opencv 大图(当前页面)找小图(需要点击的地方)【转载记录】

opencv 大图(当前页面)找小图(需要点击的地方),主要方法(cv.matchTemplate)

import aircv as ac
from PIL import ImageGrab
import win32api
import win32con
from ctypes import *
import cv2 as cv

def draw_circle(pos, circle_radius, color, line_width, src_path):
imsrc = ac.imread(src_path)
cv.circle(imsrc, pos, circle_radius, color, line_width)
cv.imshow(‘objDetect’, imsrc)
cv.waitKey(0)
cv.destroyAllWindows()

def find_image_cv(obj_path, src_path):
# basefolder = os.path.abspath(’.’) + “\source\”
#ImageGrab.grab().save(src_path)
source = cv.imread(src_path)
template = cv.imread(obj_path)
result = cv.matchTemplate(source, template, cv.TM_CCOEFF_NORMED)
print(result)
pos_start = cv.minMaxLoc(result)[3]
test = cv.minMaxLoc(result)
print(test)
print(pos_start)
x = int(pos_start[0]) + int(template.shape[1] / 2)
y = int(pos_start[1]) + int(template.shape[0] / 2)
similarity = cv.minMaxLoc(result)[1]
if similarity < 0.85:
return (-1, -1)
else:
print(“pass”)
return [(x, y),(x, y)]

def double_click(obj_path, src_path):
p, q = find_image_cv(obj_path, src_path)
x, y = p
windll.user32.SetCursorPos(x, y)
win32api.mouse_event(win32con.MOUSEEVENTF_LEFTDOWN, 0, 0, 0, 0)
win32api.mouse_event(win32con.MOUSEEVENTF_LEFTUP, 0, 0, 0, 0)
win32api.mouse_event(win32con.MOUSEEVENTF_LEFTDOWN, 0, 0, 0, 0)
win32api.mouse_event(win32con.MOUSEEVENTF_LEFTUP, 0, 0, 0, 0)

def main1():
#调试
circle_radius = 50
color = (0, 255, 0)
line_width = 10
src_path = ‘./pic/destop.png’
obj_path = ‘./pic/action.png’
p, circle_center_pos = find_image_cv(obj_path, src_path)
print(circle_center_pos)

draw_circle(circle_center_pos, circle_radius, color, line_width, src_path) #画圈

def main2():
#找到并双击
src_path = ‘./pic/destop.png’(当前页面)
obj_path = ‘./pic/action.png’ (需要点击的地方)
print (find_image_cv(obj_path, src_path))
double_click(obj_path, src_path)

if name == “main”:
#main1()
main2()
————————————————
版权声明:本文为CSDN博主「流氓也是种气质 _Cookie」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_37550440/article/details/84134424

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: OpenCvSharp是一个基于OpenCV的开源计算机视觉库,可以用于处理图像和视频。对于大图找小图的问题,可以通过OpenCvSharp提供的一些函数和算法来处理。 首先,我们需要加载大图小图。可以使用OpenCvSharp的`Cv2.ImRead()`函数来加载图像文件,将大图小图分别存储为`Mat`对象。 接下来,我们可以使用OpenCvSharp的模板匹配算法来小图大图中的位置。可以使用`Cv2.MatchTemplate()`函数进行模板匹配,并将匹配结果存储为`Mat`对象。 然后,我们可以使用OpenCvSharp的`Cv2.MinMaxLoc()`函数来到匹配结果中的最大值和最小值,并得到最大值的位置,即小图大图中的位置。 最后,我们可以使用OpenCvSharp的绘图函数来在大图上标记出小图的位置。可以使用`Cv2.Rectangle()`函数在大图上绘制矩形框来标记小图的位置。 综上所述,使用OpenCvSharp实现大图找小图的方法包括加载图像、模板匹配、到匹配结果中的最大值位置以及绘制标记。通过这些步骤,我们可以在大图中准确地小图的位置。 ### 回答2: OpenCvSharp是一个用于进行计算机视觉和图像处理的开源库。如果我们想要在大图小图,可以使用OpenCvSharp提供的图像匹配函数。 首先,我们需要加载大图小图。然后,我们可以使用OpenCvSharp的匹配函数来在大图中寻找小图OpenCvSharp提供了多种匹配算法,例如模板匹配、特征点匹配等。 在模板匹配算法中,我们可以使用OpenCvSharp的`Cv2.MatchTemplate()`函数来大图中与小图最相似的部分。该函数将返回一个灰度图像,其中亮度较高的区域表示与小图最相似的部分。 另一种方法是使用特征点匹配。我们可以使用OpenCvSharp的`Cv2.FindHomography()`函数来计算大图小图之间的透视变换矩阵。然后,我们可以使用`Cv2.WarpPerspective()`函数将透视变换应用到大图上,从而获得与小图对应的区域。 最后,我们可以根据匹配结果来确定小图大图中的位置。可以使用OpenCvSharp的`Cv2.MinMaxLoc()`函数来到灰度图像中亮度最高的像素,该像素的位置即为小图大图中的位置。 总之,OpenCvSharp提供了许多用于图像匹配的函数和算法,可以帮助我们在大图小图,并确定其位置。无论是使用模板匹配还是特征点匹配,我们都可以利用OpenCvSharp的功能来实现这一目标。 ### 回答3: 要使用OpenCvSharp在大图小图,可以通过以下步骤实现。 首先,加载大图小图的图像。使用`Cv2.ImRead()`方法可以读取大图小图的文件,然后分别将它们转换为`Mat`对象。 接下来,使用`Cv2.MatchTemplate()`方法在大图中搜索小图。这个方法会比较大图小图的像素,并返回一个匹配结果的矩阵。 然后,通过在匹配结果矩阵中到最佳匹配点的位置来确定小图大图中的位置。可以使用`Cv2.MinMaxLoc()`方法到矩阵中的最小值和最大值,并返回它们的位置。 最后,根据匹配点的位置和小图的大小,在大图上绘制一个矩形框来标记小图的位置。使用`Cv2.Rectangle()`方法可以在大图上绘制矩形框。 以上就是使用OpenCvSharp在大图小图的基本步骤。需要注意的是,匹配结果可能会有多个匹配点,需要根据具体需求选择最佳的匹配点。另外,还可以通过调整匹配方法和参数来优化匹配效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值