使用Python/PIL比较（相似）图像
我正在尝试用 Python 2.6 和 PIL 计算两张图片的相似度（也就是莱文斯坦距离）。
我打算使用python-levenshtein这个库来快速比较。
主要问题是：
比较图片的好方法是什么？我想的步骤大概是：
- 把图片转换成 RGB 颜色模式（透明的部分变成白色）（或者也许转换成单色？）
- 把较小的图片放大到较大图片的大小
- 把每个颜色通道（如果转换成单色，就是唯一的通道）转换成一个序列（每个值代表像素的颜色值）
- 计算这两个序列之间的莱文斯坦距离
当然，这样的方法不能处理镜像图片、裁剪过的图片等情况。但对于基本的比较，这应该是有用的。
有没有更好的方法被记录下来呢？
补充：Aaron H 说得对，速度确实是个问题。对于几百像素的图片，计算莱文斯坦距离的时间会很长。不过，在我的例子中，把图片缩小到 100x100 和 200x200 后，结果的差别不到 1%，所以可能设置一个最大图片大小在 100 像素左右是明智的……
补充：谢谢 PreludeAndFugue，这个问题正是我想要的。
顺便说一下，莱文斯坦距离似乎可以优化，但我得到的结果很糟糕，可能是因为背景中有很多冗余元素。我得看看其他算法。
补充：均方根偏差和峰值信噪比似乎是另外两个不难实现且对 CPU 负担不大的选项。不过，我似乎需要某种上下文分析来识别形状等。
总之，感谢大家提供的链接，也感谢你们指引我朝 NumPy/SciPy 的方向前进。