measure op• 数据种类:labels → table
• 调用: import fullseye as fs; fs.ledger.vol_label_shape_stats(labels, spacing=None, shape: 'bool' = True)(要直接调用实现,import volcolor; volcolor.vol_label_shape_stats(labels, spacing=None, shape: 'bool' = True);从台账取用则 opsvolcolor.get("vol_label_shape_stats"))
• GPU:无(仅 CPU 参考实现)
每个成分线性时间可得的定量值(体积、重心、包围盒、主成分形状指标)。
volops.vol_region_props 的姐妹，但有 不同的目的：
• 它给出了“表面积”和 Wadell“球度”。为了这个目的由于行进立方体针对每个组件运行，因此 Python 循环与组件数量成正比。转动（随着 1 体素 1 标签的病理输入很快变得沉重）。
• 这仅限于仅需要“np.bincount”加权和的金额。 1 个标签数组 10bincount（件数 1，坐标和 3，协方差 6）= O(N + n)。实测（连通性=26，1 体素 1 标签 = 病理输入的棋盘图案）： 163 = 4096 体素/512 个分量 = 0.0037 s，323 = 32768 / 4096 = 0.0350 秒，643 = 262144 / 32768 = 0.2556 秒，1283 = 2097152 / 262144 = 2.3122秒。 每 8 个体素 9.5 / 7.3 / 9.0 次（二次方 64 次），整个区域大约为 1.1 微秒/体素。同样的1283着色是0.0357 s。
（供参考：volops.vol_region_props(surface="faces") 是相同的 163
0.0121 秒——由于每个组件的 Python 循环而延长了 3.5 倍。行进立方体
默认使用 surface="auto" 甚至更重。 ）
标签体素计数体积质心bbox volops.vol_region_props 相同的定义和相同的值（tests/test_volcolor.py::test_stats_agree_with_vol_region_props_exactly 是(fixed with exact match). bbox 是(z0, z1, y0, y1, x0, x1) 并且上限是排除的。
我们还返回什么：
centroid_mm (z, y, x) 物理坐标（与没有间距的体素相同）
extent bbox 的物理尺寸(dz, dy, dx) · equivalent_diameter
(6V/pi)(1/3) · touches_border bbox 是否触及音量边缘？ ·
principal_extent 协方差特征值的平方根(s1 >= s2 >= s3)（物理单位）·
线性度 (l1-l2)/l1 · 平面性 (l2-l3)/l1 · 各向同性
“l3/l1”·“伸长率”“sqrt(l1/l2)”。
伸长率可以是无限的（合同）：l1 > 0 和l2 == 0，换句话说，厚度为 1 体素的完美直线分量返回“inf”。事故除以 0 相反，事实是在第二轴方向上没有扩展，并且当倒圆时，细长的顺序发生变化。他们默默地交换位置。单个体素（“l1 == 0”）是一个各向同性点，因此它是“1.0”。
如果忘记传递空格，数字和结论将会改变。实际测量-半径为6毫米的球体间距 = (3.0, 1.0, 1.0) 当使用 mm 的各向异性网格（z 粗化 3 倍）进行采样时，它变成 293 个体素。闭合形式的真值是“4/3 pi 63 = 904.78 mm3”：
• 当“间距” = 879.0 mm3（误差-2.85 %）时，各向同性 = 0.7349（近似各向同性 = 正确）。
• 无“间距” = 293.0（以体素为单位。当读作毫米3时，错误-67.62%），各向同性 = 0.0817 -- 球体看起来像一块“板”。忽略各向异性形状索引被破坏，但返回一个有限且合理的值。
*等效直径也相差 1.44 倍，即 11.8849 毫米与 8.2406 毫米。
数值说明：二阶矩计算为“E[x2] - E[x]2”，因此坐标对于具有较大和较小分布的元件，可能会发生精度损失。上限：数据：MAX_COLOR_VOXELS （一侧高达 ~2000），“E[x2] ~ 4e6” 的 float64 的相对精度为 1e-16 = 绝对 1e-10，体素方差有 10 个数量级的余量。比那个大体积应该是切完ROI之后才可以通过的（这也是上限的原因）。
将 *shape* 设置为“False”将忽略协方差（bincount 为 10 中的 6），principal_extent 不要返回以下 5 项——仅需要体积过滤器有时 O(N) 临时数组可以减少为 1。
以升序标签顺序返回list[dict]（仅实际标签）--- 即使数字中有间隙，labels.max() 也不会返回空字典）。
• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。
• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。
• 算法的正典(作者、年份)与用途见上面的族使用指南。
• poc_cold_chain_excursion — py -3.11 examples/poc_cold_chain_excursion.py
• voxel_labels_color — py -3.11 examples/voxel_labels_color.py
table 作为输入)—
measure)*Provenance: volcolor.py — VOLCOLOR 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.