OpenCV是否为cv :: Point提供了平方范数函数？

Question

我必须检查点之间的几个距离与距离阈值.我能做的是取我的门槛的平方,并将其与平方标准进行比较(a-b),在哪里a以及b我正在检查的点.

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

Answer 1

_{来自OP 的注释：
我接受了这个答案，因为它是使用 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，它是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;
}

你可以在函数cv::norm中看到stat.cpp，如果你使用NORM_L2SQR你不计算sqrt标准：

...
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，合并点之间的距离比给定的距离更近。“合并”是指移除一个并将另一半移向刚刚移除的点。

你大概可以

• 利用带有谓词的分区函数，true如果两个点在给定的阈值内，则返回该谓词。
• 检索同一簇中的所有点
• 计算每个簇的质心

这里的代码：

#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)