Frechet 距离是衡量数字曲线距离的一种距离。从直观的意义来看，也可以称之为狗绳距离。
示意图
线状要素是离散的数字曲线，计算算法的大体思路用一个公式表示即为
计算公式
这里用的是递归的方法，因此效率问题比较大，后期应当考虑更替为迭代的形式。
def culculateFrechetDis(line1,line2):
n = len(line1)
m = len(line2)
disNMX=0.0
if n > 1 and m > 1:
disNM = euclidDis(line1[n-1],line2[m-1])
disN_1M=culculateFrechetDis(line1[:n-1],line2)
disNM_1=culculateFrechetDis(line1,line2[:m-1])
if disNM >= disN_1M and disNM >= disNM_1:
return disNM
elif disN_1M <= disNM_1:
disNMX = disN_1M
else:
disNMX = disNM_1
if disNMX > disNM:
return disNM
else :
return disNMX
if n == 1 and m > 1:
disNM = euclidDis(line1[n-1],line2[m-1])
disNM_1=culculateFrechetDis(line1,line2[:m-1])
if disNM >= disNM_1:
return disNM
else:
return disNM_1
if m == 1 and n > 1:
disNM = euclidDis(line1[n-1],line2[m-1])
disN_1M=culculateFrechetDis(line1[:n-1],line2)
if disNM >= disN_1M:
return disNM
else :
return disN_1M
if m == 1 and n == 1:
return euclidDis(line1[n-1],line2[m-1])
# 欧式距离
def euclidDis(point1,point2):
return math.sqrt( ((point1[0]-point2[0])**2)+((point1[1]-point2[1])**2))
line1=[[1,1], [2,1], [2,2]] line2=[[2,2], [0,1], [2,4]] 计算距离为 2
