我們在做諸如人群密集度等可視化的時候，可能會考慮使用熱力圖，在Python中能很方便地繪制熱力圖。

下面以識別圖片中的行人，并繪制熱力圖為例進(jìn)行講解。

步驟1：首先識別圖像中的人，得到bounding box的中心坐標(biāo)。識別方法多樣化，坐標(biāo)也可以自己定義。 步驟2：將所有中心坐標(biāo)放入一個list類型的變量data中，即data = [[x1,y1] [x2,y2] …] 步驟3：繪制熱力圖，并將熱力圖加權(quán)疊加到原圖上。

需要import的包：

import cv2import numpy as npfrom PIL import Imagefrom pyheatmap.heatmap import HeatMapimport matplotlib.pyplot as plt

根據(jù)識別的結(jié)果得到data的值，傳入以下apply_heatmap(image,data)繪制熱力圖;

def apply_heatmap(image,data): ’’’image是原圖，data是坐標(biāo)’’’ ’’’創(chuàng)建一個新的與原圖大小一致的圖像，color為0背景為黑色。這里這樣做是因為在繪制熱力圖的時候如果不選擇背景圖，畫出來的圖與原圖大小不一致（根據(jù)點的坐標(biāo)來的），導(dǎo)致無法對熱力圖和原圖進(jìn)行加權(quán)疊加，因此，這里我新建了一張背景圖。’’’ background = Image.new('RGB', (image.shape[1], image.shape[0]), color=0) # 開始繪制熱度圖 hm = HeatMap(data) hit_img = hm.heatmap(base=background, r = 100) # background為背景圖片，r是半徑，默認(rèn)為10 # ~ plt.figure() # ~ plt.imshow(hit_img) # ~ plt.show() #hit_img.save(’out_’ + image_name + ’.jpeg’) hit_img = cv2.cvtColor(np.asarray(hit_img),cv2.COLOR_RGB2BGR)#Image格式轉(zhuǎn)換成cv2格式 overlay = image.copy() alpha = 0.5 # 設(shè)置覆蓋圖片的透明度 cv2.rectangle(overlay, (0, 0), (image.shape[1], image.shape[0]), (255, 0, 0), -1) # 設(shè)置藍(lán)色為熱度圖基本色藍(lán)色 image = cv2.addWeighted(overlay, alpha, image, 1-alpha, 0) # 將背景熱度圖覆蓋到原圖 image = cv2.addWeighted(hit_img, alpha, image, 1-alpha, 0) # 將熱度圖覆蓋到原圖

網(wǎng)站上隨意找一張圖片進(jìn)行實驗：

原圖如下：

結(jié)果如下：

可視化效果可以調(diào)節(jié)，如：通過調(diào)節(jié)hm.heatmap(base=background, r = 100)中的r即可調(diào)節(jié)熱力點的半徑大小。

以上就是python 繪制場景熱力圖的示例的詳細(xì)內(nèi)容，更多關(guān)于python 繪制熱力圖的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！