相似度--欧氏距离(归一化)
生活随笔
收集整理的這篇文章主要介紹了
相似度--欧氏距离(归一化)
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
2019獨(dú)角獸企業(yè)重金招聘Python工程師標(biāo)準(zhǔn)>>>
<!-- lang: cpp --> double CalcSimilarity(IplImage* S,IplImage* T){ double r = 0.f; int width = T->width; int height = T->height;
uchar* ptrS = NULL; uchar* ptrT = NULL; float a = 0,b = 0,c = 0; for(int i=0;i<height;i++) {ptrS = (uchar*)S->imageData+i*S->widthStep;ptrT = (uchar*)T->imageData+i*T->widthStep;for(int j=0;j<width;j++){a += ptrS[j]*ptrS[j];c += ptrT[j]*ptrT[j];b += ptrS[j]*ptrT[j];} }return b / (sqrt(a) * sqrt(c));}
轉(zhuǎn)載于:https://my.oschina.net/u/733649/blog/220737
總結(jié)
以上是生活随笔為你收集整理的相似度--欧氏距离(归一化)的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 在虚拟中开启Windows 8.1的Hy
- 下一篇: PL/Sql Dev 调试Oracle存