Ich überlegte, was der beste Ansatz wäre, um „Figuren“ in einer Reihe von 2D-Punkten zu erkennen.

In diesem Beispiel habe ich zwei "Vorlagen". Abbildung 1 ist eine Vorlage und Abbildung 2 ist eine Vorlage. Jede dieser Vorlagen existiert nur als Vektor von Punkten mit einer x, y-Koordinate.

Angenommen, wir haben einen dritten Vektor mit Punkten mit x, y-Koordinate

Was wäre der beste Weg, um Punkte zu finden und zu isolieren, die mit einem der ersten beiden Arrays im dritten übereinstimmen? (einschließlich Skalierung, Drehung)?

Ich habe versucht, die nächsten Nachbarn (FlannBasedMatcehr) oder sogar SVM-Implementierung, aber es scheint mir kein Ergebnis zu bringen, Template Matching scheint auch nicht der richtige Weg zu sein, denke ich. Ich arbeite nicht an Bildern, sondern nur an 2D-Punkten im Speicher ...

Vor allem, weil der Eingabevektor immer mehr Punkte enthält als der ursprüngliche Datensatz, mit dem verglichen werden soll.

Sie müssen lediglich Punkte in einem Array finden, die mit einer Vorlage übereinstimmen.

Ich bin kein Spezialist für maschinelles Lernen oder OpenCV. Ich schätze, ich habe von Anfang an etwas übersehen ...

Vielen Dank für Ihre Hilfe / Anregungen.