win11 python opencv作图像匹配小结

近来做了一个用到python opencv的项目，安装编码都黑白常可快速的，使用中遇到一些希奇题目。
1、安装

w11下，cmd直接

1. pip install opencv-python

复制代码

检验是否安装成功：

1. import cv2
2. print(cv2.__version__)

复制代码

2、截屏功能

两种写法都可以：

1. from PIL import ImageGrab
3. bbox = [10,120,350,450]
4. im = ImageGrab.grab(bbox = bbox)

复制代码

1. import pyautogui
3. screenshot = pyautogui.screenshot(region=(x1, y1, x2 - x1, y2 - y1))

复制代码

截屏完，要转换为np.array，如：

1. import numpy as np
3. np.array(screenshot)

复制代码

3、图像识别接口

cv2.matchTemplate函数的语法如下：

1. result = cv2.matchTemplate(image, templ, method[, mask])

复制代码

• ‌image‌：待匹配的大图像。
  
• ‌templ‌：用于匹配的模板图像。不得高出image，否则会报错。
  
• ‌method‌：匹配方法，常见的有：cv2.TM_CCOEFF、cv2.TM_CCOEFF_NORMED、cv2.TM_CCORR、cv2.TM_CCORR_NORMED、cv2.TM_SQDIFF、cv2.TM_SQDIFF_NORMED。
  
• ‌mask‌（可选）：用于指定在源图像和模板图像上举行匹配的区域。
  

常见的匹配方法包罗：

• ‌cv2.TM_CCOEFF‌：计算相干系数。
  
• ‌cv2.TM_CCOEFF_NORMED‌：归一化相干系数。
  
• ‌cv2.TM_CCORR‌：计算相干和。
  
• ‌cv2.TM_CCORR_NORMED‌：归一化相干和。
  
• ‌cv2.TM_SQDIFF‌：计算平方差。
  
• ‌cv2.TM_SQDIFF_NORMED‌：归一化平方差。
  

4、封装函数

我自己封装了一个函数：

1. def grab_and_match(template_image_file, bbox):
2.     im = ImageGrab.grab(bbox = bbox)
3.     im.save(r"temp.jpeg")
5.     image = cv2.imread('temp.jpeg', cv2.IMREAD_GRAYSCALE)
6.     item_get_template = cv2.imread(template_image_file, cv2.IMREAD_GRAYSCALE)
8.     res = cv2.matchTemplate(image, item_get_template, cv2.TM_CCOEFF_NORMED)
9.     min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
10.     # print(f'min_val {min_val}, max_val {max_val}, min_loc {min_loc}, max_loc {max_loc}')
11.     return max_val >= 0.9

复制代码

写的有点挫，截屏后，先save了下，然后用cv2读出，保证与template一样得读取操纵。如果直接使用截屏得image，调用matchTemplate会出错。
后来看到别人封装的接口，感觉更通用些：

1. def find_image_in_area(image_path, x1, y1, x2, y2, threshold=0.8):
2.     try:
3.         screenshot = pyautogui.screenshot(region=(x1, y1, x2 - x1, y2 - y1))
4.         screenshot = cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR)
5.         screenshot_inverted = cv2.bitwise_not(screenshot)
6.         inverted_template = invert_image_colors(image_path)
7.         res = cv2.matchTemplate(screenshot_inverted, inverted_template, cv2.TM_CCOEFF_NORMED)
8.         _, max_val, _, max_loc = cv2.minMaxLoc(res)
9.         if max_val >= threshold:
10.             h, w, _ = inverted_template.shape
11.             center_x = max_loc[0] + w // 2 + x1
12.             center_y = max_loc[1] + h // 2 + y1
13.             return center_x, center_y
14.         else:
15.             print(f'max_val {max_val}, max_loc {max_loc}')
16.             return None
17.     except Exception as e:
18.         print(f"Error: {e}")
19.         return None

复制代码

除了举行图像匹配，还返回了匹配到的图像的中央，便于反面业务使用。


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。