python实战实例：图像相似度&旋转&模糊处理

1.图像相似度—题目描述

给出两幅相同大小的黑白图像（用 0−1矩阵）表示，求它们的相似度。

说明：若两幅图像在相同位置上的像素点颜色相同，则称它们在该位置具有相同的像素点。两幅图像的相似度定义为相同像素点数占总像素点数的百分比。

输入格式

第一行包含两个整数 m 和 n，表示图像的行数和列数，中间用单个空格隔开。

之后 m 行，每行 n个整数 0 或 1，表示第一幅黑白图像上各像素点的颜色。相邻两个数之间用单个空格隔开。

之后 m 行，每行 n 个整数 0 或 1，表示第二幅黑白图像上各像素点的颜色。相邻两个数之间用单个空格隔开。

输出格式

一个实数，表示相似度（以百分比的形式给出），精确到小数点后两位。

输入输出样例

输入 #1

3 3
1 0 1
0 0 1
1 1 0
1 1 0
0 0 1
0 0 1

输出 #1

44.44

m,n=map(int,input().split())
a=[[0 for _ in range(n)]for _ in range(m)]
b=[[0 for _ in range(n)]for _ in range(m)]
x=0
for i in range(m):
    row=input().split()
    for j in range(n):
        a[i][j]=eval(row[j])
for i in range(m):
    row=input().split()
    for j in range(n):
        b[i][j]=eval(row[j])
for i in range(m):
    for j in rang