image-processing - 如何正确导入和使用 scipy.spatial.distance 函数？

Question

   from scipy.spatial.distance import seuclidean #imports abridged
   import scipy


   img = np.asarray(Image.open("testtwo.tif").convert('L'))

   img = 1 * (img < 127)

   area = (img == 0).sum() # computing white pixel area

   print area

   areasplit = np.split(img, 24) # splitting image array

   print areasplit


  for i in areasplit:
  result = (i == 0).sum()
  print result             #computing white pixel area for every single array

  minimal = result.min()      
  maximal = result.max()

  dist = seuclidian(minimal, maximal)

  print dist

我想计算分割图像产生的数组元素之间的距离。Python 无法识别距离函数的名称（我已经尝试了其中的几个以及导入模块的各种方法）。如何正确导入和调用这些函数？谢谢

Answer 1

您还没有说明错误是什么，但是您也在使用 numpy 并且我看不到该 Try 的导入

import numpy as np
import scipy

然后尝试

dist = scipy.spatial.distance.euclidian(minimal, maximal)
dists = scipy.spatial.distance.seuclidian(minimal, maximal, variances)

注意 - 标准化欧几里得距离采用第三个参数。