python图像识别匹配_python阴阳师解放双手原理（二）图像识别—模板匹配

心情不是很美丽，写个博客整理下思路。(这是一篇满含错误思想的文章)

这几天探索加成，于是激发了对探索的欲望。因为怪的位置是不固定的，所以位置不是固定的，这里运用了opencv的matchTemplate()函数

通过对挑战标志进行匹配

这里对图像进行了一些出不的操作

import cv2

import os

import numpy as np

def dingwei(tz):

img = cv2.imread(tz,0)

template = cv2.imread('aa.png',0)

res = cv2.matchTemplate(img,template,cv2.TM_CCOEFF_NORMED)

threshold = 0.99 #匹配度

gps = []

loc = np.where(res >= threshold) # 匹配程度大于%80的坐标y,x

for pt in zip(*loc[::-1]): # *号表示可选参数

gps.append(pt)

return gps

def screenshot():

os.system('adb shell screencap -p /sdcard/tz.png')

os.system('adb pull /sdcard/tz.png .')

return "tz.png"获取图片可以通过screenshot()获取 得到list，例[(768, 359), (1125, 364), (1126, 364), (1321, 370), (195, 387)]。这里对应的xy坐标。而后利用for从list取出元组切片得x，y

def mission():

tz = screenshot()

res = dingwei(tz)

for x in range(len(res)):

re = res[x]

jump(re[0],re[1])

time.sleep(7) #这里可以通过图片匹配识别当前页面，然后进行下一步写到这里发现的了很大的漏洞，打完怪在回到界面其他的怪的位置显然已经移过了，所以我之前为了什么去匹配所有的点！！！这里的匹配度就很有问题,一个点有的时候并不是匹配一次。由于最开始的错误思想导致了一系列不严谨的错误问题。一失足成千古恨。

生活中也是，有许多后悔的事情，为何大一开始放弃了努力，大学并不应该是由你玩四年(University)的地方。人不能活在懊恼中，生活还在继续。从现在开始，从新来过。仰望星空，脚踏实地。

去吃个鸡，faignting！！！！