pyton图片像素块对比

你可以使用Python中的Pillow库来实现图片像素块对比。具体步骤如下：

1. 使用Pillow库中的Image.open()函数打开需要对比的两张图片，得到Image对象；
2. 调用Image对象的convert()方法将图片转换为“RGB”或“L”模式；
3. 调用Image对象的resize()方法将图片缩放到相同大小；
4. 调用Image对象的load()方法得到图片的像素矩阵，遍历像素矩阵，计算每个像素的RGB或灰度值；
5. 对比两个图片的每个像素点的RGB或灰度值，计算像素块的相似度。

具体实现代码如下：

from PIL import Image

def compare_images(image1_path, image2_path):
    # 打开两张图片
    image1 = Image.open(image1_path).convert('RGB')
    image2 = Image.open(image2_path).convert('RGB')

    # 缩放图片
    image1 = image1.resize(image2.size)

    # 获取图片的像素矩阵
    pixels1 = image1.load()
    pixels2 = image2.load()

    # 遍历像素矩阵，计算每个像素的RGB值，然后比较两个像素的RGB值
    num_diff_pixels = 0
    num_total_pixels = image1.size[0] * image1.size[1]
    for i in range(image1.size[0]):
        for j in range(image1.size[1]):
            r1, g1, b1 = pixels1[i, j]
            r2, g2, b2 = pixels2[i, j]
            if abs(r1 - r2) > 10 or abs(g1 - g2) > 10 or abs(b1 - b2) > 10:
                num_diff_pixels += 1

    # 计算像素块的相似度
    similarity = 1 - float(num_diff_pixels) / float(num_total_pixels)
    return similarity

在上面的代码中，我们将两张图片缩放到相同的大小，然后遍历像素矩阵，计算每个像素的RGB值，然后比较两个像素的RGB值，如果RGB值的差异超过了一个阈值，就认为这两个像素不相似。最后，我们计算像素块的相似度，返回相似度结果。