【问题标题】:Euclidean Distance in Image Comparison图像比较中的欧几里得距离
【发布时间】:2016-06-19 07:47:08
【问题描述】:

我正在尝试根据他们的Euclidean Distance 比较图像。我遇到了这个伪代码:

sqrt((r1-r2)^2 + (g1-g2)^2 + (b1-b2)^2)

我想弄清楚的是 - 在上面的伪代码中,(r1-r2) 的意思是:从 中减去 image-1 中的 redimage-2 中的红色 值?

【问题讨论】:

  • Does (r1-r2) mean: subtract red values in image 1 from the red values in image 2? 没错。
  • 这就是我的解释。我假设点 1 和 2 的这三个坐标位于 2D 中的一个共同像素位置。
  • 一个注意事项要记住...r,g,b 可能是伪代码将 3 个颜色通道考虑在内的方式,但值得一试 CIE La i>b 颜色空间。您会以相​​同的方式计算距离,但您需要从 RGB 转换为 CIE XYZ,然后转换为 Lab。查看this answer了解更多详情

标签: image-processing euclidean-distance image-comparison


【解决方案1】:

是的,这是欧几里得色距的最基本形式。您可以通过比较像素中不同分量之间的距离来将像素颜色与其他像素颜色进行比较。

像素是 RGB 中的 3 种颜色(通常),您可以比较像素。所以你的#FFAA00 和#F8A010 有 R1 的 0xFF 和 R2 的 0xF8。

还有许多其他距离值,例如 CIELabD2k。但是,这是色距背后的核心。

【讨论】:

    猜你喜欢
    • 2023-03-12
    • 2013-03-02
    • 1970-01-01
    • 2014-01-17
    • 2015-07-15
    • 2014-02-04
    • 1970-01-01
    相关资源
    最近更新 更多