如何隐藏深度图以选择图像中最黑暗的值？

Question

我的问题是什么？

我使用DenseDepth从单目图像生成深度图。我的一些结果如下。我需要帮助掩盖最黑暗的阴影/灰色的最黑暗值在一定范围内的深度地图。

我希望能给出两个十六进制值。#6E6E6E和#000000，并为掩码选择所有介于

然后产生一个黑白面具。

我试过什么？

经过一些研究之后，我在这里发现了这样的情况：https://medium.com/@offsouza/segmentando-objetos-pela-cor-opencv-487d5181b473 (使用，我认为它是西班牙语的)

下面是我试图在这个具体示例中使用的深度图：

​

​

下面是我使用的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，然后选择所有介于两者之间的值，而是需要指定上值和下值。为此，我在这里使用了以下脚本：color.py。

正如您可能知道的那样，这并不是最好的结果--从某种程度上说，不工作。我对这个领域知之甚少，所以如果你能帮助我，我会非常感激的！

编辑:这是对预期结果的手绘表示：

https://i.ibb.co/n8JkSf3/C051-EAE8-C114-4-E90-8938-25-A8-C79-A4-A7-E.jpg

Answer 1

为了更好地解决我的问题，并允许将其推广到广泛的深度图中，我采取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，这似乎提供了不一致的结果时，测试的各种图像。我选择了使用全局阈值。

thresholding.html

我进一步修改了我的代码，将灰度的平均(而非显性)亮度除以2，从而给出了25%最黑暗的灰度区域，并将其作为我的阈值。这有效地完成了我的目标。

这是我的代码.

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()

DepthMap.png:

​

​

输出：

​

​

为了证明这在其他图像上有效，我还在另一个深度图：上测试了相同的代码

输入：

​

​

输出：

​

​

虽然可以在两幅图像中看到最暗的值是不同的，但是该算法已经适应并且仍然有效，这意味着这也可以用于视频深度图，而不需要不断的调整。