Python 锐化图像中每个对象的边界像素

我有一张带有随机成分的图像。。。每个组件的边框都有一些模糊的像素，即…参见屏幕截图

所以，使用OpenCv和python，我希望这个图像非常清晰…也就是说。边缘上没有模糊的像素。。。如下图所示

这是供您参考的完整图像。。。。。

---

在一定的误差容限下，这种行为可以通过使用k-均值算法来实现。该算法可用于构建具有相似颜色的像素簇。该实现提供了许多参数来调整以获得所需的结果。您可以使用以下代码段开始：

import cv2
import numpy as np

img = cv2.imread("/path/to/img.png")
Z = img.reshape((-1, 3))
Z = np.float32(Z)
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K = 2
ret, label, center = cv2.kmeans(Z, K, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)

center = np.uint8(center)
res = center[label.flatten()]
res2 = res.reshape((img.shape))

cv2.imwrite("./output.png", res2)

上述代码将为示例图像生成以下结果：

---

但这段代码可能不会很好地处理较大的图像（即使在通过K=5之后），这是因为，我们依靠K均值通过随机抽样来拾取种子。我们可以选择传递种子颜色，以查找代码中黄色、浅绿色、深绿色、棕色和蓝色的BGR值。在提供这些BGR值作为种子后，您可以获得更好的结果。

我是否可以假设输入图像仅由5种主要颜色组成：黄色、棕色、浅绿色、深绿色和蓝色？或者可能有任意组成颜色的组合？