[0001] 本
申请涉及计算机
数据处理技术领域，尤其涉及一种热力图纹理的生成方法、装置及设备。
背景技术
[0002] 热力图(Heat Map)是一种以特殊高亮的形式表示所关注区域中的数据所占比重情况的图示。由于热力图具有直观、易于理解等特点，热力图在网页分析、业务数据分析等领域的应用愈加广泛。目前，在创建热力图时，通常会采用纹理
渲染方法，根据热力图数据生成热力图纹理，再根据热力图纹理生成所需的热力图。由于基于纹理渲染方式生成的热力图纹理的光滑度较高，因此，无法保证热力图纹理的准确性及真实性。
发明内容
[0003] 有鉴于此，本申请
实施例提供了一种热力图纹理的生成方法、装置及设备，用于解决需要提供可以生成准确性更高的热力图纹理的方法的问题。
[0004] 为解决上述技术问题，本
说明书实施例是这样实现的：
[0005] 本说明书实施例提供的一种热力图纹理的生成方法，包括：
[0006] 获取热力图数据集合，所述热力图数据集合中的每个热力图数据包括：热力数据及所述热力数据对应的目标地点的地理坐标；
[0007] 根据所述热力图数据集合中的地理坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域；
[0008] 根据所述最小矩形地理区域与预设纹理区域之间的对应关系，确定所述预设纹理区域中的每个
像素点的灰度值，得到热力图纹理，所述灰度值是对所述最小矩形地理区域中与所述像素点对应的地点相邻的所述目标地点处的热力数据进行处理得到的。
[0009] 本说明书实施例提供的一种热力图纹理的生成装置，包括：
[0010] 热力图数据获取模
块，用于获取热力图数据集合，所述热力图数据集合中的每个热力图数据包括：热力数据及所述热力数据对应的目标地点的地理坐标；
[0011] 最小矩形地理区域确定模块，用于根据所述热力图数据集合中的地理坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域；
[0012] 热力图纹理生成模块，用于根据所述最小矩形地理区域与预设纹理区域之间的对应关系，确定所述预设纹理区域中的每个像素点的灰度值，得到热力图纹理，所述灰度值是对所述最小矩形地理区域中与所述像素点对应的地点相邻的所述目标地点处的热力数据进行处理得到的。
[0013] 本说明书实施例提供的一种热力图纹理的生成设备，其特征在于，包括：
[0014] 至少一个处理器；以及，
[0015] 与所述至少一个处理器通信连接的
存储器；其中，
[0016] 所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
[0017] 获取热力图数据集合，所述热力图数据集合中的每个热力图数据包括：热力数据及所述热力数据对应的目标地点的地理坐标；
[0018] 根据所述热力图数据集合中的地理坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域；
[0019] 根据所述最小矩形地理区域与预设纹理区域之间的对应关系，确定所述预设纹理区域中的每个像素点的灰度值，得到热力图纹理，所述灰度值是对所述最小矩形地理区域中与所述像素点对应的地点相邻的所述目标地点处的热力数据进行处理得到的。
[0020] 本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0021] 根据热力图数据集合中的地理坐标，确定该热力图数据集合中的热力数据分布的最小矩形地理区域。根据该最小矩形地理区域与预设纹理区域之间的对应关系，确定预设纹理区域中的每个像素点的灰度值，得到热力图纹理。通过令热力图纹理中的像素点的灰度值是对最小矩形地理区域中与该像素点对应的地点相邻的目标地点处的热力数据进行处理得到的，使得热力图纹理中的像素点的灰度值更接近真实值，从而可以提高热力图纹理的准确性及真实性。
附图说明
[0022] 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0023] 图1为本说明书实施例提供的一种热力图纹理的生成方法的流程示意图；
[0024] 图2为本说明书实施例提供的一种最小矩形地理区域的示意图；
[0025] 图3为本说明书实施例提供的一种热力图数据四叉树的示意图；
[0026] 图4为本说明书实施例提供的对应于图1中方法的一种热力图纹理的生成装置的结构示意图；
[0027] 图5为本说明书实施例提供的对应于图1中方法的一种热力图纹理的生成设备的结构示意图。
具体实施方式
[0028] 为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029] 以下结合附图，详细说明本申请各实施例提供的技术方案。
[0030] 由于热力图可以显性、直观地将用户关注区域内的
指定数据分布情况通过不同
颜色区块呈现出来，用户体验较好，因此，热力图的应用日渐普及。在部分应用场景中，对域呈现给用户的热力图的真实性及准确性的要求较高，例如，当需要监控一些旅游景点处的旅客的密集程度时，或者，需要分析城市内的各道路处的交通状况时。目前，基于纹理渲染方法生成的热力图纹理的真实性及准确性较差，容易造成基于该热力图纹理生成的热力图中的数据表达不准确，从而无法满足用户需求。
[0031] 因此，急需一种可以生成准确性及真实性更高的热力图纹理的方法。
[0032] 图1为本说明书实施例提供的一种热力图纹理的生成方法。从程序
角度而言，该方法的执行主体可以为终端设备或其搭载的应用程序。
[0033] 如图1所示，该方法可以包括以下步骤：
[0034] 步骤101：获取热力图数据集合，所述热力图数据集合中的每个热力图数据包括：热力数据及所述热力数据对应的目标地点的地理坐标。
[0035] 在本说明书实施例中，热力图数据是指生成热力图所需的数据。热力图数据中的热力数据可以用于确定热力图纹理中各个像素点的灰度值，进而热力数据可以用于确定热力图中各
位置处的颜色值。在实际应用中，热力数据可以为用户需通
过热力图中的不同颜色区块呈现的数据，例如，热力数据可以为人流量、交易量等数据。
[0036] 在本说明书实施例中，热力图数据集合中的热力图数据可以为三维数据，其中，一个维度数据可以用于表示该热力图数据中的热力数据，另外两个维度数据可以用于表示该热力数据对应的目标地点的地理坐标。例如，热力图数据(116°E,39°N,0.8)，意为：目标地点的地理坐标为东经116度、北纬39度，该目标地点的热力数据为0.8。在本说明书实施例中，热力图数据中的地理坐标除采用地理
坐标系(Geographic Coordinate System)中的地理坐标外，还可以采用其他自定义的坐标系中的地理坐标，对此，不作具体限定。
[0037] 步骤102：根据所述热力图数据集合中的地理坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域。
[0038] 在本说明书实施例中，热力图数据集合中的热力数据分布的最小矩形地理区域与热力图数据集合中的地理坐标所对应的坐标系是相同的。热力图数据集合中的地理坐标可以包括：地理横坐标及地理纵坐标。则步骤102具体可以包括：
[0039] 根据所述热力图数据集合中的所述地理横坐标，确定所述热力图数据集合中的最小地理横坐标。根据所述热力图数据集合中的所述地理横坐标，确定所述热力图数据集合中的最大地理横坐标。根据所述热力图数据集合中的所述地理纵坐标，确定所述热力图数据集合中的最小地理纵坐标。根据所述热力图数据集合中的所述地理纵坐标，确定所述热力图数据集合中的最大地理纵坐标。
[0040] 根据所述最小地理横坐标、所述最大地理横坐标、所述最小地理纵坐标及所述最大地理纵坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域；所述最小矩形地理区域的各个
顶点坐标分别为：(最小地理横坐标,最小地理纵坐标)、(最小地理横坐标,最大地理纵坐标)、(最大地理横坐标,最小地理纵坐标)、(最大地理横坐标,最大地理纵坐标)。
[0041] 图2为本说明书实施例提供的一种最小矩形地理区域的示意图，如图2所示，假定，热力图数据集合中包含三个热力图数据，其中，第一热力图数据对应的目标地点A201的地理坐标为(4°E,4°N)，第二热力图数据对应的目标地点B202的地理坐标为(8°E,8°N)，第三热力图数据对应的目标地点C203的地理坐标为(12°E,4°N)。此时，热力图数据集合中的地理横坐标分别为：4°E、8°E及12°E。热力图数据集合中的地理纵坐标分别为：4°N、8°N及4°N。对应的，确定出的最小地理横坐标、最大地理横坐标、最小地理纵坐标及最大地理纵坐标分别为4°E、12°E、4°N及8°N。则该热力图数据集合中的热力数据分布的最小矩形地理区域的各个顶点坐标分别为：(4°E,4°N)、(4°E,8°N)、(12°E,4°N)及(12°E,8°N)。
[0042] 步骤103：根据所述最小矩形地理区域与预设纹理区域之间的对应关系，确定所述预设纹理区域中的每个像素点的灰度值，得到热力图纹理，所述灰度值是对所述最小矩形地理区域中与所述像素点对应的地点相邻的所述目标地点处的热力数据进行处理得到的。
[0043] 在本说明书实施例中，预设纹理区域是指待生成的热力图纹理所占区域。在实际应用中，预设纹理区域是由多个像素点构成的区域，终端设备可以根据用户预先设置的预设纹理区域的尺寸信息，创建预设纹理区域。
[0044] 在本说明书实施例中，预设纹理区域与步骤102中确定出的最小矩形地理区域之间相互对应，因此，对于预设纹理区域中的任意一个像素点，均可以从该最小矩形地理区域中确定出与该像素点对应的地点。例如，如图2所示，对于预设纹理区域205中的像素点d206，可以从最小矩形地理区域204中确定出与像素点d206对应的地点D207。
[0045] 在本说明书实施例中，对于预设纹理区域中的任意一个像素点，该像素点的灰度值可以是对最小矩形地理区域中与该像素点对应的地点之间的距离值小于等于预设
阈值的目标地点处的热力数据进行处理得到的。其中，目标地点是指热力图数据集合中的地理坐标所指示的地点，预设阈值可以根据用户的实际需求而确定。当确定出预设纹理区域中的各个像素点的灰度值后，可以将确定出的灰度值填充至预设纹理区域中的对应像素点处，即可得到热力图纹理。
[0046] 例如，如图2所示，最小矩形地理区域204中的地点D207对应于预设纹理区域中的像素点d206，当需要确定像素点d206的灰度值时，可以先确定与地点D207之间的距离值小于等于预设阈值的地点所在区域，即图2中的虚线圆圈内的区域。由于图2中的虚线圆圈内具有两个目标地点，即目标地点A与目标地点B。此时，可以根据目标地点A处的热力数据及目标地点B处的热力数据计算生成像素点d206的灰度值。
[0047] 在本说明书实施例中，在确定热力图纹理中的像素点的灰度值时，通过根据最小矩形地理区域中与该像素点对应的地点相邻的目标地点处的热力数据计算得到该像素点的灰度值，相较于通过纹理渲染生成的热力图纹理中的像素点的灰度值更接近真实值，从而可以提高热力图纹理的准确性及真实性，进而可以提高基于热力图纹理生成的热力图的表达准确性。
[0048] 基于图1中的方法，本说明书实施例还提供了该方法的一些具体实施方式，下面进行说明。
[0049] 在本说明书实施例中，预设纹理区域可以是终端设备根据预设的热力图纹理的像素尺寸信息创建的。具体的，图1中的方法，在步骤103之前，还可以包括：
[0050] 获取预设的热力图纹理的像素尺寸信息，所述像素尺寸信息包括：行方向上的像素点数量及列方向上的像素点数量。根据所述像素尺寸信息，确定预设纹理区域。
[0051] 在本说明书实施例中，预设的热力图纹理的像素尺寸信息中的行方向上的像素点数量与列方向上的像素点数量既可以相同，也可以不同，用户可以根据实际需求而自行设置。对此，本说明书不做具体限定。例如，当预设的热力图纹理的像素尺寸信息为1024×1024时，意为：行方向上的像素点数量为1024且列方向上的像素点数量为1024。对应的，步骤103中创建的预设纹理区域及生成的热力图纹理的图像
分辨率均为1024×1024。
[0052] 在本说明书实施例中，对于步骤103中确定预设纹理区域中的像素点的灰度值的实现方式可以有多种。
[0053] 方式一，首先，对于预设纹理区域中的任意一个像素点，可以从最小矩形地理区域中确定与该像素点对应的地点的地理坐标。其次，采用欧式距离
算法，计算热力图数据集合中的各个目标地点的地理坐标与该地点的地理坐标之间的距离值。最后，根据对应的距离值小于等于预设阈值的目标地点处的热力数据计算得到该像素点的灰度值。
[0054] 方式二，图1中的方法在步骤103之前，还可以包括：
[0055] 采用四叉树算法对所述热力图数据集合进行处理，得到热力图数据四叉树；所述热力图数据四叉树中的存储
节点用于存储所述热力图数据集合中的热力数据，所述热力数据在所述热力图数据四叉树中的存储位置是根据所述热力数据对应的地理坐标确定的。
[0056] 在本说明书实施例中，四叉树(quad-tree)是一种树状数据结构，四叉树中可以包含多层节点，每层节点中均包含四个节点，这些节点可以用于存储数据。当采用四叉树算法对热力图数据集合进行处理后，可以生成存储有热力图数据集合中的热力数据的四叉树(即热力图数据四叉树)。热力数据在热力图数据四叉树中的存储位置可以根据该热力数据对应的目标地点的地理坐标确定。在本说明书实施例中，热力图数据四叉树中的存储节点是指存储有热力数据的节点，而对于热力图数据四叉树中未存储热力数据的节点可以称为普通节点，以与存储节点进行区分。
[0057] 为便于理解，在本说明书实施例中，将热力数据对应的目标地点的地理坐标作为该热力数据在热力图数据四叉树中的存储位置进行举例说明。例如，假定，热力图数据集合中包含三个热力图数据，分别为第一热力图数据(1°E,1°N,0.1)，第二热力图数据(2°E,2°N,0.2)，第三热力图数据对应的目标地点C的地理坐标为(3°E,1°N，0.3)，则该热力图数据集合中的热力数据分布的最小矩形地理区域的左下角顶点坐标及右上角顶点坐标分别为(1°E,1°N)及(3°E,2°N)。图3为本说明书实施例提供的一种热力图数据四叉树的示意图。如图3所示，热力图数据四叉树中的存储节点A301用于存储第一热力图数据中的热力数据0.1，存储节点A301的存储位置可以表示为(1,1)。热力图数据四叉树中的存储节点B302用于存储第二热力图数据中的热力数据0.2，存储节点B302的存储位置可以表示为(2,2)。热力图数据四叉树中的存储节点C303用于存储第三热力图数据中的热力数据0.3，存储节点C303的存储位置可以表示为(3,1)。矩形区域304即为热力图数据四叉树中与热力图数据集合中的热力数据分布的最小矩形地理区域对应的目标存储区域。
[0058] 对应的，步骤103具体可以包括：
[0059] 根据所述最小矩形地理区域与预设纹理区域之间的对应关系及所述热力图数据四叉树，确定所述预设纹理区域中的每个像素点的灰度值，得到灰度值集合，所述灰度值是根据所述热力图数据四叉树中与所述像素点对应的存储位置相邻的所述存储节点所存储的热力数据进行计算得到的，所述相邻的所述存储节点是采用K近邻查询算法根据所述最小矩形地理区域中与所述像素点对应的地点的地理坐标从所述热力图数据四叉树中确定的。将所述灰度值集合中的各个灰度值填充至所述预设纹理区域中的像素点处，得到热力图纹理。
[0060] 其中，所述根据所述最小矩形地理区域与预设纹理区域之间的对应关系及所述热力图数据四叉树，确定所述预设纹理区域中的每个像素点的灰度值，具体可以包括：
[0061] 对于所述预设纹理区域中的任意一个像素点，根据所述最小矩形地理区域与所述预设纹理区域之间的对应关系，确定目标地理坐标，所述目标地理坐标为所述最小矩形区域中与所述任意一个像素点对应的地点的地理坐标。
[0062] 根据所述目标地理坐标，确定目标存储位置，所述目标存储位置是所述热力图数据四叉树中与所述任意一个像素点对应的存储位置。
[0063] 采用K近邻查询算法，从所述热力图数据四叉树中确定所述目标存储位置的邻近存储节点，得到邻近热力数据集合，所述邻近热力数据集合中的邻近热力数据为所述邻近存储节点所存储的热力数据。
[0064] 根据所述邻近热力数据集合中的邻近热力数据，确定所述任意一个像素点的灰度值。
[0065] 在本说明书实施例中，假定，预设的热力图纹理的像素尺寸信息为M×N。热力图数据集合中的热力数据分布的最小矩形地理区域的长和宽分别为X、Y，该最小矩形地理区域的左下角顶点坐标为(R,W)，预设纹理区域中自左向右数第I个且自下向上数第J个像素点的像素坐标记作(I,J)。则该最小矩形地理区域中与预设纹理区域中像素坐标为(I,J)的像素点对应的地点的地理坐标可以表示为(I*X/M+R,J*Y/N+W)。
[0066] 为便于理解，结合图3所示的实施例进行举例说明。假定，预设的热力图纹理的像素尺寸信息为100×50。热力图数据集合中的热力数据分布的最小矩形地理区域的长和宽分别为2与1，该最小矩形地理区域的左下角顶点坐标为(1°E,1°N)。假定，图3中的预设纹理区域305中的像素点d306的像素坐标为(10,30)。此时，该最小矩形地理区域中与像素点d306对应的地点的地理坐标为(10×2÷100+1,30×1÷50+1)，可知，该最小矩形地理区域中与像素点d306对应的地点的地理坐标(即目标地理坐标)为(1.2,1.6)。
[0067] 在本说明书实施例中，为便于理解，将热力数据对应的目标地点的地理坐标作为该热力数据在热力图数据四叉树中的存储位置进行举例说明。接上例，根据目标地理坐标(1.2,1.6)，确定出的热力图数据四叉树中与像素点d306对应的存储位置D307(即目标存储位置)可以表示为(1.2,1.6)。
[0068] 在本说明书实施例中，可以采用K近邻查询算法，从热力图数据四叉树中确定与目标存储位置邻近的K个存储节点，得到邻近热力数据集合。在实际应用中，K为正整数，用户可以根据实际需求设置K值。接上例，热力图数据四叉树中存储位置为(1,1)的存储节点A301用于存储热力数据0.1，存储位置为(2,2)的存储节点B302用于存储热力数据0.2，存储位置为(3,1)的存储节点C303用于存储热力数据0.3。当像素点d306对应的目标存储位置为(1.2,1.6)，K＝2时，从热力图数据四叉树中确定出的目标存储位置的邻近存储节点为存储节点A及存储节点B。此时，像素点d306对应的邻近热力数据集合可以表示为{0.1,0.2}。
[0069] 在本说明书实施例中，根据所述邻近热力数据集合中的邻近热力数据，确定所述任意一个像素点的灰度值，具体可以包括：
[0070] 对于所述邻近热力数据集合中的每个邻近热力数据，根据所述目标存储位置与所述邻近热力数据的存储位置之间的距离值，确定所述邻近热力数据的权重，得到权重集合，所述权重与所述距离值成反比。
[0071] 根据预设算法，对所述邻近热力数据集合与所述权重集合进行计算，得到所述任意一个像素点的灰度值，所述任意一个像素点的灰度值与所述邻近热力数据集合中的邻近热力数据成正比，所述任意一个像素点的灰度值与所述权重集合中的权重成正比。
[0072] 具体的，假定，预设纹理区域中的某个像素点对应的目标存储位置为(x,y)；对于该像素点对应的邻近热力数据集合中的第n个邻近热力数据zn，该邻近热力数据zn的存储位置为(xn,yn)；则该邻近热力数据zn的权重Wn＝1/((x-xn)2+(y-yn)2)。预设纹理区域中的某个像素点的灰度值＝(w1*z1+w2*z2+…+wk*zk)/(w1+w2+…+wk)。在本实施例中，为便于后续根据灰度值生成热力图，令根据上述公式计算得到的灰度值为归一化处理后的灰度值。在实际应用中，也可以令像素点的灰度值＝w1*z1+w2*z2+…+wk*zk。
[0073] 接上例，预设纹理区域305中的像素点d306对应的目标存储位置为(1.2,1.6)，像素点d306对应的邻近热力数据集合可以表示为{0.1,0.2}。其中，像素点d306对应的邻近热力数据集合中的z1＝0.1，z1的存储位置为(1,1)，z1的权重W1＝1/((1.2-1)2+(1.6-1)2)＝2.5。像素点d306对应的邻近热力数据集合中的z2＝0.2，z2的存储位置为(2,2)，z2的权重W2＝1/((1.2-2)2+(1.6-2)2)＝1.25。则根据上述灰度值计算公式，可知，预设纹理区域305中的像素点d306的灰度值＝(2.5*0.1+1.25*0.2)/(2.5+1.25)＝0.13。
[0074] 在本说明书实施例中，通过采用热力图数据四叉树存储热力数据，热力数据在所述热力图数据四叉树中的存储位置是根据所述热力数据对应的地理坐标确定的。当需要确定预设纹理区域中的像素点的灰度值时，可以采用K近邻查询算法，从热力图数据四叉树中确定出与预设纹理区域中的像素点对应的存储位置相邻的存储节点所存储的热力数据(即邻近热力数据)，进而基于邻近热力数据生成预设纹理区域中的像素点的灰度值。由于采用K近邻查询算法从热力图数据四叉树中确定邻近热力数据的运行效率较高，因此，可以在保证生成的热力图纹理的准确性与真实性的
基础上，提升热力图纹理的生成效率。
[0075] 由于步骤103中生成的热力图纹理通常用于生成热力图，因此，本说明书实施例中还给出了基于热力图纹理生成热力图的实现方式。
[0076] 在本说明书实施例中，图1中的方法还可以包括：
[0077] 获取热力图网格。
[0078] 对于所述热力图网格中的每个位置，利用顶点
着色器从所述热力图纹理中确定出与所述位置对应的像素点的灰度值，得到网格位置灰度值集合。
[0079] 利用所述
顶点着色器对所述网格位置灰度值集合中的各个网格位置灰度值进行颜色插值处理，得到网格位置颜色值集合，所述网格位置颜色值集合中的网格位置颜色值为所述热力图网格中的各个位置对应的颜色值。
[0080] 利用
像素着色器根据所述网格位置颜色值集合，生成热力图。
[0081] 在本说明书实施例中，热力图网格可以基于现有的三角形网格生成算法根据用户输入的多边形边界数据生成。其中，三角形网格生成算法可以包括：前沿推进法(Advancing Front)或Delaunay三角网格生成算法等。
[0082] 在本说明书实施例中，对于所述热力图网格中的任意一个位置，顶点着色器可以根据世界坐标及热力图数据集合中的热力数据分布的最小矩形地理区域，从步骤103所生成的热力图纹理中确定出与所述任意一个位置对应的像素点的灰度值，得到所述任意一个位置的灰度值(即网格位置灰度值)。
[0083] 在本说明书实施例中，顶点着色器还可以根据预设颜色插值算法，对与热力图网格中的某位置相对应的网格位置灰度值进行颜色插值处理，得到该位置的颜色值(即网格位置颜色值)，以便于像素着色器根据该网格位置颜色值对热力图网格中的该位置进行着色，生成彩色的热力图。例如，假定，热力图网格中某个位置对应的热力图纹理中的像素点的灰度值为0.8，而预设颜色值分别为：红色(1,0,0)、黄色(1,1,0)、绿色(0,1,0)及蓝色(0,0,1)，则可以根据预设颜色值，对该位置的灰度值0.8进行四线性插值，得到该位置的网格位置颜色值。在本说明书实施例中，用户可以根据实际需求设置预设颜色值，预设颜色值的个数大于等于2即可，对此不做具有限定。
[0084] 在本说明书实施例中，在得到网格位置颜色值集合之后，还可以包括：
[0085] 获取预设偏移参数。根据所述预设偏移参数，对所述网格位置颜色值集合中的每个网格位置颜色值进行偏移，得到偏移后的网格位置颜色值集合，所述偏移后的网格位置颜色值集合中的偏移网格位置颜色值的横轴坐标及纵轴坐标均为零，所述偏移网格位置颜色值的竖轴坐标为对应的网格位置颜色值与所述预设偏移参数之积。
[0086] 对应的，所述利用像素着色器根据所述网格位置颜色值集合，生成热力图，具体可以包括：利用像素着色器根据所述偏移后的网格位置颜色值集合，生成三维热力图。
[0087] 在本说明书实施例中，通过对网格位置颜色值集合中的每个网格位置颜色值进行偏移，从而使得像素着色器可以根据偏移后的网格位置颜色值，生成三维热力图。由于三维热力图相较于二维热力图更直观、立体，因此，有利于提升用户体验。
[0088] 基于同样的思路，本说明书实施例还提供了与图1中方法对应的装置。图4为本说明书实施例提供的对应于图1中方法的一种热力图纹理的生成装置的结构示意图。如图4所示，该装置可以包括：
[0089] 热力图数据获取模块401，用于获取热力图数据集合，所述热力图数据集合中的每个热力图数据包括：热力数据及所述热力数据对应的目标地点的地理坐标。
[0090] 最小矩形地理区域确定模块402，用于根据所述热力图数据集合中的地理坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域。
[0091] 热力图纹理生成模块403，用于根据所述最小矩形地理区域与预设纹理区域之间的对应关系，确定所述预设纹理区域中的每个像素点的灰度值，得到热力图纹理，所述灰度值是对所述最小矩形地理区域中与所述像素点对应的地点相邻的所述目标地点处的热力数据进行处理得到的。
[0092] 在本说明书实施例中，通过最小矩形地理区域确定模块402，根据热力图数据集合中的地理坐标，确定该热力图数据集合中的热力数据分布的最小矩形地理区域。并通过热力图纹理生成模块403，对最小矩形地理区域中与预设纹理区域中的各个像素点对应的地点相邻的目标地点处的热力数据进行处理，得到预设纹理区域中的各个像素点的灰度值，并基于该灰度值生成热力图纹理，使得生成的热力图纹理中的像素点的灰度值更接近真实值，从而提高了热力图纹理的准确性及真实性。
[0093] 在本说明书实施例中，图4中的装置还可以包括：
[0094] 热力图数据四叉树生成模块，用于采用四叉树算法对所述热力图数据集合进行处理，得到热力图数据四叉树；所述热力图数据四叉树中的存储节点用于存储所述热力图数据集合中的热力数据，所述热力数据在所述热力图数据四叉树中的存储位置是根据所述热力数据对应的地理坐标确定的。
[0095] 对应的，所述热力图纹理生成模块403，具体可以包括：
[0096] 灰度值确定单元，用于根据所述最小矩形地理区域与预设纹理区域之间的对应关系及所述热力图数据四叉树，确定所述预设纹理区域中的每个像素点的灰度值，得到灰度值集合，所述灰度值是根据所述热力图数据四叉树中与所述像素点对应的存储位置相邻的所述存储节点所存储的热力数据进行计算得到的，所述相邻的所述存储节点是采用K近邻查询算法根据所述最小矩形地理区域中与所述像素点对应的地点的地理坐标从所述热力图数据四叉树中确定的。
[0097] 填充单元，用于将所述灰度值集合中的各个灰度值填充至所述预设纹理区域中的像素点处，得到热力图纹理。
[0098] 其中，灰度值确定单元，具体可以用于：
[0099] 对于所述预设纹理区域中的任意一个像素点，根据所述最小矩形地理区域与所述预设纹理区域之间的对应关系，确定目标地理坐标，所述目标地理坐标为所述最小矩形区域中与所述任意一个像素点对应的地点的地理坐标。
[0100] 根据所述目标地理坐标，确定目标存储位置，所述目标存储位置是所述热力图数据四叉树中与所述任意一个像素点对应的存储位置。
[0101] 采用K近邻查询算法，从所述热力图数据四叉树中确定所述目标存储位置的邻近存储节点，得到邻近热力数据集合，所述邻近热力数据集合中的邻近热力数据为所述邻近存储节点所存储的热力数据。
[0102] 根据所述邻近热力数据集合中的邻近热力数据，确定所述任意一个像素点的灰度值。
[0103] 其中，灰度值确定单元在根据所述邻近热力数据集合中的邻近热力数据，确定所述任意一个像素点的灰度值时，具体可以：
[0104] 对于所述邻近热力数据集合中的每个邻近热力数据，根据所述目标存储位置与所述邻近热力数据的存储位置之间的距离值，确定所述邻近热力数据的权重，得到权重集合，所述权重与所述距离值成反比。
[0105] 根据预设算法，对所述邻近热力数据集合与所述权重集合进行计算，得到所述任意一个像素点的灰度值，所述任意一个像素点的灰度值与所述邻近热力数据集合中的邻近热力数据成正比，所述任意一个像素点的灰度值与所述权重集合中的权重成正比。
[0106] 在本说明书实施例中，所述热力图数据中的地理坐标包括：地理横坐标及地理纵坐标，所述最小矩形地理区域确定模块402，具体可以用于：
[0107] 根据所述热力图数据集合中的所述地理横坐标，确定所述热力图数据集合中的最小地理横坐标。
[0108] 根据所述热力图数据集合中的所述地理横坐标，确定所述热力图数据集合中的最大地理横坐标。
[0109] 根据所述热力图数据集合中的所述地理纵坐标，确定所述热力图数据集合中的最小地理纵坐标。
[0110] 根据所述热力图数据集合中的所述地理纵坐标，确定所述热力图数据集合中的最大地理纵坐标。
[0111] 根据所述最小地理横坐标、所述最大地理横坐标、所述最小地理纵坐标及所述最大地理纵坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域；所述最小矩形地理区域的各个顶点坐标分别为：(最小地理横坐标,最小地理纵坐标)、(最小地理横坐标,最大地理纵坐标)、(最大地理横坐标,最小地理纵坐标)、(最大地理横坐标,最大地理纵坐标)。
[0112] 在本说明书实施例中，图4中的装置还可以包括：
[0113] 像素尺寸信息获取模块，用于获取预设的热力图纹理的像素尺寸信息，所述像素尺寸信息包括：行方向上的像素点数量及列方向上的像素点数量。
[0114] 预设纹理区域确定模块，用于根据所述像素尺寸信息，确定预设纹理区域。
[0115] 在本说明书实施例中，图4中的装置还可以包括：
[0116] 热力图网格获取模块，用于获取热力图网格。
[0117] 网格位置灰度值集合确定模块，用于对于所述热力图网格中的每个位置，利用顶点着色器从所述热力图纹理中确定出与所述位置对应的像素点的灰度值，得到网格位置灰度值集合。
[0118] 网格位置颜色值集合生成模块，用于利用所述顶点着色器对所述网格位置灰度值集合中的各个网格位置灰度值进行颜色插值处理，得到网格位置颜色值集合，所述网格位置颜色值集合中的网格位置颜色值为所述热力图网格中的各个位置对应的颜色值。
[0119] 热力图生成模块，用于利用像素着色器根据所述网格位置颜色值集合，生成热力图。
[0120] 在本说明书实施例中，图4中的装置还可以包括：
[0121] 预设偏移参数获取模块，用于获取预设偏移参数。
[0122] 偏移模块，用于根据所述预设偏移参数，对所述网格位置颜色值集合中的每个网格位置颜色值进行偏移，得到偏移后的网格位置颜色值集合，所述偏移后的网格位置颜色值集合中的偏移网格位置颜色值的横轴坐标及纵轴坐标均为零，所述偏移网格位置颜色值的竖轴坐标为对应的网格位置颜色值与所述预设偏移参数之积。
[0123] 对应的，所述热力图生成模块，具体可以用于：利用像素着色器根据所述偏移后的网格位置颜色值集合，生成三维热力图。
[0124] 基于同样的思路，本说明书实施例还提供了图1方法对应的设备。图5为本说明书实施例提供的一种热力图纹理的生成设备的结构示意图。如图5所示，该设备500可以包括：
[0125] 至少一个处理器510；以及，
[0126] 与所述至少一个处理器通信连接的存储器530；其中，
[0127] 所述存储器存储有可被所述至少一个处理器510执行的指令520，所述指令被所述至少一个处理器510执行，以使所述至少一个处理器510能够：
[0128] 获取热力图数据集合，所述热力图数据集合中的每个热力图数据包括：热力数据及所述热力数据对应的目标地点的地理坐标。
[0129] 根据所述热力图数据集合中的地理坐标，确定所述热力图数据集合中的热力数据分布的最小矩形地理区域。
[0130] 根据所述最小矩形地理区域与预设纹理区域之间的对应关系，确定所述预设纹理区域中的每个像素点的灰度值，得到热力图纹理，所述灰度值是对所述最小矩形地理区域中与所述像素点对应的地点相邻的所述目标地点处的热力数据进行处理得到的。
[0131] 在本说明书实施例中，热力图纹理的生成设备在确定热力图纹理中的像素点的灰度值时，通过根据最小矩形地理区域中与该像素点对应的地点相邻的目标地点处的热力数据计算得到该像素点的灰度值，相较于通过纹理渲染生成的热力图纹理中的像素点的灰度值更接近真实值，从而提高了热力图纹理的准确性及真实性，进而可以提高基于热力图纹理生成的热力图的表达准确性。
[0132] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0133] 本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的，因此，装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。
[0134] 在20世纪90年代，对于一个技术的改进可以很明显地区分是
硬件上的改进(例如，对
二极管、晶体管、
开关等
电路结构的改进)还是
软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实
体模块来实现。例如，
可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程
门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
[0135]
控制器可以按任何适当的方式实现，例如，控制器可以采取例如
微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或
固件)的计算机可读介质、
逻辑门、开关、
专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入
微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的
软件模块又可以是硬件部件内的结构。
[0136] 上述实施例阐明的系统、装置、模块或单元，具体可以由计算
机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、
个人数字助理、媒体播放器、导航设备、
电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
[0137] 为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0138] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或
计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0139] 本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的
流程图和/或方
框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0140] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0141] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0142] 在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出
接口、网络接口和内存。
[0143] 内存可能包括计算机可读介质中的非永久性存储器，
随机存取存储器(RAM)和/或非易失性内存等形式，如
只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
[0144] 计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于
相变内存(PRAM)、静态随机存取存储器(SRAM)、
动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、
电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他
磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备
访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据
信号和载波。
[0145] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0146] 本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0147] 本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0148] 以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何
修改、等同替换、改进等，应包含在本申请的
权利要求范围之内。
