Python 如何过滤遮罩中不需要的点

我想检测一种颜色，然后我在HSV工作，并使用3 treshold

r,BGR = cap.read()
HSV = cv2.cvtColor(BGR, cv2.COLOR_BGR2HSV)
lowerb = np.array([Hrange[0],Srange[0],Vrange[0]])
higherb = np.array([Hrange[1],Srange[1],Vrange[1]])

#Values comes from a trackbar

mask= cv2.inRange(HSV, lowerb, higherb)
result = cv2.bitwise_and(BGR,BGR, mask=mask)

H、 S、V范围如下所示： [20,40]，[50-170]，[50170]

如您所见，结果是像素化的，我想统一检测到的每个区域。（更多的是白色，更多的是黑色，更多的是黑色）

是否有Numpy或OpenCV2函数来执行此操作

---

谢谢

inRange

已经为您提供了一个二进制图像，因此没有“更多的白色”或“更多的黑色”。 你要找的是形态学手术

---

或者，尽管可以说速度较慢，而且不完全相同，但这也是值得研究的问题。

非常感谢，我将以这种方式搜索！注：对于“更多白色”我的意思是：“这个像素的白色邻域比黑色邻域多。那么它应该是白色的！在这种情况下，中值滤波器是你的理想选择，因为你的陈述本身就是中值滤波器的长短（至少在二值图像中）.经过一些测试，它完全符合我的要求！非常感谢！很高兴能提供帮助。：）