Python 计算图像之间的距离？

我想计算一个分布中图像之间的距离，为了得到更多解释，如果我们有MNIST数据集，我想计算它们之间的距离，它会很高，因为图像是变化的，图像属于1类，其他属于2类等等。。。 并且同一类别（例如类别1）中的图像之间的距离将较低

那么，我怎样才能做到这一点呢？对于这个，什么是合适的距离度量？是KL还是EMD还是其他措施

---

谢谢。

您可以研究

三重态丢失

来最小化相似类之间的嵌入距离，并最大化不同类之间的嵌入距离。MNIST示例和解释链接

另一种方法是使用一般的预训练图像分类器卷积层来提取图像的重要特征，并将输出平坦化为向量。这类似于可以计算距离的单词嵌入。类似地，使用该图像嵌入可以使用各种距离方法（如欧氏距离）计算与其他图像的相似性

此repo对于基于图像相似性的深度学习非常有用

一些替代方法，

您可以尝试下面的repo进行图像哈希，以基于各种方法获得图像相似性。这很可能不适用于各种扭曲和变化

与地球移动器距离的图像相似性