不规则热力图生成之凹轮廓（以手形云图为例）

1问题描述

在绘制不规则的热力图时，我撰写了以下的博客供大家参考：
异形热力图的绘制（以鞋垫上的柔性压力传感器阵列离散点绘制足部压力热力图为例）
但是我在用的时候发现了一些小问题，博客中用的足形是凸轮廓，生成的云图没有问题，但是在应用到如下所示的手型图时，就发现出了bug，如中间图所示，后续我采取了在图像上加了一层蒙版的方法予以解决，绘制出来的手型云图如右边图所示。

1. 导入所需库

首先，我们需要导入必要的库：

import cv2
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata
from matplotlib.path import Path

• cv2：用于图像处理。
• numpy：用于数值计算。
• matplotlib：用于绘图。
• scipy：用于插值计算。

2. 提取离散轮廓点

接下来，我们定义一个函数来提取图像中的离散轮廓点：

def get_discrete_points(image_path, n=1, spacing=10):
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    _, binary_image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY_INV)
    contours, _ = cv2.findContours(binary_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

    all_contour_points = []
    for i, contour in enumerate(contours[:n]):
        discrete_points = []
        for j in range(0, len(contour), spacing):
            point = contour[j][0]
            discrete_points.append((point[0], point[1]))
        all_contour_points.append(discrete_points)
    
    return all_contour_points

代码说明

• 读取图像：将图像转换为灰度图。
• 二值化：将轮廓转换为二值图像，黑色轮廓为 0，背景为 255。
• 查找轮廓：使用 cv2.findContours 函数找到所有轮廓。
• 离散化轮廓点：每隔 spacing 个点抽取一个，生成离散点集。

示例调用

image_path = r'\Snipaste_2024-09-30_11-01-01.jpg'
n_contours = 34
spacing = 50

contour_points_list = get_discrete_points