16 Opencv 中的 cv2.EMD()
cv2.EMD() 简单解读
参考链接：
函数解读：
https://samvankooten.net/2018/09/25/earth-movers-distance-in-python/
https://gist.github.com/svank/6f3c2d776eea882fd271bba1bd2cc16d
原理：
https://blog.csdn.net/wangdonggg/article/details/32329879
函数定义：
float cv::EMD (
InputArray signature1, # 特征1 size1
InputArray signature2, # 特征2 size2
int distType,
# 使用的度量方式：
# cv2.DIST_USER : 用户自定义距离（即下一个参数，cost_matrix）
# cv2.DIST_L1: distance = |x1-x2| + |y1-y2|
# cv2.DIST_L2: 欧式距离
# cv2.DIST_C: distance = max(|x1-x2|,|y1-y2|)
# cv2.DIST_L12: L1-L2 metric: distance = 2(sqrt(1+x*x/2) - 1))
InputArray cost_matrix, # 用户自定义度量方式 size1 * size2
float lowerBound = 0, # 一般来说不用，没搞懂
OutputArray flow # 流矩阵 size1 * size2
Return cost # cost = flow * cost_matrix.sum()
)
注：signature1 和 signature2 在传入 EMD（）后会自动被归一化：
import cv2
import numpy
import torch
a = torch.Tensor([1, 2, 3, 4, 5]).view(-1, 1).numpy()
b = torch.Tensor([2, 3, 4, 5, 1]).view(-1, 1).numpy()
# 归一化，有无归一，结果都一样。
# a = a/a.sum(0)
# b = b/b.sum(0)
cost_matrix = torch.ones([5,5]).numpy()
print(a)
print(b)
print(cost_matrix)
cost, _, flow = cv2.EMD(a, b, cv2.DIST_USER, cost_matrix)
print(cost)
print(flow)
