcular las mediciones relacionadas. Por lo tanto, es más rápido calcular todas las mediciones deseadas en una sola llamada a regionprops.

• La mayoría de las mediciones requieren poco tiempo para calcularse. Sin embargo, estas mediciones pueden llevar más tiempo, dependiendo del número de regiones en L:

  • "ConvexHull"

  • "ConvexImage"

  • "ConvexArea"

  • "FilledImage"

• La función cc2bw es útil para crear una imagen binaria que contenga solo un subconjunto de objetos o regiones que cumplan determinados criterios.

Capacidades ampliadas

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Notas y limitaciones de uso:

• regionprops es compatible con la generación de código C (requiere MATLAB^® Coder™). Tenga en cuenta que, si selecciona la plataforma objetivo genérica MATLAB Host Computer, regionprops genera código que utiliza una biblioteca compartida precompilada específica de la plataforma. El uso de una biblioteca compartida mantiene las optimizaciones de rendimiento, pero limita las plataformas objetivo para las que se puede generar código. Para obtener más información, consulte Types of Code Generation Support in Image Processing Toolbox.

• Solo se admiten imágenes binarias o imágenes de etiqueta numéricas. Las imágenes de etiqueta de tipo de datos categóricos no se admiten como entrada.

• No se admite especificar el tipo de salida "table".

• No se admite pasar un arreglo de celdas de propiedades. Utilice en su lugar una lista separada por comas.

• Se admiten todas las propiedades excepto "ConvexArea", "ConvexHull", "ConvexImage", "MaxFeretProperties", "MinFeretProperties", "Solidity" y "SubarrayIdx".

Generación de código de GPU

Genere código CUDA® para GPU NVIDIA® mediante GPU Coder™.

Notas y limitaciones de uso:

• GPU Coder™ genera código optimizado CUDA^® solo para imágenes binarias. El código generado para imágenes de etiqueta como entrada no está optimizado. Las imágenes de etiqueta de tipo de datos categóricos no se admiten como entrada.

• No se admite especificar el tipo de salida "table".

• No se admite pasar un arreglo de celdas de propiedades. Utilice en su lugar una lista separada por comas.

• Solo se admiten las propiedades "Area", "BoundingBox", "Centroid", "Eccentricity", "EquivDiameter", "Extent", "MajorAxisLength", "MinorAxisLength", "Orientation", "PixelIdxList""PixelList", "MaxIntensity", "MeanIntensity", "MinIntensity", "PixelValues" y "WeightedCentroid".

Entorno basado en subprocesos

Ejecute código en segundo plano con MATLAB® backgroundPool o acelere código con Parallel Computing Toolbox™ ThreadPool.

Esta función es totalmente compatible con los entornos basados en hilos. Para obtener más información, consulte Ejecutar funciones de MATLAB en entornos basados en subprocesos.

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

Notas y limitaciones de uso:

• La entrada gpuArray debe ser una matriz lógica 2D o matriz de etiquetas 2D.

• No se admite la estructura de componentes conectados (CC) de entrada.

• No se admiten las siguientes propiedades: "ConvexArea", "ConvexHull", "ConvexImage", "Circularity", "EulerNumber", "FilledArea", "FilledImage", "MaxFeretProperties", "MinFeretProperties", y "Solidity".

• "struct" es el único tipo de retorno admitido.

Para obtener más información, consulte Procesamiento de imágenes en una GPU.

Historial de versiones

Introducido antes de R2006a

R2023a: Nueva ecuación de circularidad

La función regionprops utiliza una nueva ecuación para calcular la circularidad. La nueva ecuación elimina un sesgo que provocaba que el cálculo de la circularidad fuese demasiado alto para objetos relativamente pequeños.

Si desea reproducir mediciones de circularidad con la antigua ecuación, puede utilizar estos comandos:

props = regionprops(I,["Area" "Perimeter"]);
oldCircularity = 4*pi*props.Area ./ props.Perimeter.^2;

R2022b: Compatibilidad con entornos basados en hilos

Ahora regionprops es compatible con los entornos basados en hilos.

R2022a: regionprops almacena las propiedades Image, ConvexImage y FilledImage como arreglos de celdas en la tabla de salida para todas las entradas

A partir de R2022a, cuando se especifica un formato de salida de tabla, la función regionprops almacena Image, ConvexImage y FilledImage como arreglos de celdas, independientemente del tamaño de los objetos de imagen. En versiones anteriores, si el tamaño del cuadro delimitador de un objeto era de 1 por 1 o de 1 por n, estas propiedades se almacenaban en la tabla de salida como un escalar numérico o un vector fila.

Para actualizar su código, acceda al valor de Image, ConvexImage y FilledImage utilizando la notación de puntos con llaves, {}. Por ejemplo, utilice el siguiente código para acceder a la propiedad Image del primer objeto de la imagen de entrada BW. En versiones anteriores, las llaves no eran necesarias para acceder a los valores almacenados como un escalar numérico o un vector fila.

stats = regionprops("table",BW,"Image");
imdata = stats.Image{1};

R2020a: Compatibilidad con datos categóricos

Ahora, regionprops es compatible con datos de imágenes categóricas.

R2019a: Circularidad y propiedades de Feret

Ahora, regionprops mide la circularidad y las propiedades de Feret de las regiones de una imagen binaria. Para medir la circularidad, las propiedades de Feret mínimas y las propiedades de Feret máximas, incluya "Circularity", "MinFeretProperties" o "MaxFeretProperties", respectivamente, al especificar el argumento properties.

Consulte también

Image Region Analyzer | regionprops3 | bwpropfilt | bwconncomp | bwferet | watershed | labelmatrix

Temas

• Medir regiones en imágenes en escala de grises
• Identificar objetos redondos
• Calculate Properties of Image Regions Using Image Region Analyzer
• Label and Measure Connected Components in a Binary Image