在图像顶部的热图

我有不同的对象（Pascal Voc）图像，我有一个概率热图。我想通过绘制图像并以某种方式将热图绘制在其上来对其进行可视化。什么是最好的方式来做到这一点？在图像顶部的热图

我想使用alpha通道是这样的：

im_heat = np.zeros((image.shape[0],image.shape[1],4)) 
im_heat[:,:,:3] = image 
im_heat[:,:,3] = np.rint(255/heatmap) 
plt.imshow(im_heat, cmap='jet') 
plt.colorbar()

如何自定义颜色条从分钟（热图）到最大（热图）？或者有没有更好的方法来可视化概率？

来源

2017-02-27 TobSta

您可以用matplotlib堆叠图像和图形，然后选择用于色条的哪个手柄。使用contourf颜色条的最小值和最大值将基于您的热图（或者您可以通过vmin=min(heatmap)和vmax=max(heatmap)轮廓线来明确该范围）。这个问题是热图会覆盖你的形象（并且设置透明度会使整个事物变得透明）。最好的办法是做一个颜色表这是当接近零透明，如下，

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.colors as mcolors 
import Image 

#2D Gaussian function 
def twoD_Gaussian((x, y), xo, yo, sigma_x, sigma_y): 
    a = 1./(2*sigma_x**2) + 1./(2*sigma_y**2) 
    c = 1./(2*sigma_x**2) + 1./(2*sigma_y**2) 
    g = np.exp(- (a*((x-xo)**2) + c*((y-yo)**2))) 
    return g.ravel() 


def transparent_cmap(cmap, N=255): 
    "Copy colormap and set alpha values" 

    mycmap = cmap 
    mycmap._init() 
    mycmap._lut[:,-1] = np.linspace(0, 0.8, N+4) 
    return mycmap 


#Use base cmap to create transparent 
mycmap = transparent_cmap(plt.cm.Reds) 


# Import image and get x and y extents 
I = Image.open('./deerback.jpg') 
p = np.asarray(I).astype('float') 
w, h = I.size 
y, x = np.mgrid[0:h, 0:w] 

#Plot image and overlay colormap 
fig, ax = plt.subplots(1, 1) 
ax.imshow(I) 
Gauss = twoD_Gaussian((x, y), .5*x.max(), .4*y.max(), .1*x.max(), .1*y.max()) 
cb = ax.contourf(x, y, Gauss.reshape(x.shape[0], y.shape[1]), 15, cmap=mycmap) 
plt.colorbar(cb) 
plt.show()

赋予，

来源

2017-02-27 09:44:38

在图像顶部的热图

回答

相关问题