Python使用均方根法拟合多条直线

我有一个几乎是多条直线的图像。我想用均方根法拟合这些直线上的点。然而，我想多行适合这是显而易见的从下图。我曾经尝试过Hough变换和python中的fitline方法，但是它们给了我一些倾斜的线条，这就是为什么我认为我会选择RMS方法。我知道如何将一条直线拟合到各点，但是否有任何方法可以根据需要同时拟合3条直线

图片：

---

除非目标线非常接近平行，否则按坡度进行聚类将有效；在这种情况下，您可能需要进行更多的处理，例如对每个线段进行斜率/截距对，并对这些结果进行聚类。在任何情况下，都没有必要重复HoughLines

考虑到你有平行的，分离的线，我建议你做一些预处理。您是否有一个现成的方法，允许您近似计算线段的端点？如果是这样的话，试着做一个简单的两点公式来获得这些线的（斜率、截距）对，并对这些对进行聚类。这将整齐地将线段排序为适当的线性集

---

如果没有识别出这些片段，可以先尝试使用光谱聚类算法来识别它们；选择一个密度和连通性都很强的；你并不真正关心间隙敏感性。

除非你有非常接近平行的目标线，否则按斜率进行聚类是可行的；在这种情况下，您可能需要进行更多的处理，例如对每个线段进行斜率/截距对，并对这些结果进行聚类。在任何情况下，都没有必要重复HoughLines

考虑到你有平行的，分离的线，我建议你做一些预处理。您是否有一个现成的方法，允许您近似计算线段的端点？如果是这样的话，试着做一个简单的两点公式来获得这些线的（斜率、截距）对，并对这些对进行聚类。这将整齐地将线段排序为适当的线性集

---

如果没有识别出这些片段，可以先尝试使用光谱聚类算法来识别它们；选择一个密度和连通性都很强的；你并不真正关心间隙灵敏度。

快速想法：1）HoughLines 2）按坡度或距离对线进行聚类（比如k-means）3）对于每个聚类：a）将所有线绘制成一个空白遮罩b）将其放大一点c）对输入应用遮罩以获得仅此聚类的原始像素d）findNonZero e）RMSNice！上面的图片实际上是由高斯模糊后的霍夫线输出。你认为你的方法会直接在这些直线上工作而不是再次应用Hough变换吗？是的，它应该工作。我只是写了一个类似的回复。除非有非常接近平行的目标线，否则按坡度进行聚类是可行的；在这种情况下，您可能需要进行更多的处理，例如对每个线段进行斜率/截距对，并对这些结果进行聚类。在任何情况下，都没有必要重复HoughLines。@Sibi哦，我没有意识到这一点。在这种情况下，可能只是集群，然后在端点上执行RMS。@Prune不幸的是，在一些图像中，我有平行但相距很远的线条。我认为如果我考虑斜率和距离的话，k-均值应该工作，但是计算线之间的距离可能会变得单调乏味。你对聚类还有什么其他想法吗？快速想法：1）HoughLines 2）按坡度和可能的距离聚类（比如k-means）线条3）对于每个聚类：a）将所有线条绘制成一个空白遮罩b）将其放大一点c）对输入应用遮罩以获得仅此聚类的原始像素d）findNonZero e）RMSNice！上面的图片实际上是由高斯模糊后的霍夫线输出。你认为你的方法会直接在这些直线上工作而不是再次应用Hough变换吗？是的，它应该工作。我只是写了一个类似的回复。除非有非常接近平行的目标线，否则按坡度进行聚类是可行的；在这种情况下，您可能需要进行更多的处理，例如对每个线段进行斜率/截距对，并对这些结果进行聚类。在任何情况下，都没有必要重复HoughLines。@Sibi哦，我没有意识到这一点。在这种情况下，可能只是集群，然后在端点上执行RMS。@Prune不幸的是，在一些图像中，我有平行但相距很远的线条。我认为如果我考虑斜率和距离的话，k-均值应该工作，但是计算线之间的距离可能会变得单调乏味。您对集群还有其他想法吗？