植物表现出由遗传和环境因素决定的动态生长表型。随着时间的推移，对生长特征的表型分析是理解植物如何与环境变化相互作用以及对不同的处理作出反应的关键方法。虽然衡量动态增长特性的重要性得到了广泛的认可，但现有的开放软件工具在批图像处理、多特征分析、软件可用性和实验之间交叉引用的结果方面是有限的，使得自动表型分析存在问题。
作者介绍Leaf-GP（Growth Phenotypes），一个易用且开放的软件应用程序，可以在不同的计算平台上执行。能够从大型图像数据集中自动提取多种生长性状。该软件已经在诺维奇研究公园(NRP,UK)的拟南芥和小麦(Triticum aestivum)生长研究中得到运用。随着时间的推移，通过量化一些生长表型，作者已经在几个实验条件下鉴定出不同基因型之间的不同植物生长模式。
Leaf-GP工作流程及图形用户界面
Leaf-GP是一个复杂的软件应用程序，它提供了三种方法来量化大型图像系列中的生长表型。 作者在两个生物学应用的基础上，证明了它的有用性和高准确度：（1）拟南芥基因型在两种温度条件下生长性状的量化; （2）随着时间的推移测量温室中的小麦生长。 该软件易用且可跨平台，可以在Mac OS，Windows和HPC上执行，并预装了基于Python的开放式科学库。作者提出了如何将计算机视觉，图像分析，机器学习和软件工程整合到植物表现学软件实施中。
来源：Plant Methods 22 December 2017.Leaf-GP: an open and automated software application for measuring growth phenotypes for arabidopsis and wheat.Ji Zhou, Christopher Applegate, Albor Dobon Alonso, Daniel Reynolds, Simon Orford, Michal Mackiewicz, Simon Griffiths, Steven Penfield and Nick Pullen.