我有一定数量的未排序的二维点，我想确认它们属于已知尺寸的网格，并推断缺失点的位置。对于这个问题，最简单的可能情况是一个未旋转的网格，我用以下代码生成了它：

import numpy as np

# Define parameters for pattern generation

n_x = 10
n_y = 10
n_missing = 30

# Generate 10x10 pattern with n_missing missing elements

coordinates = np.array([(i, j) for i in range(n_x) for j in range(n_y)])
a_found, a_miss = train_test_split(coordinates, test_size=n_missing / len(coordinates), random_state=0)
a_found = 10 * np.array(a_found)
a_miss = 10 * np.array(a_miss)

在本例中，我选择了一个10x10的网格，其中缺少30个点，但这些数字可能会有所不同。这些点如下图所示：

蓝色的点是已知的，而橙色的点是丢失的，必须找回。
我尝试了各种方法，比如在图像中插入点并使用opencv的hough线变换来找到网格的准则，或者像用tensorflow开发一个简单的神经网络，但是这些方法似乎都过于复杂了，对于这样一个简单的问题，似乎不可能没有已经存在的最优解决方案。
一般来说，我需要将任何技术扩展到数据稍微失真和有噪声的情况，但现在只要解决这个简单问题就好了。