使用 Python/PIL 比较（相似）图像

我正在尝试计算相似 (read: 编辑距离）的两个图像，使用 Python 2.6 和 PIL。

我计划使用python-levenshtein http://pypi.python.org/pypi/python-Levenshtein/0.10.1用于快速比较的库。

主要问题：

比较图像的好策略是什么？我的想法是这样的：

• 转换为 RGB（透明 -> 白色）（或者可能转换为单色？）
• 将较小的尺寸放大到较大的尺寸
• 将每个通道（= 唯一通道，如果转换为单色）转换为序列（项目值 = 像素的颜色值）
• 计算两个序列之间的编辑距离

当然，这不会处理镜像、裁剪图像等情况。但对于基本比较，这应该很有用。

是否有更好的策略记录在某处？

EDIT:Aaron H 关于速度问题的看法是正确的。对于大于几百乘几百像素的图像，计算 Levelshtein 大约需要很长时间。然而，在我的示例中，缩小到 100x100 和 200x200 后的结果之间的差异小于 1%，因此将最大图像尺寸设置为 ~100px 左右可能是明智的...

EDIT:谢谢前奏曲和赋格，这个问题就是我一直在寻找的。

顺便说一句，编辑距离似乎可以优化，但它给了我一些非常糟糕的结果，也许是因为背景中有很多冗余元素。必须看看其他一些算法。

EIDT:均方根偏差和峰值信噪比似乎是另外两个选项，实现起来并不困难，而且 CPU 成本似乎也不是很高。然而，我似乎需要某种上下文分析来识别形状等。

不管怎样，感谢所有链接，也感谢您指出 NumPy/SciPy 的方向。

查看imgSeek http://www.imgseek.net/:

imgSeek 是一个免费开源视觉相似度集合 项目。查询（您正在寻找的图像）可以表达 可以是用户绘制的草图，也可以是您绘制的另一幅图像 供应（或您收藏中的图像）。搜索算法使得 使用多分辨率小波分解查询和数据库 图片。