用python把热力图转化为数据保存在excel表格中，需要有坐标和热力值，通过保存在EXCEL中的数据，能够恢复出热力图。希望给出两份代码，一份能把现成的热力图转化为数据保存EXCEL中，一份能通过上面保存的EXCEL数据重新绘制成热力图

好的，下面是两份代码。

1. 将现成的热力图转化为数据保存在Excel表格中

这里我们使用Python中的Pandas库和OpenCV库来实现。首先，我们需要使用OpenCV库读取热力图并获取它的像素值，然后将像素值转化为坐标和热力值，并存储在Excel中。代码如下：

import cv2
import pandas as pd

# 读取热力图
heatmap = cv2.imread('heatmap.png')

# 获取像素值
gray_heatmap = cv2.cvtColor(heatmap, cv2.COLOR_BGR2GRAY)
_, thresholded_heatmap = cv2.threshold(gray_heatmap, 127, 255, cv2.THRESH_BINARY)
_, contours, _ = cv2.findContours(thresholded_heatmap, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

coordinates = []
for contour in contours:
    for point in contour:
        x, y = point[0]
        value = gray_heatmap[y][x]
        coordinates.append([x, y, value])

# 存储数据到Excel中
df = pd.DataFrame(coordinates, columns=['x', 'y', 'value'])
df.to_excel('heatmap_data.xlsx', index=False)

这段代码中，`heatmap.png`是我们需要转化为数据的热力图。我们使用OpenCV库中的`imread()`函数读取热力图，并使用`cvtColor()`函数将图像转化为灰度图像。然后，我们使用阈值技术将灰度图像转化为二值图像，并使用`findContours()`函数获取轮廓。接着，我们遍历轮廓中的点，获取每个点的坐标和像素值，并将它们存储在一个列表中。最后，我们将列表转化为DataFrame对象，并使用Pandas库中的`to_excel()`函数将数据保存到Excel中。

2. 使用Excel中的数据重新绘制热力图

这里我们同样使用Python中的Pandas库和OpenCV库来实现。首先，我们需要从Excel中读取数据，然后使用OpenCV库绘制热力图。代码如下：

import pandas as pd
import cv2

# 从Excel中读取数据
df = pd.read_excel('heatmap_data.xlsx')

# 获取坐标和热力值
x = df['x']
y = df['y']
value = df['value']

# 绘制热力图
heatmap_data = 255 * (value / value.max())
heatmap = cv2.merge([heatmap_data, heatmap_data, heatmap_data])
for i in range(len(x)):
    cv2.circle(heatmap, (x[i], y[i]), 2, (0, 0, 255), -1)

cv2.imshow('heatmap', heatmap)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码中，我们使用Pandas库中的`read_excel()`函数从Excel中读取数据。然后，我们将坐标和热力值分别存储在`x`、`y`和`value`三个变量中。接着，我们将热力值转化为灰度值，并使用OpenCV库中的`merge()`函数将灰度值转化为BGR格式。最后，我们遍历坐标和热力值，使用`circle()`函数在热力图上绘制相应的点，并使用`imshow()`函数显示出来。

希望这两份代码能够帮助到你！