词汇表

正在进行中

数组

数值数组，由 numpy.ndarray 对象提供。在 scikit-image 中，图像是 NumPy 数组，其维度对应于图像的空间维度，以及彩色图像的颜色通道。请参阅NumPy 图像速成课程。

通道

通常用于指代彩色图像中的单个颜色通道。RGBA 图像具有额外的 alpha（透明度）通道。函数使用 channel_axis 参数来指定数组的哪个轴对应于通道。没有通道的图像通过 channel_axis=None 指示。除了 skimage.color 中的函数之外，大多数带有 channel_axis 参数的函数只是对每个通道应用相同的操作。在这种情况下，“通道”并不一定严格表示颜色或 alpha 信息，而是可以是任何要操作的通用批量维度。

圆

圆盘的周长。

轮廓

2D 图像具有恒定值的曲线。轮廓的内部（或外部）的值大于（或小于）轮廓值。

对比度

图像中强度或颜色的差异，使对象可区分。 skimage.exposure 中提供了几个用于处理图像对比度的函数。请参阅对比度和曝光。

圆盘

填充的圆。

浮点数

实数的表示，例如 numpy.float32 或 numpy.float64。请参阅图像数据类型及其含义。某些图像操作需要浮点数据类型（例如在 skimage.filters.gaussian() 中将图像值乘以指数预因子），因此整数类型的图像通常会在内部转换为浮点类型。另请参阅整数值。

浮点数值

请参阅浮点数。

直方图

对于图像，强度值的直方图，其中强度值的范围被划分为多个区间，直方图计算每个区间中有多少像素值。 请参阅skimage.exposure.histogram()。

整数

整数的表示形式，可以是有符号的或无符号的，并根据需要表示的最大值以一、二、四或八个字节进行编码。在 scikit-image 中，最常见的整数类型是 numpy.int64（用于较大的整数值）和 numpy.uint8（用于较小的整数值，通常是标签小于 255 的标签图像）。请参阅图像数据类型及其含义。

整数值

请参阅整数。

等值轮廓

请参阅轮廓。

标签

标签图像是整数类型，其中具有相同整数值的像素属于同一对象。 例如，分割的结果是标签图像。 skimage.measure.label() 标记二值图像的连通分量，并返回标签图像。 标签通常是连续的整数，并且可以使用 skimage.segmentation.relabel_sequential() 将任意标签重新标记为连续的标签。

标签图像

请参阅标签。

像素

图像的最小元素。图像是一个像素网格，每个像素的强度是可变的。像素在灰度图像中可以具有单个强度值，或者在彩色图像中可以具有多个通道。在 scikit-image 中，像素是 numpy arrays 的单个元素（请参阅NumPy 图像速成课程）。另请参阅体素。

分割

将图像划分为多个对象（分段），例如感兴趣的对象及其背景。分割的输出通常是标签图像，其中不同对象的像素已被赋予不同的整数标签。 skimage.segmentation 中提供了几种分割算法。

体素

三维图像的像素（图像的最小元素）。