以下是一个使用OpenCV库的Python代码示例，用于保留图像的阴影区域并去除其他区域。

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')

# 将图像转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 对灰度图进行二值化处理，将阴影区域设为白色，其他区域设为黑色
_, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# 使用形态学操作去除图像中的噪点和小区域
kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations=2)

# 找到图像中的轮廓
contours, _ = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 创建一个与原图像相同大小的掩膜，将轮廓填充为白色
mask = np.zeros_like(image)
cv2.drawContours(mask, contours, -1, (255, 255, 255), thickness=cv2.FILLED)

# 将掩膜应用到原图像上，保留阴影区域
result = cv2.bitwise_and(image, mask)

# 显示结果图像
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

请确保将代码中的image.jpg替换为你要处理的图像文件路径。该代码会读取图像，将其转换为灰度图，然后进行二值化处理以分离阴影区域。接下来，使用形态学操作去除噪点和小区域，然后找到图像中的轮廓。最后，使用轮廓创建一个掩膜，并将其应用到原图像上以保留阴影区域。显示结果图像。