python - 将边缘检测转换为蒙版

给我应用边缘检测滤镜的图像，将如何实现标记段中点的“和”的蒙版(希望高效/高效)？
图片说明:

先感谢您。
更新:
添加了更亮的图像(https://imgur.com/a/MN0t3pH)的示例。
如您在下图中所看到的，我们假设当用户标记一个区域(ROI)时，将有一个对象从其背景中“突出”。我们的最终目标是获得该对象的最准确的“蒙版”，因此我们可以将其用于ML处理。

最佳答案

1.
鉴于您拥有“ROI”监督，我强烈建议您探索GrabCut(由YoniChechnik提议):
牧师C，科尔莫哥洛夫V，布莱克A. "GrabCut" interactive foreground extraction using iterated graph cuts。图形上的ACM事务(TOG)。 2004年。
要了解其工作原理，可以使用PowerPoint的“背景消除”工具:

这是基于GrabCut算法的。
这是在Power Point中的外观:

GrabCut主要根据前景/背景颜色分布将前景对象分割为选定的ROI，而边缘/边界信息则较少，尽管可以将这些额外信息集成到公式中。
似乎opencv具有GrabCut的基本实现，请参见here。

2.
如果正在寻找仅使用边界信息的方法，则可能会发现this answer有用。

3.
另一种方法是使用NCuts:
Shi J，Malik J. Normalized cuts and image segmentation。关于模式分析和机器智能的IEEE Transactions 2000。
如果您有非常可靠的边缘图，则可以将NCuts使用的“亲和矩阵”修改为二进制矩阵

         0  if there is a boundary between i and j
w_ij =   1  if there is no boundary between i and j
         0  if i and j are not neighbors of each other

NCuts可以看作是一种估计“鲁棒连接组件”的方法。