AIWROK软件找图__方法小汇集
// 第一种方法： 定义图像查找函数（参数顺序：查找区域，模板图像，相似度）
function 查找图像(searchRegion, templateImage, similarity) {
// 获取屏幕截图并转换为Mat（注意尺寸参数需与实际设备匹配）
var mat = screen.screenShot(720, 1280, 0).getMat();
// 在指定区域内进行模板匹配
var result = opencv.templateMatch(mat, , similarity, searchRegion, true);
// 处理结果
if (result) {
var target = result.getRealRect();
auto.clickPoint(target.getCenterX(), target.getCenterY());
return true;
}
return false;
}
// 使用示例：
// 1.定义查找区域（相对坐标）
var 查找区域 = ; // 查找区域的左上角和右下角相对屏幕的坐标
// 2.获取模板图像（ES5兼容写法）
var 全屏截图 = screen.screenShotFull(); // 获取全屏截图
var 模板图片 = 全屏截图.cutImagePercent( // 从全屏截图中裁剪出模板图像
查找区域, // x1
查找区域, // y1
查找区域, // x2
查找区域// y2
).toBase64(); // 将裁剪出来的图像转换为Base64编码
全屏截图.recycle(); // 释放全屏截图资源，避免内存泄漏
// 3.执行查找（参数顺序：区域，模板，相似度）
// 如果在指定的查找区域内找到了与模板图像相似度达到0.8的目标，则自动点击该目标的中心坐标，并返回true
if (查找图像(查找区域, 模板图片, 0.8)) {
printl("操作成功");
} else {
printl("未找到目标");
}
//第二个方法， 标准遍历找图函数
function 遍历找图(配置参数) {
/* 参数说明
配置参数 = {
模板区域: ,// 必填，截图区域相对坐标
查找区域: ,// 必填，匹配范围相对坐标
二值阈值: , // 可选，预处理阈值
相似度: 0.8 // 匹配精度
}
*/
// 生成模板图像
var 全屏截图 = screen.screenShotFull(); // 获取全屏截图
var 模板图像 = 全屏截图.cutImagePercent( // 从全屏截图中裁剪出模板图像
配置参数.模板区域,
配置参数.模板区域,
配置参数.模板区域,
配置参数.模板区域
).toBase64(); // 将裁剪出来的图像转换为Base64编码
全屏截图.recycle(); // 释放全屏截图资源，避免内存泄漏
// 预处理+匹配流程
var 处理截图 = screen.screenShot(432, 768, 100).getMat(); // 获取屏幕截图并转换为Mat格式
if(配置参数.二值阈值){
opencv.threshold(处理截图, 配置参数.二值阈值, 配置参数.二值阈值); // 对图像进行二值化处理
}
// 在指定的查找区域内，使用指定的相似度对模板图像进行匹配
var 匹配结果 = opencv.templateMatch(
处理截图,
[模板图像],
配置参数.相似度,
配置参数.查找区域,
true
);
// 结果处理
if(匹配结果 && 匹配结果.length > 0){
for(var i=0; i<匹配结果.length; i++){
var 坐标 = 匹配结果.getRealRect(); // 获取每个匹配项的实际坐标
printl('发现目标 '+(i+1)+'# X:'+坐标.x+' Y:'+坐标.y); // 输出发现的目标的坐标信息
// 自动点击首个目标
if(i === 0) auto.clickPoint(坐标.getCenterX(), 坐标.getCenterY()); // 如果是第一个匹配项，则点击其中心坐标
}
return true;
}
return false;
}
/* 使用示例 (符合你截图中的参数需求) */
var 我的配置 = {
模板区域: , // 截图做模板的区域，相对屏幕的坐标
查找区域: , // 全屏查找
二值阈值: , // 启用预处理，设置二值化阈值
相似度: 0.8 // 设置匹配精度为0.8
};
// 如果在全屏范围内找到了与模板图像相似度达到0.8的目标，则输出发现的目标的坐标信息，并点击第一个目标的中心坐标，返回true
if(遍历找图(我的配置)){
printl("任务完成");
} else {
printl("未发现目标");
}
//第三个方法， 标准区域找图
function 执行找图() {
// 截图尺寸配置
var screenWidth = 432;
var screenHeight = 768;
try {
// 获取屏幕截图并进行二值化预处理
var mat = screen.screenShot(screenWidth, screenHeight, 100).getMat(); // 获取屏幕截图并转换为Mat格式
opencv.threshold(mat, 50, 150); // 对图像进行二值化处理，设置阈值为50到150
// 使用预设CV配置进行模板匹配
// '图色120996停止.cv'为预设的配置文件路径，里面包含了模板图像和查找参数等信息
var 查找结果 = opencv.findImagesEx('图色120996停止.cv');
// 处理匹配结果
if (查找结果 && 查找结果.length > 0) {
查找结果.forEach(function(匹配项) {
var 坐标 = 匹配项.getRealRect(); // 获取每个匹配项的实际坐标
printl('发现目标 X:' + 坐标.x + ' Y:' + 坐标.y); // 输出发现的目标的坐标信息
// 自动点击坐标（可选）
auto.clickPoint(坐标.getCenterX(), 坐标.getCenterY()); // 点击发现的目标的中心坐标
});
return true;
}
printl("当前屏幕未发现目标"); // 如果未发现目标，则输出此信息
return false;
} catch (e) {
printl("发生异常：" + e.message); // 如果在执行过程中发生异常，则捕获并输出异常信息
return false;
}
}
// 执行查找流程
// 调用执行找图函数，如果找到目标则输出"任务完成"，否则输出"未发现目标"或异常信息
执行找图();
//第四个方法， 标准区域找图
// 屏幕截图预处理函数
function 创建模板截图(区域参数) {
var 全屏图 = screen.screenShotFull(); // 获取全屏截图
var 模板图 = 全屏图.cutImagePercent( // 从全屏截图中裁剪出模板图像
区域参数,
区域参数,
区域参数,
区域参数
).toBase64(); // 将裁剪出来的图像转换为Base64编码
全屏图.recycle(); // 释放全屏截图资源，避免内存泄漏
return 模板图;
}
// 主查找逻辑
function 执行图像匹配() {
// 1.动态创建模板（替换为实际区域坐标）
var 模板组 = [
创建模板截图(), // 模板1区域
创建模板截图()// 模板2区域
];
// 2.执行模板匹配
var 屏幕数据 = screen.screenShot(720, 1280, 0).getMat(); // 获取屏幕截图并转换为Mat格式
var 查找区域 = ; // 设置查找区域的相对坐标
var 结果 = opencv.templateMatch(
屏幕数据, // 要查找的屏幕数据
模板组, // 匹配的模板组
0.85, // 设置匹配精度为0.85
查找区域, // 设置匹配的区域
true // 多目标模式
);
// 3.处理匹配结果
if (结果 && 结果.length > 0) {
for (var i = 0; i < 结果.length; i++) {
var 坐标 = 结果.getRealRect(); // 获取每个匹配项的实际坐标
printl('找到目标 X:' + 坐标.x + ' Y:' + 坐标.y); // 输出找到的目标的坐标信息
auto.clickPoint(坐标.x, 坐标.y); // 点击找到的目标的中心坐标
}
return true;
}
return false;
}
// 执行流程
// 调用执行图像匹配函数，如果找到目标则输出"操作成功"并点击目标，否则输出"未找到目标"
if (执行图像匹配()) {
printl("操作成功");
} else {
printl("未找到目标");
}
//第五个方法， 使用opencv接口进行多目标查找
var results = opencv.findImagesEx('图色120996停止.cv');
if (results) {
// 遍历所有找到的结果
for (var i = 0; i < results.length; i++) {
// 获取每个结果的坐标信息
var rect = results.getRealRect(); // 获取匹配项的实际矩形区域
var x = rect.getCenterX(); // 获取矩形区域中心点的X坐标
var y = rect.getCenterY(); // 获取矩形区域中心点的Y坐标
printl('坐标:' + x + ',' + y); // 输出中心点坐标信息
// 如需点击可取消注释下行
// auto.clickPoint(x, y); // 点击找到的目标的中心坐标
}
} else {
printl("未找到目标"); // 如果未找到目标，则输出此信息
}
//第六个方法，动态找图点击
function 简易找图(模板区域, 相似度) {
try {
// 获取模板图片
var 全图 = screen.screenShotFull(); // 获取全屏截图
var 模板 = 全图.cutImagePercent(
模板区域,
模板区域,
模板区域,
模板区域
).toBase64(); // 将裁剪出来的图像转换为Base64编码
全图.recycle(); // 释放全屏截图资源，避免内存泄漏
// 获取当前屏幕
var 当前画面 = screen.screenShot(720, 1280, 100).getMat(); // 获取屏幕截图并转换为Mat格式
// 执行匹配
var 结果集 = opencv.templateMatch(
当前画面, // 要查找的屏幕数据
[模板], // 匹配的模板组
相似度 || 0.8, // 设置匹配精度，默认为0.8
, // 全屏查找
true // 多目标模式
);
// 处理结果
if (结果集 && 结果集.length > 0) {
for(var i=0; i<结果集.length; i++) {
var 坐标框 = 结果集.getRealRect(); // 获取每个匹配项的实际矩形区域
// 正确获取中心点坐标的方式 ↓
var x = 坐표框.getCenterX(); // 获取矩形区域中心点的X坐标
var y = 坐标框.getCenterY(); // 获取矩形区域中心点的Y坐标
printl('发现目标' + (i+1) + ' X:' + x + ' Y:' + y); // 输出中心点坐标信息
}
return true;
}
} catch(e) {
printl("错误：" + e.toString()); // 如果在执行过程中发生异常，则捕获并输出异常信息
}
return false;
}
// 使用示例（需要先截图定义模板区域）
var 我的模板区域 = ; // 查找区域的左上角和右下角相对屏幕的坐标
// 如果在全屏范围内找到了与模板图像相似度达到0.85的目标，则输出发现的目标的坐标信息，并点击目标的中心坐标，返回true
if(简易找图(我的模板区域, 0.85)) {
printl("查找成功！");
} else {
printl("查找失败");
}
方法一：定义图像查找函数
[*]功能：在指定的查找区域内查找与模板图像相似度达到设定值的目标，并自动点击该目标的中心位置。
[*]参数：
[*]searchRegion：查找区域的相对坐标，格式为 ，其中 (x1, y1) 是左上角坐标，(x2, y2) 是右下角坐标。
[*]templateImage：模板图像的Base64编码字符串。
[*]similarity：相似度阈值，用于判断是否匹配。
[*]流程：
[*]获取屏幕截图并转换为Mat格式。
[*]在指定区域内进行模板匹配。
[*]如果找到匹配项，则点击其中心位置，并返回true；否则返回false。
方法二：标准遍历找图函数
[*]功能：在指定区域内查找与模板图像相似度达到设定值的目标，并输出所有目标的坐标信息，自动点击首个目标。
[*]参数：
[*]配置参数：一个对象，包含查找区域、模板区域、二值阈值和相似度等配置信息。
[*]流程：
[*]从全屏截图中裁剪出模板图像，并将其转换为Base64编码。
[*]获取屏幕截图并转换为Mat格式。
[*]如果配置了二值阈值，则对图像进行二值化预处理。
[*]在指定的查找区域内进行模板匹配。
[*]如果找到匹配项，则输出每个匹配项的坐标信息，并点击首个匹配项的中心位置，返回true；否则返回false。
方法三：标准区域找图
[*]功能：从预设的配置文件中获取模板图像和查找参数，并在全屏范围内查找与模板图像相似度达到设定值的目标，自动点击首个目标。
[*]流程：
[*]获取屏幕截图并进行二值化预处理。
[*]使用预设的配置文件进行模板匹配。
[*]如果找到匹配项，则输出每个匹配项的坐标信息，并点击首个匹配项的中心位置，返回true；否则返回false。
[*]如果在执行过程中发生异常，则捕获并输出异常信息。
方法四：使用预定义模板进行多目标查找
[*]功能：动态创建模板图像，并在指定区域内查找与模板图像相似度达到设定值的所有目标，自动点击每个找到的目标。
[*]流程：
[*]动态创建模板图像，并将其转换为Base64编码。
[*]获取屏幕截图并转换为Mat格式。
[*]在指定的查找区域内进行模板匹配。
[*]如果找到匹配项，则输出每个匹配项的坐标信息，并点击每个匹配项的中心位置，返回true；否则返回false。
方法五：使用OpenCV接口进行多目标查找
[*]功能：从预设的配置文件中获取模板图像和查找参数，并在全屏范围内查找与模板图像相似度达到设定值的所有目标，输出每个找到的目标的中心坐标。
[*]流程：
[*]使用预设的配置文件进行模板匹配。
[*]如果找到匹配项，则遍历每个匹配项，输出其中心坐标信息。
[*]如需点击可取消注释相关代码行。
方法六：动态找图点击
[*]功能：在全屏范围内查找与模板图像相似度达到设定值的目标，并输出所有目标的中心坐标信息，自动点击每个找到的目标。
[*]参数：
[*]模板区域：查找区域的相对坐标，格式为 。
[*]相似度：相似度阈值，默认为0.8。
[*]流程：
[*]从全屏截图中裁剪出模板图像，并将其转换为Base64编码。
[*]获取屏幕截图并转换为Mat格式。
[*]在全屏范围内进行模板匹配。
[*]如果找到匹配项，则输出每个匹配项的中心坐标信息，并点击每个匹配项的中心位置，返回true；否则返回false。
[*]如果在执行过程中发生异常，则捕获并输出异常信息。
注意事项
[*]所有代码中的相对坐标是相对于屏幕大小的比例值，因此需要确保坐标值正确且与实际屏幕尺寸匹配。
[*]使用Base64编码可以方便地在不同的脚本或系统之间传递图像数据。
[*]释放资源（如recycle()）是防止内存泄漏的重要步骤。
[*]使用二值化阈值可以提高图像匹配的准确性，特别是在颜色复杂的背景下。
[*]opencv.findImagesEx()函数通常依赖于预设的配置文件，该文件中包含了模板图像和查找参数等信息。
页:
[1]