python 绘制场景热力图的示例

我们在做诸如人群密集度等可视化的时候,可能会考虑使用热力图,在Python中能很方便地绘制热力图。

下面以识别图片中的行人,并绘制热力图为例进行讲解。

  • 步骤1:首先识别图像中的人,得到bounding box的中心坐标。识别方法多样化,坐标也可以自己定义。
  • 步骤2:将所有中心坐标放入一个list类型的变量data中,即data = [[x1,y1] [x2,y2] …]
  • 步骤3:绘制热力图,并将热力图加权叠加到原图上。

需要import的包:

import cv2

import numpy as np

from PIL import Image

from pyheatmap.heatmap import HeatMap

import matplotlib.pyplot as plt

根据识别的结果得到data的值,传入以下apply_heatmap(image,data)绘制热力图;

def apply_heatmap(image,data):

'''image是原图,data是坐标'''

'''创建一个新的与原图大小一致的图像,color为0背景为黑色。这里这样做是因为在绘制热力图的时候如果不选择背景图,画出来的图与原图大小不一致(根据点的坐标来的),导致无法对热力图和原图进行加权叠加,因此,这里我新建了一张背景图。'''

background = Image.new("RGB", (image.shape[1], image.shape[0]), color=0)

# 开始绘制热度图

hm = HeatMap(data)

hit_img = hm.heatmap(base=background, r = 100) # background为背景图片,r是半径,默认为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格式转换成cv2格式

overlay = image.copy()

alpha = 0.5 # 设置覆盖图片的透明度

cv2.rectangle(overlay, (0, 0), (image.shape[1], image.shape[0]), (255, 0, 0), -1) # 设置蓝色为热度图基本色蓝色

image = cv2.addWeighted(overlay, alpha, image, 1-alpha, 0) # 将背景热度图覆盖到原图

image = cv2.addWeighted(hit_img, alpha, image, 1-alpha, 0) # 将热度图覆盖到原图

网站上随意找一张图片进行实验:

原图如下:

结果如下:

可视化效果可以调节,如:通过调节hm.heatmap(base=background, r = 100)中的r即可调节热力点的半径大小。

以上是 python 绘制场景热力图的示例 的全部内容, 来源链接: utcz.com/z/327854.html

回到顶部