一种基于 Value 的热图算法

4 回答

• 0

  从我收到的答案中我得出了自己的结论，请评论其准确性 .

  因此，对于基于“命中”的热图，您有一个值为0的像素矩阵：

  [0 0 0]
  [0 0 0]
  [0 0 0]

  当你有一个命中时，你增加相应的元素 .

  [1 3 2]
  [4 1 2]
  [0 3 5]

  如果您有值而不是命中，则将值添加到矩阵 . 例如，让我们使用美元金额给出这个示例矩阵：

  [$ 20.34 $ 42.42 $ 55.23]
  [$ 45.87 $ 00.87 $ 03.75]
  [$ 08.99 $ 32.05 $ 88.65]

  然后我们normalize数据 . 这会产生：

  [.897 .973 .984]
  [.977 .087 .351]
  [.669 .959 .994]

  现在，您可以使用您选择的算法进行传播或模糊 . 喜欢Gaussian Blur .

  然后，您可以将所需的渐变应用于这些值 .

  回复于 2024-05-03T06:37:59+08:00
• 0

  嗯，如果你想从"hits"的散布中推断一个"heat map"（像素值的规则网格）（就像在推文世界中那样），一个明显的方法就是首先只计算每个像素的精确点击次数 . 像素（即，将命中位置量化到网格），并应用卷积滤波器，例如一个高斯滤波器，对数据来说是"blend" . 见http://en.wikipedia.org/wiki/Gaussian_blur .

  回复于 2024-05-03T06:37:59+08:00
• 0

  如果你可以读取/转换OpenGL片段着色器 - here it is . 实时只是意味着您必须动态地重新计算热图值 .

  心连心！

  回复于 2024-05-03T06:37:59+08:00
• 6

  我只是看了一下Tweet世界 . 看起来每个推文都会为该位置增加一些 Value ，并且所有位置都会衰减 - 可能会随着时间的推移呈指数级增长 . 这将允许在不规则时间添加数据，同时显示看起来像平均排序的数据 . 所以对于 Map 中的每个像素做：

  在固定的时间间隔：输出=输出* 0.99

  发生打嗝时：output = value_of_burp

  这些将分别应用于 Map 中的每个像素 . 您可以使用您想要的任何涂抹将值扩展到像素上 - 甚至可以在圆上应用相同的值 . 当然0.99应该手动调整，直到你得到你喜欢的东西 .

  指数衰减意味着即使是非常活跃的像素也会有一个有限的输出 - 换句话说它是稳定的 .

  回复于 2024-05-03T06:37:59+08:00