小编Jak*_*kas的帖子

我已尽力找出如何使用OpenCV进行线路检测。但是，我找不到所需的示例。我想用它在简单的二维点云中找到线。作为测试，我想使用以下几点：

import random
import numpy as np
import matplotlib.pyplot as plt

a = np.random.randint(1,101,400)  # Random points.
b = np.random.randint(1,101,400)  # Random points.

for i in range(0, 90, 2):  # A line to detect
    a = np.append(a, [i+5])
    b = np.append(b, [0.5*i+30])

plt.plot(a, b, '.')
plt.show()

我已经找到了有关霍夫变换如何工作的许多初始示例。但是，当涉及到代码示例时，我只能发现已使用图像。

有没有一种方法可以使用OpenCV Hough变换来检测一组点中的线，或者可以推荐其他方法或库吗？

----编辑----

阅读了一些很好的答案之后，我觉得我应该描述一下我打算使用它的目的。我有高分辨率的2D LiDAR，需要从数据中提取墙。打字扫描如下所示：

“正确的输出”如下所示：

在进行了更多研究之后，我怀疑霍夫变换在这种情况下使用效果不佳。关于我应该寻找的任何提示？

（如果有人感兴趣，可以使用LiDAR和墙面提取来生成地图并导航机器人。）

谢谢，雅各布

我遇到一个问题，我得到两个字节表示为 0-255 之间的 int，两个字节应该表示一个值。现在我正在这样做，但这需要很长时间。有小费吗？

bin_string = '0b' + bin(int(second_byte))[2:].zfill(8) + bin(int(first_byte))[2:].zfill(8)
result = float(literal_eval(bin_string))

example: 
203 -> 11001011
101 -> 01100101
-> 1100101101100101 -> 52069

我觉得可能有一个简单的数学公式，但我似乎无法弄清楚......