在matlab圖像處理中太有用了，regionprops用來度量圖像區(qū)域?qū)傩缘暮瘮?shù)。

函數(shù)：regionprops。顧名思義：它的用途是get the properties of region，即用來度量圖像區(qū)域?qū)傩缘暮瘮?shù)。
語法    STATS = regionprops(L,properties)

        %bw=rgb2gray(bw);L必須來自二維圖像（如灰度圖像）
        %L = bwlabel(bw);語法中的L
        %s  = regionprops(L, 'centroid'); centroid為其中可以引用的屬性
描述   

        測量標(biāo)注矩陣L中每一個標(biāo)注區(qū)域的一系列屬性。L中不同的正整數(shù)元素對應(yīng)不同的區(qū)域，例如：L中等于整數(shù)1的元素對應(yīng)區(qū)域1；L中等于整數(shù)2的元素對應(yīng)區(qū)域2；以此類推。返回值STATS是一個長度為max(L(:))的結(jié)構(gòu)數(shù)組，結(jié)構(gòu)數(shù)組的相應(yīng)域定義了每一個區(qū)域相應(yīng)屬性下的度量。properties 可以是由逗號分割的字符串列表、飽含字符串的單元數(shù)組、單個字符串 'all' 或者 'basic'。如果 properties 等于字符串 'all'，則所有下述字串列表中的度量數(shù)據(jù)都將被計算。

如果 properties 沒有指定或者等于 'basic'，則屬性: 'Area', 'Centroid', 和 'BoundingBox' 將被計算。下面的列表就是所有有效的屬性字符串，它們大小寫敏感并且可以縮寫。

屬性詳細(xì)定義

函數(shù)regionprops用于提取圖像中感興趣區(qū)域的屬性，包括以下幾個內(nèi)容：
'Area''EulerNumber''Orientation''BoundingBox''Extent''Perimeter''Centroid''Extrema''PixelIdxList''ConvexArea''FilledArea''PixelList''ConvexHull''FilledImage''Solidity''ConvexImage''Image''SubarrayIdx''Eccentricity''MajorAxisLength''EquivDiameter''MinorAxisLength'
翻譯過來就是：
'Area'是標(biāo)量，計算出在圖像各個區(qū)域中像素總個數(shù)。

注意：這個數(shù)值可能與由函數(shù) bwarea 計算的值有輕微的不同。對于這樣一個數(shù)值，我們可以使用它除以整個圖像區(qū)域的像素個數(shù)而得到圖像比例，可以作為模式識別的候選特征，并且這個特征是仿射不變的。

EulerNumber：歐拉數(shù)

Orientation：方向
'BoundingBox'
是1行ndims(L)*2列的向量，即包含相應(yīng)區(qū)域的最小矩形。包括矩形左上角坐標(biāo)和長寬。

BoundingBox 形式為 [ul_corner width]，這里 ul_corner 以 [x y z ...] 的坐標(biāo)形式給出邊界盒子的左上角、boxwidth 以 [x_width y_width ...] 形式指出邊界盒子沿著每個維數(shù)方向的長度。注意：請在這熟悉一下函數(shù)rectangle的使用方法。

Extent：范圍，長度

Perimeter：周長
'Centroid'是1行ndims(L)列的向量，給出每個區(qū)域的質(zhì)心（重心）

 注意：Centroid 的第一個元素是重心水平坐標(biāo)（x坐標(biāo)）、第二個元素是重心垂直坐標(biāo)（y坐標(biāo)）。Centroid 所有其它元素則按照維順序排列。

Extrema：極值

MajorAxisLength'
是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的長軸長度（像素意義下）本屬性只支持二維標(biāo)注矩陣。

'MinorAxisLength'
是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的短軸長度（像素意義下）。本屬性只支持二維標(biāo)注矩陣。

'Eccentricity'
是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率（可作為特征）。本屬性只支持二維標(biāo)注矩陣。

'Orientation'
是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的長軸與x軸的交角（度）。本屬性只支持二維標(biāo)注矩陣。我們可以考察離心率的變化趨勢，得到對于整個區(qū)域中的各區(qū)域的似圓性如何的大致感覺。看出區(qū)域整體的似圓性好不好，實(shí)際上可以考慮使用離心率向量作為一個模式識別的特征。

'Image'

二值圖像，與某區(qū)域具有相同大小的邏輯矩陣。你可以用這個屬性直接將每個子區(qū)域提取出來，然后再作相應(yīng)的處理！

'FilledImage'

與'Image'相同，唯一區(qū)別是這是個做了填充的邏輯矩陣！

'FilledArea' 

是標(biāo)量，填充區(qū)域圖像中的 on 像素個數(shù)。

'ConvexHull'

是p行2列的矩陣，包含某區(qū)域的最小凸多邊形。此矩陣的每一行存儲此多邊形一個頂點(diǎn)的xy坐標(biāo)。此屬性只支持2維標(biāo)注矩陣。

'ConvexImage'
 

二值圖像，用來畫出上述的區(qū)域最小凸多邊形。同時此凸包內(nèi)的像素均打開，圖像尺寸和此區(qū)域?qū)?yīng)邊界矩形相同。此屬性只支持2維標(biāo)注矩陣。例如：本例中的第2個子區(qū)域的最小凸多邊形圖形為。注意：此處函數(shù)roipoly很有用！

'ConvexArea'
 

是標(biāo)量，填充區(qū)域凸多邊形圖像中的 on 像素個數(shù)。

'EulerNumber'
 

是標(biāo)量，幾何拓?fù)渲械囊粋€拓?fù)洳蛔兞?-歐拉數(shù)，等于圖像中目標(biāo)個數(shù)減去這些目標(biāo)中空洞的個數(shù)。此屬性只支持2維標(biāo)注矩陣。本例中的歐拉數(shù)均為1。

'Extrema'
 

8行2列矩陣，八方向區(qū)域極值點(diǎn)。矩陣每行存儲這些點(diǎn)的xy坐標(biāo)，向量格式為 [top-left top-right right-top right-bottom bottom-right bottom-left left-bottom left-top]。此屬性只支持2維標(biāo)注矩陣。

'EquivDiameter'

還有一些別的，用到了再完善，現(xiàn)在還不懂……