计算两个质心之间的距离答案

【问题标题】：Calculate the distance between two Centriods计算两个质心之间的距离
【发布时间】：2021-01-14 12:07:41
【问题描述】：

我正在尝试在二进制视频帧中跟踪检测到的对象。因此，我将检测到的对象（红色小车）的质心存储在出列队列中，并使用 scypi 空间距离使用以下代码计算两个连续质心之间的距离：

import scipy.spatial.distance
from collections import  deque

#defining the Centroid
centroids=deque(maxlen=40)
.
.
.
centroids.appendleft(center)
#center comes from detection process. e.g centroids=[(120,130), (125,132),...

Distance=scipy.spatial.distance.cdist(center[0],center[1)]
print('Distance ",Distance)

当我运行代码时，我得到以下错误：

 raise ValueError('XA must be a 2-dimensional array.')
 ValueError: XA must be a 2-dimensional array.

错误是合乎逻辑的，因为存储的质心是汽车中心的点向量

所以我的问题是：

我怎样才能使这项工作以这样的方式工作，以便我得到每两个连续质心之间的距离差？

【问题讨论】：

标签： python image-processing scipy distance deque

【解决方案1】：

scipy.spatial.distance.cdist() 需要两个二维数组作为输入，但通过提供 center[0] 和 center[1]，您将为其提供两个一维数组。

如果您想一次输入一个 centroids 的元素，scipy.spatial.distance 包含一个名为 euclidean 的函数，用于测量两个一维数组之间的距离。

要以这种方式获取每对连续质心之间的距离，您可以像这样遍历质心列表：

distances = []
for i in range(len(centroids) - 1):
    distances.append(euclidean(centroids[i], centroids[i+1]))

【讨论】：