定位质心
距离变换可以显示目标中最"深嵌"的部分。另一方面，ndi.center_of_mass() 会返回目标质心的坐标。
这里的"质量"对应像素强度值，强度越高，会把质心拉得越近。
在本练习中，请计算两个标注区域的质心位置，然后把它们叠加绘制在图像上。
本练习是课程的一部分
Python 中的生物医学图像分析
练习说明
- 使用
vol和labels计算两个已标注目标的质心，并打印坐标。 - 使用
plt.scatter()将质心标记添加到图上。请注意，散点图的坐标原点在左下角。图像的列对应x值，行对应y值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Extract centers of mass for objects 1 and 2
coms = ____
print('Label 1 center:', ____)
print('Label 2 center:', ____)
# Add marks to plot
for c0, c1, c2 in coms:
plt.scatter(____, ____, s=100, marker='o')
plt.show()