如何使用 Python 数字化（从中提取数据）热图图像？

Question

有几个软件包可用于将折线图数字化，例如GetData Graph Digitizer。
但是，对于热图的数字化，我找不到任何软件包或程序。

我想使用 Python 数字化热图（来自 png 或 jpg 格式的图像）。怎么做？
我需要从头开始编写整个代码吗？
或者有没有可用的包？

Answer 1

有多种方法可以做到这一点，许多机器学习库提供自定义可视化功能……更容易或更难。

您需要将问题一分为二。

首先，将 OpenCV 用于 python 或 scikit-image，您首先必须将图像加载为矩阵。您可以设置一些偏移量以从单元格的开头开始。

import cv2    
# 1 - read color image (3 color channels)
image = cv2.imread('test.jpg',1)

然后，您将遍历单元格并读取里面的颜色。如果需要，您可以对结果进行标准化。我们引入一些偏移量的原因是因为热图不是从原始图像的左上角 (0,0) 开始。offset_x 和 offset_y 将是每个列表，其中包含 2 个值。

• offset_x[0] : 从图像左侧到热图开头的偏移量（即 start_of_heatmap_x）
• offset_x[1] : 从图像右侧到热图结尾的偏移量（即 image_width - end_of_heatmap_x）
• offset_y[0] : 从图像顶部到热图开始的偏移量（即 start_of_heatmap_y）
• offset_y[1] : 从图像底部到热图结尾的偏移量（即 image_height - end_of_heatmap_y）

此外，我们不会迭代到最后一列。那是因为我们从“第 0”列开始，在每个基局部坐标上添加 cell_size/2 以获得单元格的中心值。

def read_as_digital(image, cell_size, offset_x, offset_y):
    # grab the image dimensions
    h = image.shape[0]
    w = image.shape[1]
    results = []
    # loop over the image, cell by cell 
    for y in range(offset_y[0], h-offset_y[1]-cell_size, cell_size):
       row = []
       for x in range(offset_x[0], w-offset_x[0]-cell_size, cell_size):
            # append heatmap cell color to row
            row.append(image[x+int(cell_size/2),y+int(cell_size/2)])
       results.append(row)

    # return the thresholded image
    return results

提取图例信息并不难，因为我们可以通过限制来推导出值（尽管这适用于线性尺度）。

例如，我们可以推导出图例上的步骤（从 x 和 y）。

def generate_legend(length, offset, cell_size, legend_start, legend_end):
    nr_of_cells = (length- offset[0] - offset[1])/cell_size
    step_size = (legend_end - legend_start)/nr_of_cells
    i=legend_start+step_size/2  # a little offset to center on the cell

    values = []
    while(i<legend_end):
        values.append(i)
        i = i+step_size
    return values

然后你想把它们形象化，看看是否一切都做对了。例如，使用 seaborn 就非常简单[1]。如果你想要更多的控制，对......任何事情，你可以使用 scikit learn 和 matplotlib [2]。