我已经将 Matlab 的bwlabeln用于三维连接词，18-connected neighborhood代码如下：
[labeledImage, ~] = bwlabeln(maskImageVolume, 18); # maskImageVolume is 3D. e.g.:(200, 200, 126)
在 Python 中等效的是：
from skimage import measure
labeledImage = measure.label(maskImageVolume, 8)
但是，Matlab 中的bwlabeln支持Three-dimensional connectives(具有 18 和 26 连接的邻域)，但skimage.measure.label只支持4- or 8-“connectivity”。
什么相当于 Python 中18 and 26-connected neighborhood的bwlabeln？
参数neighborsskimage.measure.label状态的文档：
邻居 ： {4， 8}， 整数， 可选
是使用 4 还是 8 "连接"。在3D中，4-"连接"意味着连接的像素必须共享面，而对于8-"连接"，它们必须仅共享边缘或顶点。
已弃用，请改用connectivity。
对于参数connectivity：
连接性 ： 整数，可选
将像素/体素视为邻居的最大正交跃点数。可接受的值范围为 1 到input.ndim。如果None，则使用input.ndim的完全连接。
这意味着，在 3D 中，连通性可以是 1、2 或 3，表示 6、18 或 26 个邻居。
回顾文档的各个版本，这种语法似乎是在scikit-image 0.11中引入的(0.10没有它)。
对于您的情况，有 18 个连接的邻居：
labeledImage = measure.label(maskImageVolume, connectivity=2)