点集的霍夫变换实现答案

【问题标题】：Hough Transform Implementation for Set of Points点集的霍夫变换实现
【发布时间】：2019-11-12 23:24:57
【问题描述】：

尝试使用霍夫变换来检测实际上是数千个点的散点图中的线（望远镜曝光中的检测）。到目前为止，我发现的所有可用 python 模块都是用于图像的。也许，唯一的解决方案是将散点图转换为可用工具读取的图像，或者直接在点数组上运行霍夫变换？

如何在散点图上使用霍夫变换？

【问题讨论】：

欢迎来到 StackOverflow。 On topic、how to ask 和 ...the perfect question 在此处申请。特别是，我们处理有关编程的有针对性的具体问题；对场外资源的请求特别离题。
@Prune，我很困惑这是对异地资源的请求。我想在我的程序中包含霍夫变换，但不知道如何为点的稀疏散射而不是图像这样做
从上下文来看，我将此视为对确实处理问题的模块或其他工具的请求。如果不是，那么模糊的“任何建议”对于 Stack Overflow 来说太宽泛了。

【解决方案1】：

您可以将散点图转换为密度图。这可以通过使用 2d 直方图对数据点进行分箱来完成

import numpy as np
import matplotlib.pyplot as plt

x = np.random.normal(size=1000)
y = np.random.normal(size=1000)

counts, xedges, yedges = np.histogram2d(x, y, bins=30)

plt.scatter(x, y)
plt.show()
plt.imshow(counts)
plt.show()

xedges 和 yedges 是每个 bin 的坐标，counts 包含每个 bin 中的数据点数。然后，您可以在 counts 上运行您选择的 Hough 变换。

【讨论】：