在比较两个图像数组时，可以使用以下层次来进行比较：

1. 像素级比较：比较两个图像数组中每个像素的数值。可以通过numpy的array_equal函数来实现。

import numpy as np

def compare_images(img1, img2):
    return np.array_equal(img1, img2)

img1 = np.array([[1, 2, 3], [4, 5, 6]])
img2 = np.array([[1, 2, 3], [4, 5, 6]])

if compare_images(img1, img2):
    print("两个图像数组相同")
else:
    print("两个图像数组不同")

2. 直方图比较：比较两个图像数组的直方图。可以使用opencv库中的compareHist函数来计算直方图的相似度。

import cv2

def compare_histograms(img1, img2):
    hist1 = cv2.calcHist([img1], [0], None, [256], [0, 256])
    hist2 = cv2.calcHist([img2], [0], None, [256], [0, 256])
    
    return cv2.compareHist(hist1, hist2, cv2.HISTCMP_CORREL)

img1 = cv2.imread("image1.jpg", 0)
img2 = cv2.imread("image2.jpg", 0)

similarity = compare_histograms(img1, img2)
print("直方图相似度：", similarity)

3. 结构相似度比较：比较两个图像数组的结构相似度。可以使用skimage库中的compare_ssim函数来计算结构相似度。

from skimage.measure import compare_ssim

def compare_ssim_images(img1, img2):
    return compare_ssim(img1, img2)

img1 = cv2.imread("image1.jpg", 0)
img2 = cv2.imread("image2.jpg", 0)

similarity = compare_ssim_images(img1, img2)
print("结构相似度：", similarity)

通过比较像素级、直方图和结构相似度，可以得到不同层次的图像比较结果。根据具体需求选择合适的比较方法。