我认为可靠性(即对象中的像素与凸包像素的比率)可能是开始测试的一个很好的指标。它可以通过函数以直接的方式计算skimage.measure.regionprops
。我使用这种方法获得的结果如下所示:

如果该指标不适合您的应用程序,您可以尝试compactness of circular variance。在这里查看形态特征的综合汇编。
这是我用来生成上面的玩具示例的代码:
import numpy as np
from skimage import io, draw, transform, measure
import matplotlib.pyplot as plt
N = 512
rr, cc = draw.circle(r=N/2, c=N/2, radius=N/3, shape=(N, N))
steps = [4, 16, 32]
smooth = np.zeros(shape=(N, N), dtype=np.uint8)
smooth[rr, cc] = 255
fig, ax = plt.subplots(1, len(steps), figsize=(12, 5))
for i, s in enumerate(steps):
jagged = transform.resize(smooth[::s, ::s], (N, N))
jagged[jagged>0] = 1
props = measure.regionprops(measure.label(jagged))
ax[i].imshow(img)
ax[i].set_title('Solidity={}'.format(props[0].solidity))
plt.show(fig)