Image1 包含带有残差的矩形

和 Image2 代表所需的结果。

我想在Python中使用Image1获得与Image2相同的结果，但我不确定是否可能，也不知道必要的方法。

我尝试使用图像的透明度来删除它，但我不确定这是否可能。

正确答案

您的“残差”图像的饱和度低于“核心”图像，因此您可以将“残差”与“核心”，请参阅维基百科 hsv 文章。

使用 imagemagick，我可以将您的图像转换为 hsv 色彩空间，丢弃 h 和 v 通道，然后对饱和度通道进行阈值设置以找到最饱和的区域，如下所示：

magick input.png -colorspace hsv -separate -delete 0,2 -threshold 75% rssult.png

使用 python 和 opencv，大致如下所示：

import cv2 as cv
import numpy as np

# Load image
im = cv.imread(YOURIMAGE)

# Convert to HSV colourspace and split channels
hsv = cv.cvtColor(im, cv.COLOR_BGR2HSV)
H, S, V = cv.split(hsv)

# Make mask of areas of high saturation 
coreMask = S > 200

# Scale up from range 0..1 to range 0..255 and save as PNG
cv.imwrite('result.png', coreMask * 255)

如果我将图像分成 h、s 和 v 分量，并将 h（色调）绘制在左侧，s（饱和度）绘制在中间，v（值，即亮度）绘制在右侧，您可以在中心 s（饱和度）图像，“核心” 形状的像素值较高，“残差” 的像素值较低：