Python 如何遮罩深度贴图以选择图像中最暗的值？ 我的问题是什么？

我已经从单目图像生成了深度贴图，使用。下面是我的一些结果。我需要帮助掩蔽深度贴图中给定范围内最暗的阴影/最暗的灰色值

我希望能够给出两个十六进制值，即6E6E和000000，并为掩码选择介于两者之间的所有值，然后生成一个黑白掩码

我试过什么？ 经过一些研究后，我在这里遇到了这样一个问题：我想在谷歌浏览器上使用西班牙语翻译

下面是我在这个特定示例中尝试使用的深度贴图：

以下是我使用的python代码：

import cv2
import numpy as np

image = cv2.imread('DepthMap.png')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
blur = cv2.medianBlur(hsv ,11)

lower = np.array([0,0,35])
upper = np.array([0,0,44])

mask = cv2.inRange(blur, lower, upper)
res = cv2.bitwise_and(image,image, mask= mask)            

cv2.imshow("mask ",mask)
cv2.imshow('stack', np.hstack([image, res]))
cv2.waitKey(0)

这是代码的输出：

但是，这不允许我给出两个十六进制值，然后选择中间的所有值，而是需要指定上限和下限值。为此，我在此处使用了以下脚本：

正如你可能知道的，这根本不是最好的结果，因为它不起作用。我在这个领域的知识很少，所以如果你能帮助我，我将非常感激

编辑：这是预期结果的手绘表示：

为了更好地解决我的问题，并使其在广泛的深度图中得到推广，我采用了不同的方法来达到相同的目标

而不是选择上下颜色范围，在不同的图像上进行测试时，这似乎会产生不一致的结果。我选择使用全局阈值

我进一步修改了我的代码，以获得平均的非主导灰色阴影，即亮度，并将其除以2。这样，我就可以突出显示25%最暗的灰色区域，并将其用作我的阈值。这有效地完成了我的目标

这是我的密码

DepthMap.png：

输出：

为了证明这对其他图像有效，我还在另一个深度图上测试了相同的代码：

输入：

输出：

评价

---

虽然您可以在两幅图像中看到最暗的值不同，但该算法已经调整并仍然有效，这意味着它也可以用于视频深度贴图，而不需要不断调整。

请问您如何知道这不是正确的结果？请问预期的结果是什么？请问你的十六进制数值的单位是米？你好，马克，是的。十六进制值实际上是颜色值，而不是米，尽管它们表示深度，但它们是任意的，因此很难给出准确的数字。我原以为只有较暗的区域会被遮住，但事实并非如此，即左下角的椅子没有被遮住。谢谢Ag@Mark这里是我想要实现的掩码的手绘表示：您需要理解所复制代码中的上下变量和inRange函数。简单地复制代码并要求他人修复是不好的。深度贴图通常是单通道图像，其中像素亮度值表示距离。所以我的意思是它们不是3通道RGB图像，所以不需要转换RGB2HSV。所以放下那一步。然后看看Christoph建议的inRange函数。如果你有/想要灰度深度图像，为什么要使用cv2.IMREAD\u COLOR？你最好使用cv2.IMREAD_GRAYSCALE，因为这样会更快，占用更少的内存，也意味着你花更少的时间计算通道的平均值，因为你只有一个通道，而不是三个-看看我关于选择正确算法/设计@Mark Jeez的意思，这让它变得更快了——只要看一眼，速度就明显加快了。但愿我像你一样有常识；&这方面的专门知识。决定进入这个领域，对图像处理一无所知，但由于像你这样乐于助人的家伙，我学到了很多东西。

import cv2
import numpy as np

# Only for the threshold display
from matplotlib import pyplot as plt

# The Image to be used
image = 'DepthMap.png'

# Finding the average greyscale value
image_bgr = cv2.imread(image, cv2.IMREAD_GRAYSCALE)

# Calculate the mean of each channel
channels = cv2.mean(image_bgr)
# Type Float
thresh = channels[0]/2
#print (thresh)

# Displaying the threshold value

img = cv2.imread(image,0)
img = cv2.medianBlur(img,5)

# If below then black else white 
ret,th1 = cv2.threshold(img,thresh,255,cv2.THRESH_BINARY)


titles = ['Original Image', 'Global Thresholding']
images = [img, th1]

for i in range(2):
    plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])

# Shows single image on its' own
'''
plt.imshow(images[1], 'gray')
plt.xticks([]),plt.yticks([])
'''
plt.show()