术语表

工作进行中

数组

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

频道

通常用于指代彩色图像中的单个颜色通道。RGBA 图像有一个额外的 alpha（透明度）通道。函数使用 channel_axis 参数来指定数组中哪个轴对应于通道。没有通道的图像通过 channel_axis=None 表示。除了 skimage.color 中的函数外，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”不一定严格代表颜色或 alpha 信息，但可以是任何通用的批处理维度，用于操作。

圆

一个 圆盘 的周长。

轮廓

沿着该曲线的2-D图像具有恒定值。轮廓的内部（或外部）具有大于（或小于）轮廓值的值。

对比

图像中强度或颜色的差异，使得物体可区分。在 skimage.exposure 中有几种函数可以操作图像的对比度。参见 对比度和曝光。

磁盘

一个填充的 圆圈。

浮动

实数的表示，例如 numpy.float32 或 numpy.float64。参见 图像数据类型及其含义。一些图像操作需要浮点数据类型（例如在 skimage.filters.gaussian() 中使用指数前因子乘以图像值），因此整数类型的图像通常会在内部转换为浮点类型。另见 int 值。

浮点数值

参见 浮点数。

直方图

对于一张图像，强度值的直方图，其中强度值的范围被划分为多个区间，直方图统计每个区间内像素值的数量。参见 skimage.exposure.histogram()。

整数

整数表示法，可以是带符号或不带符号，并根据需要表示的最大值编码为一个、两个、四个或八个字节。在 scikit-image 中，最常见的整数类型是 numpy.int64（用于大整数值）和 numpy.uint8（用于小整数值，通常是标签图像，标签数少于255）。参见 图像数据类型及其含义。

int 值

参见 整数。

iso-valued 等值线

参见 等高线。

标签

标签图像的类型为整数，其中具有相同整数值的像素属于同一对象。例如，分割的结果是一幅标签图像。skimage.measure.label() 标记二值图像的连通分量，并返回一幅标签图像。标签通常是连续的整数，而 skimage.segmentation.relabel_sequential() 可用于将任意标签重新标记为连续的标签。

标签 图像

参见 标签。

像素

图像的最小元素。图像是由像素组成的网格，每个像素的强度是可变的。在灰度图像中，像素可以有一个单一的强度值，或者在彩色图像中有几个通道。在 scikit-image 中，像素是 numpy 数组 的单个元素（参见 关于图像的NumPy速成课程）。另见 体素。

分割

将图像分割成多个对象（段），例如感兴趣的对象及其背景。分割的输出通常是一张 标签 图像，其中不同对象的像素被赋予了不同的整数标签。skimage.segmentation 中提供了几种分割算法。

体素

像素（图像的最小元素）的三维图像。