Python 将X、Y浮点坐标转换为二进制矩阵，然后执行Hough线变换

是否可以计算xy浮点数组的hough线变换，类似于python中的matlab代码

数据看起来像

---

您在MATLAB中的示例仅适用于整数（x，y）坐标

比如说

%I使用10x10单位矩阵模拟一行点
%并将得到的x，y坐标缩放为浮点
[X，Y]=find（眼睛（10））；
X=X*0.1；
Y=Y*0.1；
A=满（稀疏（X，Y，真））；

抛出错误

使用“稀疏”时出错。矩阵中的索引必须是整数

如果你想把浮点坐标转换成二进制矩阵，我知道的唯一方法就是抽取你的空间

%抽取网格的精度
量表=.01；
%将X、Y值缩放为大于1的整数
行指数=圆形（（Y-最小值（Y））/刻度）+1；
col_指数=圆形（（X-min（X））/刻度）+1；
%行值也需要翻转
%即y=0应为矩阵中的最大行，以保持坐标系的相同方向
行索引=最大值（行索引）-行索引+1；
%使用您的方法创建矩阵
A=完整（稀疏（行索引，列索引，真））；
%A中的每一行和每一列对应于这些范围向量中的值
X范围=最小值（X）：刻度：最大值（X）；
Y范围=最大值（Y）：-刻度：最小值（Y）；

测试这些转换是否产生了预期的结果。我绘制了矩阵

figure; 
subplot(1,2,1); imagesc(A);
xticks(1:20:100); xticklabels(xrange(1:20:end));
yticks(1:20:100); yticklabels(yrange(1:20:end));
subplot(1,2,2); plot(X, Y, 'ko');

而且看起来不错

---

类似的方法应该很容易使用numpy实现。

您在MATLAB中的示例仅适用于整数（x，y）坐标

比如说

%I使用10x10单位矩阵模拟一行点
%并将得到的x，y坐标缩放为浮点
[X，Y]=find（眼睛（10））；
X=X*0.1；
Y=Y*0.1；
A=满（稀疏（X，Y，真））；

抛出错误

使用“稀疏”时出错。矩阵中的索引必须是整数

如果你想把浮点坐标转换成二进制矩阵，我知道的唯一方法就是抽取你的空间

%抽取网格的精度
量表=.01；
%将X、Y值缩放为大于1的整数
行指数=圆形（（Y-最小值（Y））/刻度）+1；
col_指数=圆形（（X-min（X））/刻度）+1；
%行值也需要翻转
%即y=0应为矩阵中的最大行，以保持坐标系的相同方向
行索引=最大值（行索引）-行索引+1；
%使用您的方法创建矩阵
A=完整（稀疏（行索引，列索引，真））；
%A中的每一行和每一列对应于这些范围向量中的值
X范围=最小值（X）：刻度：最大值（X）；
Y范围=最大值（Y）：-刻度：最小值（Y）；

测试这些转换是否产生了预期的结果。我绘制了矩阵

figure; 
subplot(1,2,1); imagesc(A);
xticks(1:20:100); xticklabels(xrange(1:20:end));
yticks(1:20:100); yticklabels(yrange(1:20:end));
subplot(1,2,2); plot(X, Y, 'ko');

而且看起来不错

---

类似的方法应该很容易用numpy实现。

我曾尝试在这个问题上使用ransac，但由于一些数据中存在类似的噪声簇，所以效果不够好。这是您的问题，如何在python中将X，Y点转换为二进制矩阵？或者如何执行hough变换？如何在python中将X、Y点转换为二进制矩阵，但这些点是浮点而不是整数。我会把问题说得更清楚。我曾尝试在这个问题上使用ransac，但由于一些数据中存在类似的噪声簇，它的效果不够好。这是你的问题，如何在python中将X，Y点转换为二进制矩阵？或者如何执行hough变换？如何在python中将X、Y点转换为二进制矩阵，但这些点是浮点而不是整数。我会把问题弄清楚的。是的，这就是我所想的，但问题是我在点之间有很小的差异，所以最小的差异约为0.0000001，最大的差异约为1。因此，通过抽取阵列，它会产生一个包含很少元素的巨大阵列，并且由于阵列的大小，处理它需要很长时间，这在我的例子中是不可能的。你认为还有其他方法可以解决这个问题吗？如果点的数量很小，你可以实现你自己的hough变换，如中所述。是的，这就是我所想的，但问题是点之间的差异非常小，所以最小的差异约为0.0000001，最大的差异约为1。因此，通过抽取阵列，它会产生一个包含很少元素的巨大阵列，并且由于阵列的大小，处理它需要很长时间，这在我的例子中是不可能的。您认为还有其他方法可以解决这个问题吗？如果点数很小，您可以实现自己的hough变换，如中所述。