一、實(shí)現(xiàn)功能

判斷在指定坐標(biāo)范圍內(nèi)，是否存在相似度大于n的圖片，并返回坐標(biāo)。

二、基本思路

A=你需要尋找的圖片

B=截取當(dāng)前頁面中指定范圍的圖片

利用opencv 判斷A在B中的位置，

在該位置截取與A圖同大小的圖片C

對(duì)比圖片C與圖片A的相似度

三、實(shí)現(xiàn)的代碼段

1、安裝所需要的庫

pip install opencv-python

pip install pywin32

2、截取指定坐標(biāo)的圖片

參數(shù)說明

filename:保存的文件名

hwnd:窗口句柄 請(qǐng)想辦法獲取

pos:坐標(biāo)位置 [x1,y1,x2,y2]。x1,y1 是左上角坐標(biāo)、x2,y2 指右下角坐標(biāo)。

該功能可以返回不在最頂層程序的截圖。

def window_capture(filename,hwnd=0,pos=None):

hwnd= hwnd #窗口的編號(hào)，0號(hào)表示當(dāng)前活躍窗口

#根據(jù)窗口句柄獲取窗口的設(shè)備上下文DC（Divice Context）

hwndDC =win32gui.GetWindowDC(hwnd)#根據(jù)窗口的DC獲取mfcDC

mfcDC =win32ui.CreateDCFromHandle(hwndDC)#mfcDC創(chuàng)建可兼容的DC

saveDC =mfcDC.CreateCompatibleDC()#創(chuàng)建bigmap準(zhǔn)備保存圖片

saveBitMap =win32ui.CreateBitmap()#獲取監(jiān)控器信息

MoniterDev =win32api.EnumDisplayMonitors(None, None)if pos==None:

x1=0

y1=0

w= MoniterDev[0][2][2]

h= MoniterDev[0][2][3]else:

x1=pos[0]

y1=pos[1]

w=pos[2]-pos[0]

h=pos[3]-pos[1]#print w,h　　　#圖片大小

#為bitmap開辟空間

saveBitMap.CreateCompatibleBitmap(mfcDC, MoniterDev[0][2][2], MoniterDev[0][2][3])#高度saveDC，將截圖保存到saveBitmap中

saveDC.SelectObject(saveBitMap)#截取從左上角（0，0）長寬為（w，h）的圖片

saveDC.BitBlt((x1, y1), (w, h), mfcDC, (x1, y1), win32con.SRCCOPY)

saveBitMap.SaveBitmapFile(saveDC, filename)

#清楚圖片數(shù)據(jù)，防止內(nèi)存泄露win32gui.DeleteObject(saveBitMap.GetHandle())

saveDC.DeleteDC()

3、利用opencv 判斷A在B中的位置

參數(shù)說明

target：cv2.imread(“圖片B”)

template：cv2.imread(“圖片A”)

deffind_picture(target,template):#獲得模板圖片的高寬尺寸

theight, twidth = template.shape[:2]#執(zhí)行模板匹配，采用的匹配方式cv2.TM_SQDIFF_NORMED

result =cv2.matchTemplate(target,template,cv2.TM_SQDIFF_NORMED)#歸一化處理

cv2.normalize( result, result, 0, 1, cv2.NORM_MINMAX, -1)#尋找矩陣（一維數(shù)組當(dāng)做向量，用Mat定義）中的最大值和最小值的匹配結(jié)果及其位置

min_val, max_val, min_loc, max_loc =cv2.minMaxLoc(result)#匹配值轉(zhuǎn)換為字符串

#對(duì)于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法min_val越趨近與0匹配度越好，匹配位置取min_loc

#對(duì)于其他方法max_val越趨近于1匹配度越好，匹配位置取max_loc

strmin_val =str(min_val)#繪制矩形邊框，將匹配區(qū)域標(biāo)注出來

#min_loc：矩形定點(diǎn)

#(min_loc[0]+twidth,min_loc[1]+theight)：矩形的寬高

#(0,0,225)：矩形的邊框顏色；2：矩形邊框?qū)挾?/p>

cv2.rectangle(target,min_loc,(min_loc[0]+twidth,min_loc[1]+theight),(0,0,225),2)#顯示結(jié)果,并將匹配值顯示在標(biāo)題欄上

#cv2.imshow("MatchResult----MatchingValue="+strmin_val,target)

#cv2.waitKey()

#cv2.destroyAllWindows()

x=min_loc[0]

y=min_loc[1]return X,Y

4、返回指定圖片的指定位置指定坐標(biāo)

#target原始圖片#x,y 起始坐標(biāo)#w,h 返回的寬長

defget_pic_from_pic(x,y,w,h,target):

region= target[y:y+h,x:x+w]

retrun region

5、比較兩個(gè)圖片的相似度

defcompare_picture( imageA, imageB):#灰度圖片比較

grayA =cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY)

grayB=cv2.cvtColor(imageB, cv2.COLOR_BGR2GRAY)

(score, diff)= compare_ssim(grayA, grayB, full=True)return float(score)

與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的python2定点找色_Python实现按键精灵(二)-找图找色的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。