我已经使用OpenCV的C++ API完成了Kmeans聚类，并找到了聚类中心。

kmeans(data_points, clusterCount, labels, TermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0), 3, KMEANS_PP_CENTERS, cluster_centers);

然后，我使用欧几里得距离来找到最接近的聚类，用于一个新的数据点与所有聚类中心进行比较。

int distance = find_EucledianDist(new_datapoint, cluster_centers);

我该如何使用马哈拉诺比斯距离来替代欧几里得距离呢？我知道我需要计算协方差矩阵并对其进行求逆，然后计算马哈拉诺比斯距离。

然而，我不知道具体该如何做，以及这些步骤的顺序是怎样的（计算哪个数据/矩阵的协方差矩阵和逆矩阵）？

回答：

这个链接对你应该很有帮助，对吧？:)

http://books.google.fr/books?id=seAgiOfu2EIC&pg=PA475&lpg=PA475&dq=mahalanobis+opencv&source=bl&ots=hSG09ijHLe&sig=H359_fRI53Pg12dYLOVUJpopb0g&hl=fr&sa=X&ei=O-JMT9-oAYem0AXIpL2eBQ&ved=0CEkQ6AEwBA#v=onepage&q=mahalanobis%20opencv&f=false

具体步骤是：首先使用CalcCovarMatrix计算协方差矩阵，然后使用cvInvert求逆，最后使用cvMahalanobis计算马哈拉诺比斯距离。