比较两个图片是否完全相同的python实现

要比较两个图片是否完全相同，可以通过以下几个步骤来规划思路：

1. 获取图片数据：首先需要将两张图片加载并获取它们的像素数据。可以使用Python中的OpenCV或PIL库等来加载和处理图片数据。

2. 比较图片尺寸：在比较两张图片是否完全相同之前，可以先比较它们的尺寸是否相同。如果尺寸不同，则可以直接判定两张图片不同。

3. 逐像素比较：遍历每个像素点并逐点比较它们的RGB值（或灰度值）。如果两张图片的对应像素点的RGB值完全相同，则说明对应位置的像素完全相同。

4. 计算哈希值比较：通过计算图片的哈希值（如局部敏感哈希算法（pHash）、均值哈希（aHash）等），然后比较哈希值是否相等，来判断两张图片是否相同。

5. 使用结构相似性比较：结构相似性比较指标（Structural Similarity Index，SSIM）可用于比较两个图片的相似性。可以计算两张图片之间的SSIM指标，并设定一个阈值判断图片差异是否在可接受范围内。

6. 比较直方图：计算两张图片的直方图，并比较它们之间的差异。可以使用直方图距离度量来判断两张图片的相似度。

7. 使用开源工具：除了以上方法，也可以考虑使用一些开源的图像处理工具或库，如ImageMagick、OpenCV等，它们提供了丰富的图像处理功能，包括比较图片的相似性。

测app的时候总会需要比较两个图片是否一致，以下是python实现。

import cv2
import numpy as np
import subprocess
import os

class BaseImage(object):
    '''
    操作图片
    '''
    def __init__(self, driver):
        self.driver = driver

    # 去掉顶部栏
    def remove_top_bar(self,image):
        height, width = image.shape[:2]
        top_bar_height = 250 # mumu 顶部栏250
        image = image[top_bar_height:height, 0:width]
        return image

    def image_equivalence(self,png1,png2):
        '''比较两个截图是否完全相等'''
        image_start = cv2.imread(png1)
        image_start_cropped = self.remove_top_bar(image_start)
        image_current = cv2.imread(png2)
        image_current_cropped = self.remove_top_bar(image_current)
        # 保存裁剪后的图片
        # cv2.imwrite(png1, image_start_cropped)
        # cv2.imwrite(png2, image_current_cropped)
        # 判断两张裁剪后的图片是否完全一致
        if image_start_cropped.shape == image_current_cropped.shape and not (np.bitwise_xor(image_start_cropped, image_current_cropped).any()):
            print("两张图片完全一致！")
            subprocess.call(["adb", "shell", "rm", "/sdcard/" + png1])# 删除临时生成的截图文件
            subprocess.call(["adb", "shell", "rm", "/sdcard/" + png2])
            os.remove(png1)
            os.remove(png2)
            return True
        else:
            print("两张图片不完全一致！")
            subprocess.call(["adb", "shell", "rm", "/sdcard/" + png1])# 删除临时生成的截图文件
            subprocess.call(["adb", "shell", "rm", "/sdcard/" + png2])
            return False