python比较两个图片相似度

要比较两个图片的相似度，可以使用Python的图像处理库Pillow和OpenCV。

其中，使用Pillow可将图片转换为RGB数组，然后使用numpy库计算两个图片数组的差异，再通过某种算法计算相似度。如下所示：

from PIL import Image
import numpy as np

def image_similarity(image1, image2):
    # 将图片转换为RGB数组
    img1 = np.array(Image.open(image1).convert('RGB'))
    img2 = np.array(Image.open(image2).convert('RGB'))
    
    # 计算两个图片数组的差异
    diff = np.abs(img1 - img2)
    
    # 计算相似度
    similarity = 1 - np.sum(diff) / (img1.shape[0] * img1.shape[1] * img1.shape[2] * 255)
    
    return similarity

另外，使用OpenCV库可以使用特征匹配算法计算两个图片之间的相似度。如下所示：

import cv2

def image_similarity(image1, image2):
    # 将图片转换为灰度图像
    img1 = cv2.imread(image1, 0)
    img2 = cv2.imread(image2, 0)
    
    # 创建ORB特征检测器和描述器
    orb = cv2.ORB_create()
    
    # 检测特征点和描述符
    kp1, des1 = orb.detectAndCompute(img1, None)
    kp2, des2 = orb.detectAndCompute(img2, None)
    
    # 创建BFMatcher对象
    bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
    
    # 匹配特征点
    matches = bf.match(des1, des2)
    
    # 计算相似度
    similarity = len(matches) / max(len(kp1), len(kp2))
    
    return similarity

以上两种方法均可以用于比较两个图片的相似度，具体使用哪种方法取决于具体的应用场景。