我們在做諸如人群密集度等視覺化的時候，可能會考慮使用熱力圖，在Python中能很方便地繪製熱力圖。

下面以識別圖片中的行人，並繪製熱力圖為例進行講解。

• 步驟1：首先識別影象中的人，得到bounding box的中心座標。識別方法多樣化，座標也可以自己定義。
• 步驟2：將所有中心座標放入一個list型別的變數data中，即data = [[x1,y1] [x2,y2] …]
• 步驟3：繪製熱力圖，並將熱力圖加權疊加到原圖上。

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

根據識別的結果得到data的值，傳入以下apply_heatmap(image,data)繪製熱力圖;

def apply_heatmap(image,data):
  '''image是原圖，data是座標'''
  '''建立一個新的與原圖大小一致的影象，color為0背景為黑色。這裡這樣做是因為在繪製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（根據點的座標來的），導致無法對熱力圖和原圖進行加權疊加，因此，這裡我新建了一張背景圖。'''
  background = Image.new("RGB",(image.shape[1],image.shape[0]),color=0)
  # 開始繪製熱度圖
  hm = HeatMap(data)
  hit_img = hm.heatmap(base=background,r = 100) # background為背景圖片，r是半徑，預設為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格式轉換成cv2格式
  overlay = image.copy()
  alpha = 0.5 # 設定覆蓋圖片的透明度
  cv2.rectangle(overlay,(0,0),(255,-1) # 設定藍色為熱度圖基本色藍色
  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,0) # 將熱度圖覆蓋到原圖

網站上隨意找一張圖片進行實驗：

原圖如下：

結果如下：

視覺化效果可以調節，如：通過調節hm.heatmap(base=background,r = 100)中的r即可調節熱力點的半徑大小。

以上就是python 繪製場景熱力圖的示例的詳細內容，更多關於python 繪製熱力圖的資料請關注我們其它相關文章！