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)(Yellow)

100%

(255，0， 0)(Red)

将灰度图百分百映射到彩色图的Alpha通道上，可以增加色彩的透明感觉。

pixels[i, j, 3] = (byte)(gray[i, j]*255);

参考代码(C# .net)

void getGrayMap()

{

for (int i = 0; i < height; i++)

for (int j = 0; j < width; j++)

{

gray[i, j] = 0.0f;

}

foreach (Point p in pointList)

{

int _X = (int)p.X;

int _Y = (int)p.Y;

int _startX = (_X >= radius) ? 0 : radius - _X;

int _endX = (_X < width - radius) ? radius * 2 + 1 : radius + width - _X - 1;

int _startY = (_Y >= radius) ? 0 : radius - _Y;

int _endY = (_Y < height - radius) ? radius * 2 + 1 : radius + height - _Y - 1;

for (int i = _startX; i < _endX; i++)

for (int j = _startY; j < _endY; j++)

{

gray[_Y - radius + j, _X - radius + i] += mask[j, i];

}

}

}

void getColorMap()

{

Color c1; //= new Color();

Color c2;// = new Color();

float procent = 0.0f ;

for (int i=0; i

for (int j=0; j

{

if (gray[i, j] >= 1.0f)

{

gray[i, j] = 1.0f;

c1 = colorMap[2];

c2 = colorMap[3];

procent = 1.0f;

}

else if (gray[i, j] >= 0.75f)

{

c1 = colorMap[2];

c2 = colorMap[3];

procent = (gray[i, j] - 0.75f) / 0.25f;

}

else if (gray[i, j] >= 0.5f)

{

c1 = colorMap[1];

c2 = colorMap[2];

procent = (gray[i, j] - 0.5f) / 0.25f;

}

else if (gray[i, j] >= 0.25f)

{

c1 = colorMap[0];

c2 = colorMap[1];

procent = (gray[i, j] - 0.25f) / 0.25f;

}

else

{

c2 = colorMap[0];

c1 = colorMap[4];

procent = (gray[i, j]) / 0.25f;

}

pixels[i, j, 0] = (byte)(c2.B * procent + c1.B * (1.0f - procent));

pixels[i, j, 1] = (byte)(c2.G * procent + c1.G * (1.0f - procent));

pixels[i, j, 2] = (byte)(c2.R * procent + c1.R * (1.0f - procent));

pixels[i, j, 3] = (byte)(gray[i, j]*255);

}

}

显示效果

屏幕快照 2017-02-10 下午3.43.54.png