假设您有这个热图。

它实际上是由一些强度数据生成的，一些prediction，你从你的算法中获得的。这是我们需要的，而不是热图本身。它通常是一个“灰度图像”，它没有颜色，只有强度值。通常它是从0.0到1.0（也可以是从0到255），如果你要绘制它，它会这样。

所以现在要获得“红色”区域，你只需要高强度的区域，我们必须做“阈值”来获得它们。

max_val = 1.0             # could be 255 in your case, you must check
prediction /= max_val     # normalize
mask = prediction > 0.9

阈值在这种情况下是0.9，你可以使它更小，使“红色”区域更大。我们将得到以下掩码：

现在，我们可以将此遮罩与原始图像混合：

alpha = 0.5    
original[mask] = original[mask] * (1 - alpha) + np.array([0, 0, 255]) * alpha

......还有这个：

或者，我们可以在遮罩上找到一些轮廓并将其圈起来：

contours, _ = cv2.findContours(mask.astype(np.uint8), 
                               cv2.RETR_EXTERNAL, 
                               cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    center = np.average(cnt, axis=0)
    radius = np.max(np.linalg.norm((cnt - center)[:, 0], axis=1))
    radius = max(radius, 10.0)
    cv2.circle(original, center[0].astype(np.int32), int(radius), (0, 0, 255), 2)

...以获取此信息：

指令集