C++ cv:：Point2d的OpenCV平方范数

我尝试使用平方欧几里德范数

cv:：norm_L2SQR

，而不求根，如下所示

以节省计算资源。因此，尽管以下代码有效：

// works fine 
cv::Point2d a(1.5, 3);
cv::Point2d b(5.1, 6);
//Euclidean distance
//http://answers.opencv.org/question/14188
double res = cv::norm(a-b);

以下内容不适用：

double res = cv::norm(a-b,cv::NORM_L2SQR);

（

错误：调用norm（cv:：Point，cv:：NormTypes）时没有匹配的函数）

）

在OpenCV 3.1中我可以做些什么来使用优化的解决方案

编辑：我目前正在使用自定义函数，希望编译器以某种方式对其进行优化：

double euclideanDist(cv::Point2d& p, cv::Point2d& q) {
    cv::Point2d diff = p - q;
    return (diff.x*diff.x + diff.y*diff.y);
}

---

必须显式构造InputArray容器（例如矩阵），以便正确编译非默认参数：

double res=cv:：norm（cv:：Mat（a0-b0），cv:：norm_L2SQR）

尽管创建容器对象的成本可能比仅仅计算范数要慢

cv:：norm（std:：vector（1，a0-b0），cv:：norm_L2SQR）

也许将Point2d转换为std:：complex并使用std:：norm（）更为周到

cv::Point2d diff = a0 - b0;
std::norm( std::complex< double >( diff.x, diff.y ) );

cv:：Point2d diff=a0-b0；
标准：标准（标准：复杂<双>（差x，差y））；
似乎只接受点2f（点2;）。我应该再检查一下，though@Miki没有，我得到“<代码>没有匹配函数< /代码>”，即使对于PooT2Fi，你也猜到了它的过度使用，对于使用OpenCV实现而不是简单的EQDIST方法的C++ C++内嵌定义，我似乎没有巨大的性能改进，您可以阅读注释：为了验证我的假设，我检查了。最简单、最有效的解决方案是编写自己的函数，如
euclideanDist
。稍后我可能会写一个答案解释原因（但我现在没有足够的时间…）。底线：@ZdaR是right@ZdaR，@Miki嗯，我已经检查了评论-也许你是对的，如果没有性能改进，那就随它去吧。我对低级计算不太熟悉，所以在处理优化库（如OpenCV）时，我只是尝试使用本机解决方案，尽量不使用循环等。我认为，只要不同
点
类型的这些函数似乎是模板化的，奇怪的是，没有针对其他规范（如
NORM\u L2SQR
）的嵌入式解决方案。