Как найти узоры (линии, круги, ...) из списка точек?

Question

У меня есть список баллов. Каждая точка имеет координаты x и y (оба из которых являются целыми числами). Теперь я пытаюсь найти известные шаблоны, такие как линии, дуги или круги, зная, что точки не совсем соответствуют шаблону.

Каков наилучший способ сделать это? У меня нет много подсказок, чтобы начать.

Редактировать: точки заказаны. Пользователь рисует что-то, и программа должна обнаруживать лучшие образцы. Например, если треугольник рисуется, он должен обнаружить три строки.

Answer 1

посмотреть на Hough Transformation. что вы делаете: вы преобразуете изображение в «круг», а затем вам нужно найти только светлые пиксели.

найти светлые пиксели на изображении довольно просто, просто примените обрезку.

Число областей пикселей света - это количество кругов. вы можете восстановить свое исходное положение на своем изображении, применив обратную функцию.

Answer 2

Классический распознаватель - нейронная сеть. Нейронные сети работают «хорошо» и требуют обучения в некотором роде.

Математические методы и принципы, лежащие в основе нейронных сетей, могут передаваться (с соответствующей модификацией) большинству других распознавателей, о которых я читал; например, цепи Маркова, байесовские модели.

Answer 3

Пока вы ограничиваете его основными формами, вы можете рассчитать усредненное «направление» текущего хода и создать из них последовательность «ударов».

Это, вероятно, легче распознать форму на основе этой информации:

• круг имеет достаточно постоянной второй производной
• а «семь» имеет удар справа, после чего ход к левый нижний
• ...

Answer 4

Я смотреть на расстоянии от некоторой точки P каждого из других точек, чем если P является центром Х rcle, вы получите некоторые очень разные статистические эффекты.

Возможно, вы сможете отменить это и найти точки, которые имеют эти свойства. В качестве первого прохода может работать что-то вроде стандартного отклонения расстояний и найти место, где вы могли бы взять производную от местоположения и попытаться свести его к минимуму. Как только вы найдете минимум, попробуйте найти набор из трех точек, равноудаленных от него.

Ожидается, что вам понадобится нечто иное, чем стандартное отклонение, что менее заинтересовано в выбросах и больше заинтересовано в скрещивании.

Кроме того, это не принесет вам много пользы для линий.

Answer 5

Поскольку вы получаете пиксели, и они приходят в порядок, вы можете начать с проверки наклона между, скажем, каждыми 10-ми пикселями и посмотреть, как изменяется наклон. Разрывы дают вам некоторую информацию.