AIWROK软件图像视觉处理[opencv]小结2 - B2B网络软件

// 🍎交流QQ群711841924群一，苹果内测群，528816639
// 方法 1：coverageArea：图片抹除
/**
* 项目内容
* 函数声明 Mat coverageArea(Mat arg0, double arg1, int[] arg2)
* 返回值 Mat
* 参数 1 Mat arg0: 图片
* 参数 2 double arg1: 灰度 0-255
* 参数 3 int[] arg2: 区域数组[0,0,1,1]
* 案例:
*/
// 正确的 coverageArea 示例
// 根据函数签名: Mat coverageArea(Mat arg0, double arg1, int[] arg2)
function correctCoverageAreaExample() {
printl("开始正确的 coverageArea 示例");
try {
// 截屏并获取图像
var mat = screen.screenShot(400, 400, 100).getMat();
printl("截屏成功，Mat 尺寸: " + mat.width() + "x" + mat.height());
// 创建区域数组 [左, 上, 右, 下] (百分比)
// 查找整个图像区域
var regionArray = [0, 0, 1, 1];
// 调用 coverageArea 函数
// 参数: 图像Mat, 灰度值0, 区域数组
var resultMat = opencv.coverageArea(mat, 0, regionArray);
printl(resultMat);
// 释放资源
mat = null;
if (resultMat != null) {
resultMat = null;
}
} catch (e) {
printl("执行 coverageArea 时发生错误: " + String(e));
}
printl("示例执行完毕");
}
// 运行示例
correctCoverageAreaExample();
// 方法2：dilateImage：图像膨胀
/**
* 项目内容
* 函数声明 Mat dilateImage(Mat arg0, int arg1, int arg2)
* 返回值 Mat
* 参数 1 Mat arg0: mat 图片
* 参数 2 int arg1: 水平膨胀系数
* 参数 3 int arg2: 竖直膨胀系数
* 案例:
*/
function 图色930021(){
// 截屏并转成mat格式
var mat = screen.screenShot(900, 1600, 100).getMat();
// 膨胀
opencv.dilateImage(mat, 4, 4);
return mat;
}
let matDilate:Mat = 图色930021();
printl(matDilate);
// 方法3：drawRect：Shape 绘制
/**
* 项目内容
* 功能 Shape 绘制
* 函数声明（未提供详细信息）
* 返回值（未提供详细信息）
* 参数（未提供详细信息）
* 案例（未提供详细信息）
*/
// 方法4：erodeImage：图像腐蚀
/**
* 项目内容
* 功能图像腐蚀
* 函数声明 Mat erodeImage(Mat arg0, int arg1, int arg2)
* 返回值 Mat
* 参数 1 Mat arg0: mat 图片
* 参数 2 int arg1: 水平腐蚀系数
* 参数 3 int arg2: 竖直腐蚀系数
* 案例:
*/
function 图色152593(){
// 截屏并转成mat格式
var mat = screen.screenShot(900, 1600, 100).getMat();
// 腐蚀
opencv.erodeImage(mat, 4, 4);
return mat;
}
let matErode:Mat = 图色152593();
printl(matErode);
// 方法5：filtersEx：cv 文件滤镜
/**
* 项目内容
* 功能 cv 文件滤镜
* 函数声明 Mat filtersEx(String arg0)
* 返回值 Mat
* 参数 String arg0: cv 文件名
* 案例:
*/
var matFilter:Mat = opencv.filtersEx('图色358384.cv');
printl(matFilter);
// 方法6：findImageOneKAZE：找图（KAZE 算法）
/**
* 项目内容
* 功能找图 KAZE 算法
* 函数声明 detect findImageOneKAZE(Mat arg0, Mat arg1, Mat arg2)
* 返回值 detect
* 参数 Mat arg0（参数描述未详细说明）、Mat arg1（参数描述未详细说明）、Mat arg2（参数描述未详细说明）
* 案例:
*/
var image1 = new image();
image1.read("sdcard/auto/1.jpg");
var image2 = new image();
image2.read("sdcard/auto/2.jpg");
var c = new Mat();
var resKAZE = opencv.findImageOneKAZE(image2.getMat(), image1.getMat(), c);
printl(resKAZE);

复制代码

项目	内容
函数声明	Mat coverageArea(Mat arg0, double arg1, int[] arg2)
返回值	Mat
参数 1	Mat arg0 : 图片
参数 2	double arg1 : 灰度 0-255
参数 3	int[] arg2 : 区域数组[0,0,1,1]
案例	// 正确的 coverageArea 示例 // 根据函数签名: Mat coverageArea(Mat arg0, double arg1, int[] arg2) function correctCoverageAreaExample() { printl("开始正确的 coverageArea 示例"); try { // 截屏并获取图像 var mat = screen.screenShot(400, 400, 100).getMat(); printl("截屏成功，Mat 尺寸: " + mat.width() + "x" + mat.height()); // 创建区域数组 [左, 上, 右, 下] (百分比) // 查找整个图像区域 var regionArray = [0, 0, 1, 1]; // 调用 coverageArea 函数 // 参数: 图像Mat, 灰度值0, 区域数组 var resultMat = opencv.coverageArea(mat, 0, regionArray); printl(resultMat); // 释放资源 mat = null; if (resultMat != null) { resultMat = null; } } catch (e) { printl("执行 coverageArea 时发生错误: " + String(e)); } printl("示例执行完毕"); } // 运行示例 correctCoverageAreaExample();

项目	内容
功能	图像腐蚀
函数声明	Mat erodeImage(Mat arg0, int arg1, int arg2)
返回值	Mat
参数 1	Mat arg0 : mat 图片
参数 2	int arg1 : 水平腐蚀系数
参数 3	int arg2 : 竖直腐蚀系数
案例	let mat:Mat=图色152593(); printl(mat); function 图色152593(){ //截屏并转成mat格式 var mat=screen.screenShot(900,1600,100).getMat(); //腐蚀 opencv.erodeImage(mat,4,4); return mat; }