如何在OpenCV图像上绘制2D高斯斑点？现有代码异常求助

需求 #

• 生成椭圆高斯斑点（可自定义宽高）
• 指定斑点在目标图像中的中心点位置
• 斑点中心像素值为255，向边缘平滑渐变至0
• 无需支持旋转
  最终效果为椭圆高斯热图，用于CenterNet模型训练。

现有代码运行后生成的图像全空白，高斯斑点的最大值仅为1e-11量级，缩放后全部为0。

错误原因分析 #

1. 坐标系统混淆：生成局部网格时，x、y是0-1范围的局部坐标，但计算高斯分布时错误使用了全局图像的中心坐标（1000,400），导致偏移量极大，指数运算后结果趋近于0。
2. 高斯参数设置错误：未匹配斑点尺寸设置合理的sigma参数，导致分布范围与斑点大小不匹配。

修正后的代码 #

import numpy as np
import cv2

def main():
    np.set_printoptions(suppress=True)

    hm_width = 1600
    hm_height = 1000

    # 创建空白热图（OpenCV格式，HxW）
    heatmap = np.zeros((hm_height, hm_width), dtype=np.uint8)

    # 高斯斑点参数
    blob_height = 100
    blob_width = 300
    blob_center_x = 1000  # 热图中的全局x坐标
    blob_center_y = 400   # 热图中的全局y坐标

    # 生成局部网格坐标（0到1的归一化范围）
    x, y = np.meshgrid(np.linspace(0, 1, blob_width), np.linspace(0, 1, blob_height))
    
    # 计算局部坐标到斑点中心的偏移（局部中心为(0.5, 0.5)）
    x_offset = x - 0.5
    y_offset = y - 0.5

    # 设置高斯sigma：CenterNet标准配置，3倍sigma覆盖整个斑点
    sigma_x = blob_width / 6
    sigma_y = blob_height / 6

    # 计算高斯分布值，中心为1，边缘趋近于0
    gaussian_blob = np.exp(-( (x_offset * blob_width)**2 / (2 * sigma_x**2) + 
                             (y_offset * blob_height)**2 / (2 * sigma_y**2) ))

    # 缩放至0-255范围并转换为uint8类型
    gaussian_blob = (gaussian_blob * 255).astype(np.uint8)

    # 计算斑点在热图中的位置，避免越界
    blob_left = int(blob_center_x - blob_width / 2)
    blob_right = blob_left + blob_width
    blob_top = int(blob_center_y - blob_height / 2)
    blob_bottom = blob_top + blob_height

    # 边界校验，防止超出热图范围
    blob_left = max(0, blob_left)
    blob_right = min(hm_width, blob_right)
    blob_top = max(0, blob_top)
    blob_bottom = min(hm_height, blob_bottom)

    # 截取斑点中对应热图的有效区域
    crop_blob = gaussian_blob[:(blob_bottom - blob_top), :(blob_right - blob_left)]

    # 将高斯斑点赋值到热图对应位置
    heatmap[blob_top:blob_bottom, blob_left:blob_right] = crop_blob

    # 显示结果
    cv2.imshow('Gaussian Blob', gaussian_blob)
    cv2.imshow('Heatmap', heatmap)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == '__main__':
    main()

关键修正点 #

• 坐标系统对齐：使用局部网格的中心(0.5,0.5)作为高斯分布的中心，避免与全局坐标混淆。
• Sigma参数适配：采用CenterNet常用的sigma = 目标尺寸/6，确保3倍sigma覆盖整个斑点，边缘值自然衰减至0。
• 边界越界处理：添加边界校验逻辑，防止斑点超出热图范围导致赋值错误。
• 数值优化：直接将高斯值（0-1区间）缩放至0-255，保证中心像素值为255。

内容的提问来源于stack exchange，提问作者cdahms