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opencv python中cv2.NORM_L2和cv2.NORM_L1之间的差异,python,opencv,feature-detection,Python,Opencv,Feature Detection,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
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