Matlab 求两个像素之间距离的最简单方法是什么？

这可能是一个无意义的问题，但假设我想找到坐标为（x1，y1）和（x2，y2）的两个像素之间的距离。用MatLab做这件事最简单的方法是什么

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

d是距离。

是一个不错的答案，但我认为它很慢（至少对于更多的分数来说）。另外，

pdist

需要统计工具箱，因此如果没有工具箱，就无法使用该答案

我建议将and与组合使用，以获得独立于工具箱的解决方案。假设

X

是按以下方式排列的2列矩阵：

X = [x y];

x

和

y

是要查找到的距离的所有点的x和y坐标。因此，每行由一个查询点组成：

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

这将为您提供与将

squareform

应用于

pdist

的输出相同的输出。具体地说，在

out

的元素

（i，j）

处，这将给出点

i

和点

j

之间的距离，因此当自身距离为0时，对角线元素应给出

0

的值

乔纳斯的建议 如果我们在计算距离之前稍微改变排列尺寸的方式，我们可以用另一个

permute

调用替换它，从而避免

重塑

，这可能会很昂贵：

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

---

你好。我知道你最近得到了很多帮助，但是我们没有收到你关于我们的答案帮助你的反馈。如果我们已经帮助过你，也许如果你接受了我们的一些答案，它会告诉我们你不再需要任何帮助。因此，循环所有像素并应用此代码？@Zetland-不。只需将你的所有点放入一个

nx2

矩阵，其中

N

是你的总点数，并将其设置为

x

。之后，使用

pdist

。顺便说一句，我建议在这段代码上使用

squareform

，这样它就可以转换成更可读的格式。或者，使用两个置换而不重新整形：

out=sqrt（sum（bsxfun（@减号，置换（X，[1 3 2]），置换（X，3 1 2））。^2，3）