OpenCV-Python：如何检测热图像中的热点？

Question

我正在使用openCV和Python制作一个计算机视觉应用程序，该应用程序可以检测热像仪图像中的热点。

图像基本上是一台大型机器，我想获得图像中最热的部分（就温度而言）。
到目前为止，我的想法是：

1. 使用颜色量化（和K均值）将颜色数量减少到8。
2. 使用某种阈值设置，使群集中的红色数量最多（因为通常红色=更多热量）。

现在，我已经成功完成了第一部分。我有一个仅包含8种颜色的量化图像。
到目前为止，我完成的所有阈值处理操作都需要我自己设置颜色范围（即使用cv2.inRange功能创建桅杆，然后使用cv2.bitwiseAND将蒙版应用于图像）。但是在这里我希望它是动态的，以便它成为最热门的部分。即即使红色很少，它也应该使我成为红色最多的区域。

那么，这样做的方法是什么呢？

（此外，“热点”在这里是指实际的热点。即温度最高的斑点。）

编辑：正如Photon提到的评论，目前，我正在计算红色的直方图，并使用它来设置阈值。
我正在寻找进一步优化的方法，所以请让我知道是否存在更有效的方法。（过程应该很快。我可以在一定程度上降低准确性）

Answer 1

为了动态估计阈值，您需要查看数据的分布。为此，您需要计算红色的直方图。然后，找到一个阈值，使一定比例的像素低于该阈值。例如90%。