计算机视觉可解释性——绘制“伪”热力图

热力图是无锚检测定位很重要的知识点。
本文实现的热力图并非无锚检测框中的广义热力图,其是直接调用了cv2中的伪彩色模式,来实现热力图的调用。
——————————————————————————————

实现流程:

1.先将图片转换为灰度图
2.再将灰度图转换为热力图;之后,将格式转化为RGB。
3.叠加到原始图

—————————————————————————————————

代码:

import numpy as np

img = cv2.imread("31.jpg") # 原图为31.jpg
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #将原图转化为灰度图
heatmap = cv2.applyColorMap(gray, cv2.COLORMAP_JET) # 将灰度图转化为热力图 
heatmap = cv2.cvtColor(heatmap, cv2.COLOR_BGR2RGB)# 将格式转化为GRB
result = cv2.addWeighted(img, 0.3, heatmap, 0.7, 0) # 热力图与原图的叠加
cv2.imwrite('32.jpg', result) # 将得到的热力图保存为32.jpg
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()


原图:

计算机视觉可解释性——绘制“伪”热力图_第1张图片

热力图实现的效果:

计算机视觉可解释性——绘制“伪”热力图_第2张图片

你可能感兴趣的:(计算机视觉可解释性,opencv,python)