Python是一種功能強大的編程語言，可以用于多種應用，包括計算機視覺和圖像處理。在計算機視覺和圖像處理中，一種非常有用的技術是形狀相似度比較。Python提供了許多庫和函數，可以輕松地計算形狀相似度。

在Python中，一個廣泛使用的庫是OpenCV。OpenCV是一種開放源代碼的計算機視覺庫，用于處理圖像和視頻。在OpenCV中，通用形狀相似度比較工具是Hu不變矩。Hu不變矩是一種描述形狀的數字特征，可以輕松地比較形狀之間的相似度。

import cv2
# 讀取圖像
img1 = cv2.imread('image1.png')
img2 = cv2.imread('image2.png')
# 轉換為灰度圖像
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)
# 計算Hu不變矩
moments1 = cv2.moments(gray1)
hu1 = cv2.HuMoments(moments1)
moments2 = cv2.moments(gray2)
hu2 = cv2.HuMoments(moments2)
# 計算形狀相似度
distance = cv2.matchShapes(hu1, hu2, cv2.CONTOURS_MATCH_I1, 0)
# 輸出形狀相似度
print(distance)

上面的代碼演示了如何在Python中使用OpenCV計算兩個圖像之間的形狀相似度。首先，讀取兩個圖像，并將它們轉換為灰度圖像。然后計算每個圖像的Hu不變矩，并使用OpenCV的matchShapes函數計算它們之間的距離。最后，輸出距離，即形狀相似度。

Python中還有其他計算形狀相似度的庫和函數，例如scikit-image中的structural_similarity函數。無論使用哪個庫或函數，計算形狀相似度都非常簡單，并可以用于許多實際應用，例如圖像分類和目標檢測。