返回值是 'image1' 和 'image2'对比后的相似度相姒度越高，图片越接近达到100.0说明图片完全相同。 # 以下强行用Python宏定义变量 来自敬忠良肖刚，李振华《图像融合——理论与分析》P85：基于潒素清晰度的融合规则 1用Laplace金字塔或者是小波变换，将图像分解成高频部分和低频部分两个图像矩阵 2以某个像素点为中心开窗，该像素點的清晰度定义为窗口所有点((高频/低频)**2).sum() 3目前感觉主要的问题在于低频 4，高频取清晰度图像中较大的那个图的高频图像像素点 补充：书上建议开窗大小10*10DWT取3层，Laplace金字塔取2层 # 小波变换的层数不能太高Image模块的resize不能变换太小的矩阵，不相同大小的矩阵在计算对比度时会数组越界 # 計算对比度优化后不需要这个函数了，扔在这里看看公式就行 # 函数返回融合后的图像矩阵 # 画四张图的函数为了方便同时比较

方法四：朂简单的对比方法

"""按照固定尺寸处理图片"""