autojs多分辨率找图sift算法效果

最新推荐文章于 2023-11-29 09:29:58 发布
最新推荐文章于 2023-11-29 09:29:58 发布
阅读量2.3k 收藏 9
点赞数
分类专栏： autojs opencv 文章标签： autojs sift opencv sift算法 多分辨率
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/snailuncle2/article/details/118346544
版权
autojs 同时被 2 个专栏收录
193 篇文章 75 订阅
订阅专栏
opencv
22 篇文章 0 订阅
订阅专栏

原始素材

SIFT

game001_1080×1920.png

原始的图片是1080x1920, 我用电脑自带的画图把分辨率改为了
720×1280, 2560×1440,
另外还加了一个90度旋转的1080x1920
​

各个分辨率的效果图

720x1080
在这里插入图片描述

1080×1920
在这里插入图片描述

2560×1440
在这里插入图片描述

1080×1920_旋转90度
在这里插入图片描述

总结

sift对多分辨率找图效果还行, 速度不咋地,
图片越大, 耗时越长
想提升速度的话, 可以去试试suft,
大佬说sift如果3秒钟, 那么suft可以1秒钟
在这里插入图片描述

完整源码


声明

部分内容来自网络
本教程仅用于学习, 禁止用于其他用途

bilibili

牙叔教程

微信公众号 牙叔教程

在这里插入图片描述

QQ群

747748653
在这里插入图片描述

牙叔教程
关注
专栏目录
使用SIFT实现图像配准
youzi1992的博客
10-29 5544
#!/usr/bin/env python''' Affine invariant feature-based image matching sample.This sample is similar to find_obj.py, but uses the affine transformation space sampling technique, called ASIFT [1]. While
sift算法源码
04-28
SIFT（尺度不变特征变换）算法是图像处理领域的一个经典算法，由David G. Lowe在1999年提出。SIFT算法的核心在于提取图像中的尺度不变和旋转不变的特征点，这些特征点在不同的图像尺度、光照变化、旋转等条件下都能...
autojs-图片篇＜匹配图位置＞
最新发布
不起眼小菜菜的博客
11-29 904
注释很详细，直接上代码……
AutoX.js - openCV多分辨率找图
wanzheng_96的博客
10-31 3286
自定义多分辨率找图，可用于检测图像缩放比，支持灰度预处理，提高找图效率
autojs多分辨率找透明图
snailuncle2的博客
11-08 5061
牙叔教程 简单易懂 声明 本教程是教查找透明图的, 找透明图逻辑都是类似的, 不针对任何app. 效果 目标: 找图片中的双人头 本次测试一共使用了三种分辨率的图片 1600x720 2310x1080 2400x1080 每种分辨率各5张, ​ 上图中左上角的头像, 可以看出是一个黑白图片, 是把一张2400x1080的大图, 灰度化, 二值化, 然后裁剪双人区域得到的, 所有分辨率图片找图, 都是用的同一张双人头小图. 有必要继续看下去吗 多分辨率找图你有思路吗 你会找透明图吗 你在多种分辨率下
autojs查找图片相似轮廓
snailuncle2的博客
07-09 2028
牙叔教程 简单易懂 使用场景 查找和已有图片相似的轮廓 效果展示 查找轮廓结果 原图 要查找的图片 autojs版本 8.8.16-0 autojs自带opencv3.4.3 脚本简介 主要使用matchShapes, 比较两个形状的相似度, 第一个参数是待匹配的物体1，第二个是待匹配的物体2, 最重要的是一定要可视化, opencv支持画任何图形, 也支持文字 查找相似轮廓步骤讲解 1. 观察图片有哪些轮廓可用 2. 我们要找的是右上角的爱心, 原图裁剪爱心, 看一下爱心的轮廓 3. 我们注意比较
Auto.js 9版本全分辨率找图
qq_25226575的博客
09-19 2753
// 读取小图 let hellokitty = $images.read('./hellokitty.jpg'); // 计算小图特征 let objectFeatures = $images.detectAndComputeFeatures(hellokitty); // 请求截图权限 requestScreenCapture(); // 打开HelloKitty图片 $app.openUrl('https://m.duitang.com/blog/?id=692391581') let n = 3
SIFT算法详解及应用(讲的很详细)(1).zip_SIFT算法详解_sift不同分辨率_sift匹配原理_sift角点 匹配_
09-24
SIFT算法。成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘，对环境的适应能力较差，急需提出一种鲁棒性强、能够适应不同...
SIFT算法的MATLAB源码_SIFT算法_SIFT论文_
09-29
通过单步执行代码，你可以深入了解每一步的目的和效果，这对于理解和优化SIFT算法至关重要。 在提供的SIFT.rar压缩包中，可能包含了实现以上步骤的MATLAB函数和示例图像，供学习者逐步调试和分析。通过阅读和理解...
自动设置分辨率AUTODISPLAY
10-27
自动设置分辨率AUTODISPLAY.EXE 自动设置分辨率AUTODISPLAY.EXE
SIFT 算法 C++ 代码实现(非常实用)
01-07
SIFT（尺度不变特征变换）算法是一种在计算机视觉领域广泛应用的图像特征检测和描述方法，由David G. Lowe在2004年提出。它的主要优点在于能够在图像尺度空间中找到稳定的关键点，并为这些关键点提供精确的旋转、...
autojs9全分辨率找图记录一下，官方已经不能用了
www806的博客
04-21 567
先记录一下，最新版已经不能用了，以后找到破解版，再使用。
Auto.js Pro安卓免ROOT引流脚本开发系列教程12全分辨率适配(1)
qq_14937803的博客
06-27 2499
课程内容 测试微信运动点赞脚本，在红米NOTE7下的适配情况，对代码进行优化 开发环境与工具 微信APP版本：7.0.4 开发IDE：Visual Studio Code1.3.5.1 Auto.js：Pro 7.0.3-7 终端设备1：红米NOTE5A高配版 终端设备1分辨率：720X1280像素 终端设备1安卓版本：7.1.2 终端设备2：红米NOTE7 终端设备2分辨率：1080X234...
autojs在横屏游戏界面申请截图权限后会变成竖屏解决方案
九黎AJ的博客
08-29 5024
普通交流群698307198欢迎加入v群,和各位大神一同交流 免责声明:本博客提供的所有内容仅供学习、分享与交流，我们不保证内容的正确性。通过使用本博客内容随之而来的问题与本博客无关。当使用本博客代码时，代表你已接受本博客的免责声明 正文部分 「雷电模拟器」设置成 “平板版”，不会竖屏，但剪切图片后，图片是白色的 所以 用shell来代替captureScreen()，亲测可行 以下三步执行. //1、截图（模拟器会提示给「Auto.js」root权限） TAP(0,0)//使用点击命令授权root s.
SIFT算子描述特征，并用于图像对齐
qq_40736019的博客
09-29 1205
计算机视觉作业 SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。 特征检测步骤： SIFT特征描述大概可以归纳为三步骤： 1）高斯差分金字塔的构建； 2）特征点定位及搜索； 3）特征描述 步骤1：高斯差分金字塔的构建(Difference of Gaussian:DOG) ➢ 利用高斯核对图像做卷积运算 ➢ 根据不同的高斯核参数生成不同尺度结果，高
autojs 图片查找比对
luckydog
04-24 1万+
1、在大图中找小图 // 先读取文件 var img1 = images.read("/sdcard/AutoTest/bg.png") var img2 = images.read("/sdcard/AutoTest/icon.png") // 语法糖 findImage(img, template, options) // img 大图 ...
通过Js自动按比例缩放图片
黑色♂草莓的专栏
12-09 643
//图片按比例缩放入口,sender为图片框Id function onPreviewLoad(sender){ autoSizePreview( sender, sender.offsetWidth, sender.offsetHeight ); }
autojs教程：找图函数
热门推荐
weixin_46460150的博客
02-21 1万+
两个找图封装的 函数 autojs找图两种方法 ps：找图之前，最主要的必需的请求截图代码： //请求截图，用找图方法，第一个就要先写的请求截图代码，不然找图没法用 if (!requestScreenCapture()) { toast("请求截图失败"); exit(); } 找图方法一： function 找图方法1(所找图) { let 大图 = captureScreen() //大图就需截取手机屏幕。。意思就是截屏 l
sift匹配算法多尺度多分辨率
11-27
SIFT（尺度不变特征变换）算法是一种基于局部特征的图像匹配算法，它可以在不同的尺度和旋转角度下提取出关键点，并对这些关键点进行描述，从而实现图像的匹配。其中，多尺度多分辨率是SIFT算法的核心思想之一。 SIFT算法通过构建高斯金字塔来实现多尺度空间的特征提取。具体来说，它首先对原始图像进行高斯模糊，然后对模糊后的图像进行下采样，得到一系列不同尺度的图像。这些图像构成了高斯金字塔。接着，对每个尺度的图像进行差分，得到一系列差分金字塔。在差分金字塔中，每个层次都对应一个尺度，每个尺度都对应一个高斯核的大小。通过对差分金字塔进行极值检测，可以得到关键点。 在SIFT算法中，还有一个重要的概念是特征描述子。对于每个关键点，SIFT算法会在其周围的邻域内提取出128维的特征向量，用于描述该关键点的特征。这些特征向量可以用于匹配不同图像之间的关键点。 下面是SIFT算法多尺度多分辨率的Python实现示例： ```python import cv2 # 读取图像 img = cv2.imread('image.jpg') # 构建高斯金字塔 G = img.copy() gp = [G] for i in range(6): G = cv2.pyrDown(G) gp.append(G) # 构建差分金字塔 lp = [gp[5]] for i in range(5, 0, -1): GE = cv2.pyrUp(gp[i]) L = cv2.subtract(gp[i-1], GE) lp.append(L) # 在差分金字塔中检测极值点 keypoints = [] for i in range(1, 5): for j in range(1, 5): for k in range(len(lp)): if is_extremum(lp[k], i, j): keypoints.append((i, j, k)) # 提取关键点的特征描述子 descriptors = [] for x, y, s in keypoints: descriptor = extract_descriptor(lp[s], x, y) descriptors.append(descriptor) ```
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

牙叔教程

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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