屏幕坐标和频率字典的Python热图

只是为了好玩，我试着编写一个鼠标跟踪脚本，我有基本的部分工作，但我绝对没有热图运气

我最初的代码是通过PIL保存一个图像（只是为了检查它是否正常工作），这很好，但显然它只是一个点。然后我试着实现我自己的热图，但发现它需要花半年多的时间来处理一些真正基本的东西，所以这也行不通

我一直在尝试matplotlib的不同示例，但我刚刚意识到“热图”在本例中的含义有所不同

这不起作用，但也肯定不是我希望看到的结果。我想知道是否有人知道我是如何得到另一种类型的热图的，你从哪里得到的热量？我在谷歌上搜索了很多术语，但似乎又回到了同样的3个左右的问题

数据存储在

{（x，y）：frequency}

的字典中，因此为了得到上面的结果，我使用了以下代码（matplotlib部分来自）：

它的速度并不重要，因为它将与跟踪分开进行，我只想要一些最初可以工作的东西

编辑：只是想澄清一下（如果不清楚，请道歉），我希望这样：

---

我绘制此类热图的解决方案如下。很容易用数据填充2D numpy数组，获取

数据[（x，y）]

，然后使用

绘图

功能。请注意，您可以使用任何您喜欢的颜色映射，我使用代码中提供的颜色映射。样品应该是开箱即用的

使用高斯模糊可以获得“块状”外观。您可以调整sigma使其更清晰或更平滑

import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
import numpy as np

import scipy.ndimage.filters as filters


def plot(data, title, save_path):
    colors = [(0, 0, 1), (0, 1, 1), (0, 1, 0.75), (0, 1, 0), (0.75, 1, 0),
              (1, 1, 0), (1, 0.8, 0), (1, 0.7, 0), (1, 0, 0)]

    cm = LinearSegmentedColormap.from_list('sample', colors)

    plt.imshow(data, cmap=cm)
    plt.colorbar()
    plt.title(title)
    plt.savefig(save_path)
    plt.close()

if __name__ == "__main__":
    w = 640
    h = 480

    data = np.zeros(h * w)
    data = data.reshape((h, w))

    # Create a sharp square peak, just for example
    for x in range(300, 340):
        for y in range(300, 340):
            data[x][y] = 100

    # Smooth it to create a "blobby" look
    data = filters.gaussian_filter(data, sigma=15)

    plot(data, 'Sample plot', 'sample.jpg')

---

p.S.

cmap='jet'

还提供了所需的开箱即用的外观。

只要数据字典的格式确实符合您的预期，代码就应该可以工作。在我看来，您只是在绘制零，因此我建议您查看try/except语句中发生的情况。如果您查看更高的分辨率，它确实有效，但仅绘制单个像素。我想要的是blob风格的热图谢谢，这会适用于我想要的热图风格吗？快速查看了一下，但看起来都是彩色的：）当然，只需使用

cmap='hot'

而不是我的自定义颜色映射。刚刚看到您的编辑。嗯，我的自定义颜色贴图非常接近您需要的颜色，除了我用白色为零密度区域着色。我认为您可以将颜色映射调整为如下内容：

colors=[（0,0,1）、（0,1,1）、（0,1,0.75）、（0,1,0）、（0.75,1,0）、（1,1,0）、（1,0.8,0）、（1,0.7,0）、（1,0.0,0）]

。玩一下：）另一个选项是使用OpenCV的

cv2.applyColorMap（）

函数。顺便说一下，我刚刚意识到

cmap='jet'

也提供了所需的开箱即用的外观。

import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap
import numpy as np

import scipy.ndimage.filters as filters


def plot(data, title, save_path):
    colors = [(0, 0, 1), (0, 1, 1), (0, 1, 0.75), (0, 1, 0), (0.75, 1, 0),
              (1, 1, 0), (1, 0.8, 0), (1, 0.7, 0), (1, 0, 0)]

    cm = LinearSegmentedColormap.from_list('sample', colors)

    plt.imshow(data, cmap=cm)
    plt.colorbar()
    plt.title(title)
    plt.savefig(save_path)
    plt.close()

if __name__ == "__main__":
    w = 640
    h = 480

    data = np.zeros(h * w)
    data = data.reshape((h, w))

    # Create a sharp square peak, just for example
    for x in range(300, 340):
        for y in range(300, 340):
            data[x][y] = 100

    # Smooth it to create a "blobby" look
    data = filters.gaussian_filter(data, sigma=15)

    plot(data, 'Sample plot', 'sample.jpg')