Question

测试代码很简单：

#include <opencv2/opencv.hpp>
#include <iostream>
int main()
{
        cv::Point2f a(0.f, 1.f);
        cv::Point2f b(3.f, 5.f);
        std::cout << cv::norm(a - b)<< std::endl;
        return 0;
}

工作正常。但是，如果我改变线路 std::cout << cv::norm(a - b)<< std::endl;
到std::cout << cv::norm(a, b)<< std::endl;
或std::cout << cv::norm(a - b, cv::NORM_L2)<< std::endl;
发生错误，它告诉我这样的功能无法匹配我不明白为什么Point2f类型无法转换，因为唯一的输入参数a-b效果很好。
给出here的opencv规范函数。

Answer 1

正如您在文档中所读到的，norm()函数集都在通用InputArray数据类型上运行。因此，从here开始，您可以看到这可以是cv::Mat或std::vector，但肯定不是cv::Point2f。

在检查了源代码（3.0，但我怀疑它在2.4系列中有所不同）后，我看到该函数有9个重载，但只有cv::Point<>只有一个参数。

因此，您需要将积分转换为cv::Mat。这可以很容易地完成，因为cv::Mat有一个构造函数，它将一个点作为参数。所以就这样做：

std::cout << cv::norm( cv::Mat(a), cv::Mat(b) ) << std::endl;

但是作为一个评论，我不确定这是最好的解决方案：它意味着额外的内存分配，并且直接计算距离可能更快（即：sqrt( (a.x-b.x)*(a.x-b.x) + (a.y-b.y)*(a.y-b.y) )。它似乎很苛刻，但是你可以依靠编译器来优化它。

Answer 2

请注意，sqrt( (a.x-b.x)*(a.x-b.x) + (a.y-b.y)*(a.y-b.y) )与说sqrt( (a - b).x * (a - b).x + (a - b).y * (a - b).y )相同，因此您可以呼叫cv::norm(a - b)。

但是，根据这个link（尽管很旧），单点对的性能很差。

我刚刚在机器上运行了test code。它会生成15,000个点，并计算每个点到其余点的距离。

a : [0, 0] - b : [2.14748e+09, 2.14748e+09]

euclideanDist : 3.037e+09
distanceBtwPoints : 3.037e+09
cv::norm : 3.037e+09

max_distance euclideanDist : 3.02456e+09 time passed :0.165179
max_distance distanceBtwPoints : 3.02456e+09 time passed :0.259471
max_distance cv::norm : 3.02456e+09 time passed :0.26728

令人惊讶。最快的代码是

float euclideanDist(cv::Point2f& a, cv::Point2f& b)
{
    cv::Point2f diff = a - b;
    return cv::sqrt(diff.x*diff.x + diff.y*diff.y);
}

使用cv::norm(a - b)和下面的代码几乎相等：

static double distanceBtwPoints(const cv::Point2f &a, const cv::Point2f &b)
{
    double xDiff = a.x - b.x;
    double yDiff = a.y - b.y;

    return std::sqrt((xDiff * xDiff) + (yDiff * yDiff));
}

但这显然是因为对double进行了强制转换。如果保留为float，则distanceBtwPoints与eucledianDist一样快。

使用opencv规范函数得到两个点的欧氏距离

2 个答案: