opencv python中cv2.NORM_L2和cv2.NORM_L1之间的差异

我正在使用python额外模块中的sift算法进行一些特性匹配。 虽然有一件事我不明白，那就是传递给BFMatcher的normType背后的概念。i、 e在什么情况下必须使用哪些

WolframAlpha和：

给定一个向量：

标准L1是出租车（或曼哈顿）距离（绝对值之和）：

而范数L2是欧几里德距离（平方和的平方根）：

范数类型告诉

BFMatcher

如何计算每两个特征之间的距离

通常情况下，范数L1的计算速度要快得多（主要是因为不计算平方根）。 范数L2更准确

你可以找到一个很好的比较