使用opencv和Python删除图像中的模糊

我正在使用HED（）转换以下图像输入：

图1

对于此图像：

图2

然而，HED的输出仍然包含许多模糊区域，比如旅行者的裤子和背包上的模糊区域。以移除附加模糊。我尝试在上面的图像2上使用canny边缘检测器，结果如下：

edges = cv2.Canny(hed,100,200)

图3

---

然而，图3中的输出完全不同。我想要的是一个修订版的图像2，但与模糊区域删除。我该怎么做呢？

我不知道这是不是你想要的。但您只能将某些灰度以上的值阈值设置为白色，而Python/OpenCV中较暗的值保持不变，如下所示：

输入：

结果:

---

我不知道这是否是你想要的。但您只能将某些灰度以上的值阈值设置为白色，而Python/OpenCV中较暗的值保持不变，如下所示：

输入：

结果:

---

您可能希望将阈值以下的像素设置为0。@Cris-Like二值化？我尝试过二值化，但结果是非常清晰的图像。有没有办法将rgb值的特定范围内的像素设置为零？是的，正如我所建议的，可以将阈值以下的像素设置为零，而不影响其他像素。请参见cv2.inRange（）以修改某个范围内的像素。或者，为要修改的区域制作一个二进制掩码。然后使用遮罩更改颜色。您可能希望将阈值以下的像素设置为0。@Cris-Like二值化？我尝试过二值化，但结果是非常清晰的图像。有没有办法将rgb值的特定范围内的像素设置为零？是的，正如我所建议的，可以将阈值以下的像素设置为零，而不影响其他像素。请参见cv2.inRange（）以修改某个范围内的像素。或者，为要修改的区域制作一个二进制掩码。然后使用遮罩更改颜色。@Ajinkya此方法使用Numpy广播功能设置像素阈值。如果只想使用OpenCV，可以使用。两者应该给出相同的结果result@Ajinkya此方法使用Numpy广播功能设置像素阈值。如果只想使用OpenCV，可以使用。两者都应该给出相同的结果

import cv2

# read image as grayscale
img = cv2.imread('hiker_edges.jpg',0)

# threshold to white only values above 127
img_thresh = img
img_thresh[ img > 127 ] = 255

# view result
cv2.imshow("threshold", img_thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

# save result
cv2.imwrite("hiker_edges_white_threshold.jpg", img_thresh)