如何画出高斯滤波器函数得到的高斯分布

最新推荐文章于 2023-12-22 23:07:49 发布

原创最新推荐文章于 2023-12-22 23:07:49 发布 · 314 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

论文学习专栏收录该内容

20 篇文章

订阅专栏

本文介绍了一种基于高斯分布生成响应映射的方法，并通过Python代码实现了该映射的可视化。具体步骤包括：获取图像尺寸，计算物体中心，根据高斯公式计算每个像素点的响应值，并使用matplotlib进行三维绘制。


import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

    def _get_gauss_response(self, img, gt):
        # get the shape of the image..
        height, width = img.shape#取图片的长宽
        # 获取网格...
        xx, yy = np.meshgrid(np.arange(width), np.arange(height))#画网格
        # 得到物体的中心...
        center_x = gt[0] + 0.5 * gt[2]
        center_y = gt[1] + 0.5 * gt[3]
        dist = (np.square(xx - center_x) + np.square(yy - center_y)) / (2 * self.args.sigma)
        # 获取响应映射...
        response = np.exp(-dist)
        response = linear_mapping(response)

        fig = plt.figure()
        ax = Axes3D(fig)
        ax.plot_surface(xx, yy, response, cmap='jet')
        ax.set_xlabel('X')
        ax.set_ylabel('Y')
        ax.set_zlabel('Z')
        plt.show()