OpenCV 图像相似度比较

在计算机视觉领域，图像相似度比较是一个常见的任务。OpenCV 是一个强大的开源计算机视觉库，提供了许多功能来处理和分析图像。在本文中，我们将使用 OpenCV 来比较两张图像的相似度。

首先，我们需要安装 OpenCV 库，可以使用 pip 命令进行安装：

pip install opencv-python

接下来，我们将演示两种常见的图像相似度比较方法：结构相似性指数（Structural Similarity Index，简称 SSIM）和均方误差（Mean Squared Error，简称 MSE）。

1. 结构相似性指数（SSIM）

SSIM 是一种广泛应用于图像质量评估的指标，可以衡量两张图像在感知上的相似度。在 OpenCV 中，我们可以使用 cv2.matchTemplate() 函数来计算 SSIM。

下面是一个示例代码，展示了如何使用 SSIM 比较两张图像的相似度：

import cv2

def compare_images_ssim(image1, image2