当前位置：首页 > article >正文

win11 python opencv作图像匹配小结

article 2025/2/12 16:07:22

最近做了一个用到python opencv的项目，安装编码都是非常可快速的，使用中遇到一些奇怪问题。

1、安装

w11下，cmd直接

pip install opencv-python

检验是否安装成功：

import cv2
print(cv2.__version__)

2、截屏功能

两种写法都可以：

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

import pyautogui

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

截屏完，要转换为np.array，如：

import numpy as np

np.array(screenshot)

3、图像识别接口

cv2.matchTemplate函数的语法如下：

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

‌image‌：待匹配的大图像。
‌templ‌：用于匹配的模板图像。不得超过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进行匹配的区域。

常见的匹配方法包括：

‌cv2.TM_CCOEFF‌：计算相关系数。
‌cv2.TM_CCOEFF_NORMED‌：归一化相关系数。
‌cv2.TM_CCORR‌：计算相关和。
‌cv2.TM_CCORR_NORMED‌：归一化相关和。
‌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：

def grab_and_match(template_image_file, bbox):
    im = ImageGrab.grab(bbox = bbox)
    im.save(r"temp.jpeg")

    image = cv2.imread('temp.jpeg', cv2.IMREAD_GRAYSCALE)
    item_get_template = cv2.imread(template_image_file, cv2.IMREAD_GRAYSCALE)

    res = cv2.matchTemplate(image, item_get_template, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    # print(f'min_val {min_val}, max_val {max_val}, min_loc {min_loc}, max_loc {max_loc}')
    return max_val >= 0.9

写的有点挫，截屏后，先save了下，然后用cv2读出，保证与template一样得读取操作。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：

def find_image_in_area(image_path, x1, y1, x2, y2, threshold=0.8):
    try:
        screenshot = pyautogui.screenshot(region=(x1, y1, x2 - x1, y2 - y1))
        screenshot = cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR)
        screenshot_inverted = cv2.bitwise_not(screenshot)
        inverted_template = invert_image_colors(image_path)
        res = cv2.matchTemplate(screenshot_inverted, inverted_template, cv2.TM_CCOEFF_NORMED)
        _, max_val, _, max_loc = cv2.minMaxLoc(res)
        if max_val >= threshold:
            h, w, _ = inverted_template.shape
            center_x = max_loc[0] + w // 2 + x1
            center_y = max_loc[1] + h // 2 + y1
            return center_x, center_y
        else:
            print(f'max_val {max_val}, max_loc {max_loc}')
            return None
    except Exception as e:
        print(f"Error: {e}")
        return None

除了进行图像匹配，还返回了匹配到的图像的中心，便于后面业务使用。

查看全文

http://www.kler.cn/a/542272.html