基于图像识别的ui操作--2

基本方法：
test() — 用于对结果进行调试，显示出匹配到的位置
click() — 简单的点击操作。
check_and_click() — 首先对匹配到的区域进行相关性计算。设置阈值就是在这时起效，相关性在阈值范围内时，将进行点击。

        def test(self):  #调试

        img = cv.rectangle(self.full_screen,(int(self.point_x),int(self.point_y)),
                                   (int(self.point_x)+4,int(self.point_y)+4),(0,0,255),thickness=8)
        cv.imshow('win',img)
        cv.imwrite('test.png',img)
        cv.waitKey(0)

**这个调试,结果是输出一张标有点击位置的图片(csdn上传图片失败)
实现代码：
Click_pic(‘weixin.png’,udid=‘W4ONOZNJU859MVN7’).test()

    def click(self): #不做任何判断，直接根据匹配到的图像进行点击。最简单的流程
        print('【点击坐标】', self.point_x, self.point_y)
        if self.udid == None:
            os.system('adb shell input tap %s %s' % (self.point_x, self.point_y))
        else:
            os.system('adb -s %s shell input tap %s %s'% (self.udid,self.point_x,self.point_y))

这是最简单的操作，没有任何等待和判断。
代码实现：
Click_pic(‘weixin.png’,udid=‘W4ONOZNJU859MVN7’).click()

    def check_and_click(self,click=True): #获取根据匹配小图，找到的结果位置图片，然后对比匹配小图与结果图片，比较后进行点击或返回False
        #opencv 11
        gray_match_pic = cv.cvtColor(self.match_pic,cv.COLOR_BGR2GRAY)
        hist1 = cv.calcHist([self.cut_match], [0], mask=None, histSize=[256], ranges=[0, 180])
        hist2 = cv.calcHist([gray_match_pic], [0], mask=None, histSize=[256], ranges=[0, 180])
        # hist2 = cv.calcHist([cv.imread('.\\lli.png')], [0], mask=None, histSize=[256], ranges=[0, 180])
        match_relation = cv.compareHist(hist1, hist2, cv.HISTCMP_CORREL)
        print('【相关性】',match_relation)  #0.9923635306251178
        if self.Related[0]<=match_relation<=self.Related[1]:
            result = True
        else:
            print('没有找到匹配的区域')
            return False
        if result and click:
            self.click()
            return result

这里对匹配结果进行确定，增加操作的正确性。
代码实现：
Click_pic(‘send.png’).check_and_click()

【代码将不断更新，也欢迎各位大神指点优化一下】