我正在使用 Google Maps Static API 在网页上显示一个小型 Google 地图。
我有一组 15 个坐标，我想将它们表示为地图上的点。
由于地图相当小（184 x 90 像素）和谷歌地图 URL 上的 2000 个字符的上限，我无法代表地图上的每个点。
因此，我想生成一个小的坐标列表，代表大列表的平均值。
所以不是有 15 套，我最终会得到 5 套，他们的位置接近 15 套的位置。假设有 3 个点彼此更接近，而不是地图上的任何其他点，这些点将被折叠成 1 点。
所以我想我正在寻找一种可以做到这一点的算法。
不要求任何人详细说明每一步，但也许会为我指出这种事情的数学原理或通用函数的方向？
我确信在对图像进行像素化时，在图形软件中也使用了类似的功能。
（如果我解决了这个问题，我一定会发布我的结果。）
当您需要将 N 个对象聚类到已知数量的 K < N 个聚类中时，我建议使用K-means 聚类，这似乎是您的情况。请注意，一个集群可能会以一个离群点结束，而另一个集群可能会有 5 个点彼此非常接近：没关系，它看起来更接近您的原始集，而不是您强制每个集群恰好 3 个点！-)
如果您正在搜索此类函数/类，请查看MarkerClusterer和MarkerManager实用程序类。MarkerClusterer 与所描述的功能非常匹配，如本演示中所示。
一般来说，我认为您需要搜索的区域是“矢量量化”。我有一本由 Allen Gersho 和 Robert M. Gray 撰写的名为 Vector Quantization and Signal Compression 的旧书，其中提供了许多示例。
从记忆中，劳埃德迭代是处理这类事情的好算法。它可以获取输入集并将其减少为固定大小的点集。基本上，将您的点均匀或随机分布在空间周围。将每个输入映射到最近的量化点。然后计算误差（例如距离总和或均方根）。然后，对于每个输出点，将其设置为映射到它的集合的中心。这将移动该点，甚至可能更改映射到它的集合。反复执行此操作，直到从一个迭代到下一个迭代没有检测到任何变化。
希望这可以帮助。