danforthcenter/plantcv

PlantCV – 植物表型分析用的電腦視覺工具

是什麼 – PlantCV 是一個開源的 Python 庫，整合了一系列影像分析演算法，可從照片中量測植物性狀（大小、形狀、顏色、病徵等）。專為高通量表型實驗室設計，旨在為研究人員提供一致且模組化的途徑，將原始植物影像轉換為定量資料。

主要特色

• 模組化流程 – 個別處理步驟（如分割、物件偵測、性狀萃取）以可重複使用的函數形式提供，可串接成自訂工作流程。
• 廣泛的演算法基礎 – 封裝傳統電腦視覺技術（閾值處理、形態學運算、輪廓分析），並整合其他套件的方法。
• 可擴充性 – 由於套件的外掛架構，可新增方法而不會破壞現有流程。
• 跨平台 – 可透過 PyPI、Conda-forge 或直接從原始碼安裝；支援 Linux、macOS 與 Windows。
• 豐富的文件與教學 – 專案網站提供完整的 API 參考、逐步教學圖庫與範例資料集。

典型工作流程

1. 載入影像 – 使用 pcv.readimage() 讀取植物照片。
2. 前處理 – 執行濾波、色彩空間轉換或背景移除。
3. 分割 – 使用閾值處理或機器學習基礎的遮罩分離植物組織。
4. 萃取性狀 – 呼叫 pcv.shape_features()、pcv.area()、pcv.fluorescence_intensity() 等函數計算測量值。
5. 匯出 – 結果以 Python 物件回傳，或寫入 CSV/JSON 供後續分析使用。

安裝

# 透過 pip
pip install plantcv

# 或透過 conda-forge
conda install -c conda-forge plantcv

快速入門 – 專案的 教學圖庫 (https://plantcv.org/tutorials) 為新使用者逐步介紹常見用例，從簡單的葉面積測量到多相機表型分析流程。API 文件可於 https://docs.plantcv.org/ 取得。

社群與支援

• 問題與提問 – 在 GitHub 問題頁面開立工單。
• 貢獻指南 – 提供貢獻指南與行為守則；倉儲列出了超過 70 位貢獻者。
• 引用要求 – 使用此套件進行研究時，請引用專案首頁列出的 PlantCV 發表文獻。

授權 – BSD-3-Clause（詳見 LICENSE 檔案）。

---

PlantCV 是一個真實、積極維護的軟體專案，將電腦視覺技術應用於植物表型領域，明確屬於 AI/ML 範疇。