measure

matplotlib

[scikit-image] 88. threshold_sauvola, opening, label, regionpropsなどを駆使してサボテンの種の数を調査

scikit-imageライブラリを使用してサボテンの種の数を自動計測する方法を解説。threshold_sauvolaによる二値化、モルフォロジー演算(opening)、ラベリング処理、regionpropsによる特徴量抽出を組み合わせて、画像内のサボテンの種を正確にカウントする技術を紹介。
python

[scikit-image] 54. ラベリングした領域のサイズ、角度、重心などの測定(skimage.measure regionprops)

scikit-imageのregionprops関数を使用してラベリングされた画像領域の特性(サイズ、角度、重心など)を測定する方法を解説します。基本的な使い方、測定可能な特性、実践例を通じて画像解析の重要なテクニックを紹介しています。
matplotlib

[scikit-image] 30. 画像の構造類似性(skimage.measure compare_ssim)

ここではskimage.measureのcompare_ssimにより、画像の構造類似性を求める方法について説明する。
python

[scikit-image] 20. 図形の近似と細分化(measure.approximate_polygon)

skimage.measure の approximate_polygonを用いた図形の近似
python

[scikit-image] 14. 3次元ボクセルデータをポリゴンデータに変換( measure.marching_cubes_lewiner)

scikit-imageの「marching_cubes_lewiner」関数を使用して3次元ボクセルデータからポリゴンメッシュを生成する方法を解説します。Marching Cubes法の基本概念、実装例、パラメータ設定、応用分野について詳しく説明し、3Dデータ可視化の基礎を学ぶことができます。
python

[scikit-image] 10. 画像内の等高線を検出(measure.find_contours)

scikit-imageのmeasure.find_contours関数を使って画像内の等高線を検出する方法を解説します。グレースケール画像から指定した値の等高線を抽出し、オブジェクトの境界検出や形状分析に活用できます。