经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。 |
图像中两个像素之间的距离有多种定义方式,图像处理中常用的距离有欧式距离、街区距离和棋盘距离,本节中将重点介绍这三种距离的定义方式,以及如何利用两个像素间的距离来描述一幅图像。
欧式距离,两个像素点之间的直线距离。与直角坐标系中两点之间的直线距离求取方式相同,分别计算两个像素在X方向和Y方向上的距离,之后利用勾股定理得到两个像素之间的距离,数学表示形式如式(6.1)所示。
d = ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 (6.1) d{\rm{ = }}\sqrt { { {({x_1} - {x_2})}^2} + { {({y_1} - {y_2})}^2}} \tag{6.1} d=(x1−x2)2+(y1−y2)2(6.1)
根据欧式距离的定义,图像中两个像素之间的距离可以含有小数部分,例如图像中的两个像素点 P 1 ( 1 , 0 ) {P_1}(1,0) P1(1,0)和 P 2 ( 0 , 1 ) {P_2}(0,1) P2(0,