skimage调用regionprops_table提取axis_major_length报KeyError如何解决

1 KeyError报错修复 #

你遇到的KeyError: 'axis_major_length'是scikit-image的版本兼容问题：

• 0.19.0及以上版本的长/短轴属性名为axis_major_length、axis_minor_length
• 低于0.19.0的版本对应属性名为major_axis_length、minor_axis_length

可选择任意一种方案修复：

• 升级scikit-image到最新版本：pip install scikit-image --upgrade
• 直接将属性名替换为旧版本命名即可

2 提前过滤小面积区域实现 #

regionprops_table不支持直接传入过滤条件，你可以通过遍历regionprops返回的连通域对象，先筛掉小面积区域后再提取属性生成DataFrame，参考代码如下：

import pandas as pd
from skimage import measure

# 生成连通域标签图
label_image = measure.label(image > threshold, connectivity=image.ndim)
# 按需配置要提取的属性，新版本可替换为axis_major_length、axis_minor_length
target_properties = ['area', 'major_axis_length', 'minor_axis_length']

# 遍历连通域先过滤再提取属性
valid_region_list = []
for region in measure.regionprops(label_image, intensity_image=image):
    # 提前过滤掉面积小于25的区域
    if region.area > 25:
        valid_region_list.append({prop: getattr(region, prop) for prop in target_properties})

# 直接生成清洗后的DataFrame
df = pd.DataFrame(valid_region_list)

该方案既不需要生成全量数据后再做清洗，也能避免极小连通域计算轴长时可能出现的异常问题。

内容的提问来源于stack exchange，提问作者han_tuch