OpenCV-Python：如何检测热图像中的热点？

Question

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械，我想获得图像中最热（就温度而言）的部分。
到现在为止我的想法：

1. 使用颜色量化（和 K-means）将颜色数量减少到 8 种。
2. 使用某种阈值并获得红色最多的集群（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 函数创建一个桅杆，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，以便它获得最热门的部分。即即使红色很少，它也应该让我得到最红色的区域。

那么有什么方法可以做到这一点？

（另外，这里的“热点”是指实际的热点。即温度最高的点。）

编辑： 正如Photon 的评论所提到的，目前我正在计算红色的直方图并使用它来设置阈值。
我正在寻求进一步优化这一点，所以让我知道是否存在任何更有效的方法。 （这个过程应该很快。我可以在一定程度上妥协准确性）

Answer 1

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%。