python热力图转灰度图_热力图（HeatMap）实现
热力图是数据可视化项目中，比较常用的显示方式。通过颜色变化程度，他可以直观反应出热点分布，区域聚集等数据信息。
屏幕快照 2017-02-10 下午3.45.52.png
项目概述
我们的项目任务是统计场馆中参观者的实时区域分布情况，通过热力图显示出来。我们考虑采用WPF作为数据显示部分。
实现原理
热力图实现过程就是通过简单的数学变化，将离散的点信息映射到最终图像上的过程。
实现过程如下：
为离散点信息创建一个Mask。Mask是一个圆形区域，半径为该点可以对最终热力图像产生影响的区域半径。中心点的权重为1，越向边缘辐射，权重越低，边缘部分的权重为0。Mask的渐变过程可以考虑多种形式，如线性变化，二次曲线等。
将所有离散点Mask进行叠加，产生一幅灰度图像。相邻Mask的重叠部分进行权重累加操作，最终灰度图中每个像素点的数值大小就是所有和其有关的Mask中的权重之和。 离散点密度越高的地方，灰度图种像素点数值越高，即图像越亮。
根据具体项目不同，可考虑将权重乘上一个固定系数。
将生成的灰度图映射到彩色图像上。
映射对于关系
灰度图
彩色图
0%
(0，0，0)(Black)
25%
(0，0，255)(Blue)
50%
(0，255，0)(Green)
75%
(255，255，0)(Yellow)
100%
(255，0， 0)(Red)
将灰度图百分百映射到彩色图的Alpha通道上，可以增加色彩的透明感觉。
pixels[i, j, 3] = (byte)(gray[i, j]*255);
参考代码(C# .net)
void getGrayMap()
{
for (int i = 0; i < height; i++)
for (int j = 0; j < width; j++)
{
gray[i, j] = 0.0f;
}
foreach (Point p in pointList)
{
int _X = (int)p.X;
int _Y = (int)p.Y;
int _startX = (_X >= radius) ? 0 : radius - _X;
int _endX = (_X < width - radius) ? radius * 2 + 1 : radius + width - _X - 1;
int _startY = (_Y >= radius) ? 0 : radius - _Y;
int _endY = (_Y < height - radius) ? radius * 2 + 1 : radius + height - _Y - 1;
for (int i = _startX; i < _endX; i++)
for (int j = _startY; j < _endY; j++)
{
gray[_Y - radius + j, _X - radius + i] += mask[j, i];
}
}
}
void getColorMap()
{
Color c1; //= new Color();
Color c2;// = new Color();
float procent = 0.0f ;
for (int i=0; i
for (int j=0; j
{
if (gray[i, j] >= 1.0f)
{
gray[i, j] = 1.0f;
c1 = colorMap[2];
c2 = colorMap[3];
procent = 1.0f;
}
else if (gray[i, j] >= 0.75f)
{
c1 = colorMap[2];
c2 = colorMap[3];
procent = (gray[i, j] - 0.75f) / 0.25f;
}
else if (gray[i, j] >= 0.5f)
{
c1 = colorMap[1];
c2 = colorMap[2];
procent = (gray[i, j] - 0.5f) / 0.25f;
}
else if (gray[i, j] >= 0.25f)
{
c1 = colorMap[0];
c2 = colorMap[1];
procent = (gray[i, j] - 0.25f) / 0.25f;
}
else
{
c2 = colorMap[0];
c1 = colorMap[4];
procent = (gray[i, j]) / 0.25f;
}
pixels[i, j, 0] = (byte)(c2.B * procent + c1.B * (1.0f - procent));
pixels[i, j, 1] = (byte)(c2.G * procent + c1.G * (1.0f - procent));
pixels[i, j, 2] = (byte)(c2.R * procent + c1.R * (1.0f - procent));
pixels[i, j, 3] = (byte)(gray[i, j]*255);
}
}
显示效果
屏幕快照 2017-02-10 下午3.43.54.png