這個label方法可以用來判別圖像中連通區域的數量及標記，舉例：
mask_np >>array([[1., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 1.], [0., 1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1., 1.], [0., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 0., 0., 0., 1., 1., 1., 1., 1.], [1., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.], [1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 1., 0., 0., 0.], [1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.], [0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 0., 0., 1.], [0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 1., 0., 0., 1.]], dtype=float32)
假設mask_np是14*14的二值圖像，那么可以觀察到上圖的聯通區域一共有6處
component_labels = measure.label(mask_np) component_labels >>array([[1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 2, 2, 2, 2, 2, 0, 0, 0, 0, 0, 0, 0], [0, 0, 2, 2, 2, 2, 2, 0, 0, 0, 0, 0, 0, 0], [0, 0, 2, 2, 2, 2, 2, 0, 0, 0, 0, 0, 0, 3], [0, 2, 2, 2, 2, 2, 2, 0, 0, 0, 3, 3, 3, 3], [0, 2, 2, 2, 2, 2, 0, 0, 0, 3, 3, 3, 3, 3], [2, 2, 2, 2, 2, 2, 0, 0, 0, 3, 3, 3, 3, 3], [2, 2, 2, 2, 2, 2, 0, 0, 0, 3, 3, 3, 3, 3], [2, 2, 2, 2, 2, 2, 0, 0, 0, 0, 0, 0, 0, 0], [2, 2, 2, 2, 2, 0, 0, 0, 0, 0, 4, 0, 0, 0], [2, 2, 2, 2, 0, 0, 0, 0, 0, 0, 4, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 0, 0, 5, 5, 0, 0, 6], [0, 0, 0, 0, 0, 0, 0, 0, 0, 5, 5, 0, 0, 6]])