基本实现
如图就是最终效果,由于做的项目数据可视化选择的是Echarts,所以一开始是打算想用Echarts直接实现对任意图片的热力图,但本人水平有限,用Echarts没做出来,所以找到了用heatmap.js来做。
-语法都很简单,去网站documents看一下一会就会了。
<div id="heatmap" style=" width:40%; height: 50%; border: 1px solid;border-color: grey;">
<img id="baidu-img" src="images/hanzhong.png" style="width: 100%; height: 100%; ">
<img src="images/hanzhong_re.png " style="width: 100%; height: 100%; top: 0px;position: absolute; z-index: 1">
</div>
$("canvas,heatmap").remove();
_this.heatmapInstance = h337.create({
container: document.querySelector("#heatmap"),
radius: 50,
maxOpacity: 0.5,
minOpacity: 0,
blur: 0.75
});
var data = {
max: _this.max,
data: _this.points
};
_this.heatmapInstance.setData(data);
放一点核心的代码吧。应该很容易理解。
自适应大小
重点要说一下这里要实现自适应大小怎么做。这里的data的数据结构是[{x:1,y:2,value:3}]这样的一个数组,里边的x、y分别对应的是从图片左上角为(0,0)起点,x代表距离左边的像素距离,y代表距离上方的像素距离绝对值。
1.第一步
//要用一个全局变量记录初始的宽和高
_this.cavWidth = document.getElementById("heatmap").clientWidth;
_this.cavHeight = document.getElementById("heatmap").clientHeight;
2.第二步
通过Vue的watch监听这两个值
cavWidth(curVal, oldVal) {
var _this = this;
this.cavWidth = curVal;
if (oldVal != 0) {
for (i = 0; i < this.points.length; i++) {
this.points[i].x = (this.points[i].x * curVal / oldVal).toFixed(0);
}
_this.init();
}
console.log("宽=" + curVal, oldVal);
},
cavHeight(curVal, oldVal) {
var _this = this;
this.cavHeight = curVal;
if (oldVal != 0) {
for (i = 0; i < this.points.length; i++) {
this.points[i].y = (this.points[i].y * curVal / oldVal).toFixed(0);
}
_this.init();
}
console.log("高=" + curVal, oldVal);
},
3.第三步
这样还没有实现监听值变化的效果,还需要用mounted钩子函数声明一下resize方法
mounted() {
var _this = this
window.onresize = () => {
return (() => {
_this.cavWidth = document.getElementById("heatmap").clientWidth;
_this.cavHeight = document.getElementById("heatmap").clientHeight;
})()
}
},
这样就可以实现自适应的了。
但是这里有个问题,由于计算后的x、y会是小数值,这里一旦存在小数就没办法渲染热力图效果了,所以我toFixed(0)了,但是这样会存在误差,有知道的人可以告诉我一下。