Python 3.8：找出使用skimage.segmentation.mark_边界绘制的检测到的边界的属性

我有一个不规则大小种子的图像。通过在Python3.8中使用，我检测到了这些种子的边界，如图所示。现在，我想找出这些检测到的边界的所有属性。怎么做？另外，我还有一个小小的疑问，那就是如何增加检测到的边界的厚度

注意：我想找出每个种子的属性（包括重叠）。因此，我应用了分水岭算法并检测每个种子的边界。因此，现在使用这些检测到的边界，我试图找出种子的所有属性

谢谢

---

标记边界的第二个输入是

label\u img

。可以使用此精确输入来测量区域特性。

mark_bounders

的输出仅对可视化有用。

Sir，我使用了“region=measure.regionprops（标签，强度_image=None，缓存=True，坐标=None）”，但它显示的bolbs超过300，而bolbs仅为32。为什么会这样？我观察到它在重复这些值。我使用的代码是：areas=[p.area for p in region]print（areas）为了测试，我只使用了三个blob，结果是：[380245634379][380245634379][380245634379]如何解决这个问题？你能分享你的完整代码和示例图像吗？它可以很好地使用：

[region.area for region in measure.regionprops（np.array（[[1,1,1,2,3,3]]）]

，这就给出了

[3,1,2]

。也许你正在做列表理解和附加到一个更大的列表？