优化计算两张图像之间欧氏距离的性能

Question

我在python中实现了k近邻算法，对mnist数据库中随机抽取的图像进行分类。然而，我发现我的距离函数相当慢：对10公里图像训练集的10幅测试图像进行分析大约需要2分钟。这些图像的分辨率为28x28像素。因为我对python还不熟悉，所以我觉得这会更快。该函数用于计算两幅相同大小灰度图像之间的欧氏距离。

def calculateDistance(image1, image2):
    distance = 0
    for i in range(len(image1)):
        for j in range(len(image1)):
            distance += math.pow((image1[i][j]-image2[i][j]),2)
    distance = numpy.sqrt(distance)
    return distance