image = cv2.imread('1.bmp') # 原图像 red = int(yanse[4:6], 16) green = int(yanse[2:4], 16) blue = int(yanse[0:2], 16) target_color = (blue, green, red) # 目标颜色（BGR格式） threshold = 0 # 颜色容差阈值 result = self.remove_colors_except(image, target_color, threshold) # 显示结果图像 cv2.imwrite('222.bmp',result) return result 改为多色

如果你想把原图像中除了多个目标颜色以外的所有颜色都去掉，可以考虑以下代码：

import cv2
import numpy as np

def remove_colors_except(image, target_colors, threshold):
    # 将目标颜色转为numpy数组
    target_colors = np.array(target_colors)

    # 将图像转为HSV格式
    hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

    # 计算每个像素和目标颜色的差异
    color_distances = np.abs(hsv_image[..., 0:3] - target_colors)

    # 计算每个像素和目标颜色的差异是否小于阈值
    mask = np.all(color_distances < threshold, axis=-1)

    # 将不符合条件的像素置为黑色
    result = np.zeros_like(image)
    result[mask] = image[mask]

    return result

if __name__ == '__main__':
    image = cv2.imread('1.bmp')  # 原图像
    target_colors = [(0, 0, 255), (0, 255, 0)]  # 目标颜色（BGR格式）
    threshold = 30  # 颜色容差阈值
    result = remove_colors_except(image, target_colors, threshold)
    # 显示结果图像
    cv2.imshow('result', result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

其中，`target_colors`是一个包含多个目标颜色的列表，`threshold`是颜色容差阈值。对于每个像素，如果和所有目标颜色的差异都小于阈值，就保留该像素，否则就置为黑色。