【问题标题】：What is the simplest way of finding the distance between two pixels?找到两个像素之间距离的最简单方法是什么？
【发布时间】：2015-10-12 14:38:14
【问题描述】：

这可能是一个有点愚蠢的问题 - 但假设我想找到两个像素之间的距离，坐标为 (x1,y1) 和 (x2,y2 ）。使用 MatLab 执行此操作的最简单方法是什么？

【问题讨论】：

【解决方案1】：

pdist 是一个不错的答案，但我认为它很慢（至少对于更多的点而言）。此外，pdist 需要统计工具箱，因此如果您没有该工具箱，则无法使用该答案。

我建议将bsxfun 与permute 和reshape 结合使用，而不是独立于工具箱的解决方案。假设X是一个2列矩阵，排列方式如下：

X = [x y];

x 和 y 是您要查找距离的所有点的 X 和 Y 坐标。因此，每一行都包含一个查询点：

X2 = permute(X, [3 2 1]);
out = sqrt(sum(bsxfun(@minus, X, X2).^2, 2));
out = reshape(out, size(X,1), []);

这应该会给您与将squareform 应用于pdist 的输出相同的输出。具体来说，在out 的元素(i,j) 处，这将为您提供点i 和点j 之间的距离，因此对角线元素应给出0 的值，因为自距离为0。

乔纳斯的建议

如果我们在计算距离之前稍微改变permute 尺寸的方式，我们可以通过将其替换为另一个permute 调用来避免reshape，这可能代价高昂：

out = sqrt(sum(bsxfun(@minus, permute(X, [1 3 2]), permute(X, [3 1 2])).^2, 3));

【讨论】：

或者，有两个置换并且没有重塑：out = sqrt(sum(bsxfun(@minus, permute(X, [1 3 2]), permute(X, 3 1 2)).^2, 3)

【解决方案2】：

X = [x1,y1;x2,y2];
d = pdist(X,'euclidean')

d 是距离。

【讨论】：

那么循环遍历所有像素并应用这段代码？
@Zetland - 不。只需将所有点放入N x 2 矩阵中，其中N 是您的总点数，然后将其设为X。之后，使用pdist。顺便说一句，我建议在此代码上使用squareform，以便将其转换为更易读的格式。