Python 3.x 在python中比较两个图像的更有效方法

我有一个任务，需要在较大的图像中指定较小图像的左上角坐标。 我实现了这段代码，但是它太慢了，因为我有20秒的时间限制，在一些数据集中我有3000个图像。如何更有效地实施这一点？我可以使用numpy、scipy和标准python库中的所有包

import numpy as np
from PIL import Image

map_image_path = input()
map_image = Image.open(map_image_path)
map_ar = np.asarray(map_image)
map_ar_y, map_ar_x  = map_ar.shape[:2]

i = int(input())
dimensions = input()
patches=list()

for k in range(i):
  patch_image_path = input()
  patches.append(Image.open(patch_image_path))

for j in range(i):
  patch_ar = np.asarray(patches[j])
  patch_ar_y, patch_ar_x = patch_ar.shape[:2]
  stop_x = map_ar_x - patch_ar_x + 1
  stop_y = map_ar_y - patch_ar_y + 1

  for x in range(0, stop_x):
    for y in range(0, stop_y):
      x2 = x + patch_ar_x
      y2 = y + patch_ar_y
      picture = map_ar[y:y2, x:x2]
      if np.array_equal(picture, patch_ar):
        print(str(x) + "," + str(y))

---

这是一种锻炼吗？为什么要自己实现这个，这在其他包中已经做过很多次了。这里有一篇关于他们使用的算法的论文：它是有效的，但速度太慢了，对于4幅图像，我的执行时间大约为2.7秒。这感觉像是人为的限制，StackOverflow上允许有家庭作业问题，但大多数人，包括我在内，除了在家庭作业问题上付出更大的努力之外。你能告诉我们你试图改进算法的地方吗？我可以告诉你，问题是你已经为你的问题创建了一个O（n^3）-ish算法：你为数组中的每个像素构建一个大数组，然后必须将每个像素与另一个数组进行比较。想象一下，重复将250像素的补丁图像与500 x 500像素中每个像素250像素的切片进行比较，其中只有一幅图像。这是一种蛮力方法，时间限制正好是给你的，因此你必须想出一种更聪明的方法来解决这个问题。你想过并行处理所有四幅图像吗？