第5篇 如何计算两个坐标点距离--opencv图像中的两个点

在地理和几何学中,大家经常需要计算两个坐标点之间的距离。此计算在实

际应用中非常常见,如导航系统、地图应用等。

  1. 欧氏距离--opencv图像中的两个点

欧氏距离是计算两个点之间最常见的方法之一。它是通过计算两个点在空间中

的直线距离来衡量的,可以将两点的坐标表示为

(x1, y1)和(x2, y2)。欧氏距离的计算公式如下:

distance = sqrt((x2 - x1)^2 + (y2 - y1)^2)

这个公式的基本思想是利用两点之间的直角三角形的斜边来计算距离。我们通

过将两个点的坐标代入公式来得到点之间的距离。

如:通过opencv获取到图像中的矩形轮廓,得到4个点,计算面积可找到最大的矩形

复制代码
ouble dis1 = Math.Sqrt( Math.Pow((box[1].X - box[0].X),2)+ Math.Pow((box[1].Y - box[0].Y), 2));
                    double dis2 = Math.Sqrt(Math.Pow((box[2].X - box[1].X), 2) + Math.Pow((box[2].Y - box[1].Y), 2));
                    double area1 = dis1 * dis2;
  1. 曼哈顿距离

曼哈顿距离是另一种常见的距离度量方法。是通过计算两个点在网格上水平

和垂直方向的距离之和来衡量的。可以将两点的坐标表示为

(x1, y1)和(x2, y2)。

曼哈顿距离的计算公式如下:

distance = |x2 - x1| + |y2 - y1|

这个公式的基本思想是将两个点之间的距离表示为在网格上行走的步数。我们

通过将两个点的坐标代入公式来计算两点之间的距离。

  1. 地球表面的距离

在计算地球上两个点之间的距离时,大家需要考虑地球的曲率。因为地球是一

个近似于椭球的球体,所以我们不能简单地使用平面几何中的直线距离公式。

为了计算地球表面上两点之间的距离,我们可以使用

Haversine

公式。这个公

式基于经纬度来计算两点之间的弧长,并将其转换为距离。Haversine公式的计算

公式如下:

a = sin^2((lat2 - lat1) / 2) + cos(lat1) * cos(lat2) * sin^2((lon2 -

lon1) / 2)

c = 2 * atan2(sqrt(a), sqrt(1-a))

distance = R * c

其中,lat1和lon1表示第一个点的纬度和经度,lat2和lon2表示第二个点的纬度和经度。R

是地球的半径,可以根据需要选择不同的单位(比如千米、英里

等)。

相关推荐
AI职业加油站6 小时前
职业提升之路:我的大数据分析师学习与备考分享
大数据·人工智能·经验分享·学习·职场和发展·数据分析
风指引着方向6 小时前
昇腾算子性能调优:ops-nn 中的内存布局与向量化技巧
java·大数据·人工智能
R1nG8636 小时前
CANN资源泄漏检测工具源码深度解读 实战设备内存泄漏排查
数据库·算法·cann
班德先生6 小时前
以全案策划设计思维破局,让电器科技品牌力落地生根
大数据·人工智能·科技
ujainu6 小时前
CANN仓库中的AIGC确定性推理工程:昇腾AI软件栈如何在混沌中构建“可预测的智能”
人工智能·aigc
咕泡科技6 小时前
架构演进:从确定性工作流 (Workflow) 到自主智能体 (LLM Agent)
人工智能·架构
love530love6 小时前
【高阶编译】Windows 环境下强制编译 Flash Attention:绕过 CUDA 版本不匹配高阶指南
人工智能·windows·python·flash_attn·flash-attn·flash-attention·定制编译
DeniuHe6 小时前
Pytorch中的众数
人工智能·pytorch·python
我材不敲代码6 小时前
机器学习入门 04逻辑回归part2——提高逻辑回归模型的召回率
人工智能·机器学习·逻辑回归
池央6 小时前
CANN 算子合规性与迁移性:自定义算子设计中的安全边界与属性兼容性
人工智能·自动化·信号处理