OpenCV-Python：如何检测热图像中的热点？
OpenCV-Python: How to detect a hotspot in thermal image?
我正在使用 openCV 和 Python 制作一个计算机视觉应用程序，用于检测热像仪图像中的热点。
图像基本上是一台大型机器，我想获得图像中最热（就温度而言）的部分。
目前想到的：
- 使用颜色量化（和 K 均值）将颜色数量减少到 8。
- 使用某种阈值并获得红色最多的簇（因为通常红色=更多热量）。
现在我已经成功完成了第一部分。我有一个仅包含 8 种颜色的量化图像。
到目前为止，我所做的所有阈值处理都需要我自己设置颜色范围（即使用 cv2.inRange 函数创建桅杆，然后使用 cv2.bitwiseAND 将蒙版应用于图像）。但在这里我希望它是动态的，这样它就能得到最热的部分。即即使红色很少，它也应该让我找到红色最多的区域。
那么有什么方法可以做到这一点？
（另外，"Hotspots"，这里我指的是实际热点。即温度最高的点。）
编辑：
正如 Photon 的评论所述，目前我正在计算红色的直方图并使用它来设置阈值。
我希望进一步优化它，所以如果存在更有效的方法，请告诉我。 （这个过程应该很快。我可以在一定程度上牺牲准确性）
为了动态估计阈值，您需要查看数据的分布。为此，您需要计算红色的直方图。
然后，找到一个阈值，使得一定百分比的像素低于它。例如 90%.
我正在使用 openCV 和 Python 制作一个计算机视觉应用程序，用于检测热像仪图像中的热点。
图像基本上是一台大型机器，我想获得图像中最热（就温度而言）的部分。
目前想到的：
- 使用颜色量化（和 K 均值）将颜色数量减少到 8。
- 使用某种阈值并获得红色最多的簇（因为通常红色=更多热量）。
现在我已经成功完成了第一部分。我有一个仅包含 8 种颜色的量化图像。
到目前为止，我所做的所有阈值处理都需要我自己设置颜色范围（即使用 cv2.inRange 函数创建桅杆，然后使用 cv2.bitwiseAND 将蒙版应用于图像）。但在这里我希望它是动态的，这样它就能得到最热的部分。即即使红色很少，它也应该让我找到红色最多的区域。
那么有什么方法可以做到这一点？
（另外，"Hotspots"，这里我指的是实际热点。即温度最高的点。）
编辑：
正如 Photon 的评论所述，目前我正在计算红色的直方图并使用它来设置阈值。
我希望进一步优化它，所以如果存在更有效的方法，请告诉我。 （这个过程应该很快。我可以在一定程度上牺牲准确性）
为了动态估计阈值，您需要查看数据的分布。为此，您需要计算红色的直方图。 然后，找到一个阈值，使得一定百分比的像素低于它。例如 90%.