我的毕业设计，自己用matlab编的关键帧提取的代码，调试通过，运行结果较理想。与大家分享一下。参考了光流发提取关键帧的代码，通过计算帧差的欧式距离，均值，方差等来提取关键帧。

聚类算法，使用欧氏距离实现，可通过文件对算法功能进行测试

主要介绍马氏距离计算的关键步骤和注意的问题。我们熟悉的欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。马氏距离有很多优点。它不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差）计算出的二点之间的马氏距离相同。马氏距离还可以排除变量之间的相关性的干扰。它的缺点是夸大了变化微小的变量的作用。

采用欧式距离，曼哈顿距离复现knn分类并采用等高线绘图函数绘图 复现数学基础所学知识 机器学习类 (Using European distance, Manhattan distance to reappear KNN classification)

读取手写数字0~9的图像，按照模板匹配方式完成手写数字的识别。环境：opencv3.4.4 + vs2015

这是一个计算欧式距离的matlab程序，本人使用过，很好用。 这是一个计算欧式距离的matlab程序，本人使用过，很好用。

此图片是基于类中心的欧式距离法分类的matlab编程代码

这是一个计算欧式距离的matlab程序，.m文件可直接运行

基于PCL1.7.1 使用欧式距离并考虑法向量对点云数据进行分割

matlab中欧式距离的计算函数。不同于传统2维图像中两点之间距离公式。可以在n维数据中进行计算。