OpenCV 是否为 cv::Point 提供平方范数函数？答案

【问题标题】：Does OpenCV offer a squared norm function for cv::Point?OpenCV 是否为 cv::Point 提供平方范数函数？
【发布时间】：2015-10-01 12:30:49
【问题描述】：

我必须根据距离阈值检查点之间的几个距离。我能做的就是取阈值的平方并将其与(a-b) 的平方范数进行比较，其中a 和b 是我要检查的点。

我知道cv::norm 函数，但我想知道是否存在不计算平方根（因此更快）的版本，或者我是否应该手动实现它。

【问题讨论】：

标签： c++ opencv

【解决方案1】：

_{OP 的注释：
我接受了这个答案，因为这是使用 OpenCV 可以实现的最佳方法，
但我认为在这种情况下最好的解决方案是使用自定义函数。}

是的，是NORM_L2SQR：

#include <opencv2\opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;

int main()
{
    vector<Point> pts{ Point(0, 2) };

    double n = norm(pts, NORM_L2SQR);
    // n is 4

    return 0;
}

您可以在stat.cpp 中的函数cv::norm 中看到，如果您使用NORM_L2SQR，则不会在范数上计算sqrt：

...
if( normType == NORM_L2 )
{
    double result = 0;
    GET_OPTIMIZED(normL2_32f)(data, 0, &result, (int)len, 1);
    return std::sqrt(result);
}
if( normType == NORM_L2SQR )
{
    double result = 0;
    GET_OPTIMIZED(normL2_32f)(data, 0, &result, (int)len, 1);
    return result;
}
...

关于具体问题：

我的实际问题是：我有一个点向量，合并点彼此之间的距离比给定距离更近。 “合并”是指移除一个并将另一半移向刚刚移除的点。

你应该可以

利用partition 函数和一个谓词，如果两个点在给定阈值内，则返回true。
检索同一簇中的所有点
计算每个集群的质心

代码如下：

#include <opencv2\opencv.hpp>
#include <vector>
using namespace cv;
using namespace std;

int main()
{
    vector<Point> pts{ Point(0, 2), Point{ 1, 0 }, Point{ 10, 11 }, Point{11,12}, Point(2,2) };

    // Partition according to a threshold
    int th2 = 9;
    vector<int> labels;     
    int n = partition(pts, labels, [th2](const Point& lhs, const Point& rhs) { 
        return ((lhs.x - rhs.x)*(lhs.x - rhs.x) + (lhs.y - rhs.y)*(lhs.y - rhs.y)) < th2;
    });

    // Get all the points in each partition
    vector<vector<Point>> clusters(n);
    for (int i = 0; i < pts.size(); ++i)
    {
        clusters[labels[i]].push_back(pts[i]);
    }

    // Compute the centroid for each cluster
    vector<Point2f> centers;
    for (const vector<Point>& cluster : clusters)
    {
        // Compute centroid
        Point2f c(0.f,0.f);
        for (const Point& p : cluster)
        {
            c.x += p.x;
            c.y += p.y;
        }
        c.x /= cluster.size();
        c.y /= cluster.size();

        centers.push_back(c);
    }

    return 0;
}

将产生两个中心：

centers[0] : Point2f(1.0, 1.3333);
centers[1] : Point2f(10.5, 11.5)

【讨论】：

其实我也不知道。只是查看源代码...我看看我是否找到了这方面的文档...
呃，这需要创建一个矢量看起来有点过头了。
那只是为了展示用法。 cv::norm 接受 InputArray。您的积分是如何存储的？
我的实际问题是：我有一个点向量，合并点彼此之间的距离比给定距离更近。 “合并”是指移除一个并将另一半移向刚刚移除的点。我需要一个简单的normL2Sqr，它需要一个点作为输入。
@Antornio 好吧，这仍然是一个学习如何使用partition 的好机会@：D

【解决方案2】：

似乎没有什么专门解决这个问题的。

我认为一种解决方案可能是使用ddot 方法（点积），并计算类似

cv::Point distVec = a-b;
double squaredNorm = distVec.ddot(distVec);

如果愿意冒险，cv::normL2Sqr 要求输入为数组格式：cv::Point 可能直接转换为 int[]。

我将亲自编写我自己的平方范数。

【讨论】：