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)(Y