AIWROK软件苹果IOS系统图色视觉[opencv]方法小结

YYPOST群发软件 · 发表于 2025-9-9 08:28:50

/*
🍎交流 QQ 群 711841924 群一，苹果内测群，528816639
🍎OpenCV 图像处理方法小结
*/
//🍎OpenCV 类 [opencv] 方法小结
// 第一个方法：📌findImagesEx - cv文件找图（模板匹配cv找图）
/*
类别详情说明
方法功能基于cv文件进行模板匹配找图，返回匹配到的目标数组
方法签名 Detect[] opencv.findImagesEx (String cvFile)
返回值 Detect[]（匹配到的目标数组，每个元素包含位置、相似度等信息）
参数 - String cvFile：cv格式的模板文件路径
*/
// 示例：基于cv文件找图
let findResults = opencv.findImagesEx("./template.cv");
print.log("cv文件找图结果：", findResults);
// 第二个方法：📌OCREx - cv文件OCR（模板匹配OCR）
/*
类别详情说明
方法功能基于cv文件模板进行文字识别，返回OCR识别结果
方法签名 OcrResult opencv.OCREx (String cvFile)
返回值 OcrResult（OCR识别结果对象，包含识别到的文字及位置信息）
参数 - String cvFile：cv格式的OCR模板文件路径
*/
// 示例：基于cv文件进行OCR识别
let ocrResult = opencv.OCREx("./textTemplate.cv");
print.log("OCR识别文字：", ocrResult.text);
// 第三个方法：📌templateMatch - 多模板匹配查找目标对象
/*
类别详情说明
方法功能基于多个模板图片在指定图像中匹配目标，可设置匹配区域、阈值等
方法签名 Detect[] opencv.templateMatch (Mat mat, String[] templates, Double threshold, Double[] roi, Boolean best)
返回值 Detect[]（匹配到的目标数组）
参数 - Mat mat：待匹配的原始图像（Mat对象）
- String[] templates：模板图片路径数组
- Double threshold：匹配阈值（0-1，值越高匹配越严格）
- Double[] roi：匹配区域百分比数组，格式为 [x, y, width, height]，默认全图 [0,0,1,1]
- Boolean best：是否只返回最优匹配结果（true则只返回最佳匹配，false返回所有符合阈值的结果）
*/
// 示例：多模板匹配指定区域
const templates = ["./tpl1.png", "./tpl2.png"];
const matchResults = opencv.templateMatch(mat, templates, 0.8, [0.2, 0.2, 0.6, 0.6], true);
print.log("模板匹配结果：", matchResults);
// 第四个方法：📌findImages - 多图查找（支持超时和质量设置）
/*
类别详情说明
方法功能同时查找多张相似图片，超时未找到则返回null；可设置截图质量、超时时间等
方法签名 Detect[]|null opencv.findImages (String[] images, Double threshold, Int32 timeOut, Int32 quality, Double[] rects)
返回值 Detect[]|null（匹配成功返回目标数组，失败返回null）
参数 - String[] images：待查找的图片路径数组
- Double threshold：相似度阈值（0-1）
- Int32 timeOut：超时时间（毫秒，超过该时间未找到则返回null）
- Int32 quality：屏幕截图质量（0：标清，1：高清，2：超清）
- Double[] rects：查找区域百分比数组，格式为 [x, y, width, height]，默认全图
*/
// 示例：多图查找并设置超时
const targetImages = ["./img1.png", "./img2.png"];
const multiFindResults = opencv.findImages(targetImages, 0.7, 3000, 1, [0, 0, 1, 1]);
if (multiFindResults) {
print.log("多图查找成功，结果：", multiFindResults);
} else {
print.err("多图查找超时或失败");
}
// 第五个方法：📌toGray - 图像转灰度图
/*
类别详情说明
方法功能将输入的Mat图像转换为灰度图（直接修改原始Mat对象）
方法签名 void opencv.toGray (Mat src)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat src：待转换的原始图像（Mat对象）
*/
// 示例：将图像转为灰度图
const grayMat = image.getMat(); // 假设从image对象获取Mat
opencv.toGray(grayMat);
print.log("图像已转为灰度图：", grayMat);
// 第六个方法：📌extractRegion - 图像裁切（从大图中截图裁切）
/*
类别详情说明
方法功能按百分比区域裁切图像，可选择仅保留裁切部分或保留原图大小（其他区域变白）
方法签名 void opencv.extractRegion (Mat sourceImage, Double[] roiPercent, Boolean iscut)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat sourceImage：待裁切的原始图像（Mat对象）
- Double[] roiPercent：裁切区域百分比数组，格式为 [x, y, width, height]
- Boolean iscut：裁切模式（true仅保留裁切区域；false保留原图大小，其他区域变白）
*/
// 示例：裁切图像中间50%区域并仅保留裁切部分
opencv.extractRegion(mat, [0.25, 0.25, 0.5, 0.5], true);
print.log("图像已裁切：", mat);
// 第七个方法：📌threshold - 图像二值化处理
/*
类别详情说明
方法功能将图像转换为黑白二值图（像素值在[min, max]区间外为黑色，区间内为白色）
方法签名 void opencv.threshold (Mat src, Int32 min, Int32 max)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat src：待二值化的原始图像（Mat对象）
- Int32 min：二值化最小阈值（0-255）
- Int32 max：二值化最大阈值（0-255）
*/
// 示例：截屏并进行二值化处理（含后续流程）
const binImg = screen.screenShotFull();
const binMat = binImg.getMat();
opencv.threshold(binMat, 50, 200); // 阈值区间50-200
// 转Image并OCR识别
const binImg2 = new Image();
binImg2.readMat(binMat);
const ocrRes = binImg2.ocr(0, 0, 1, 1);
print.log("二值化后OCR结果：", ocrRes);
// 释放内存
binMat.close();
binImg.close();
binImg2.close();
// 第八个方法：📌invertColor - 图像颜色翻转（反色处理）
/*
类别详情说明
方法功能对图像进行颜色翻转，将每个像素的RGB值反转（如白色→黑色、红色→青色等）
方法签名 void opencv.invertColor (Mat src)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat src：待颜色翻转的原始图像（Mat对象）
*/
// 示例：翻转图像颜色
const invertMat = image.getMat();
opencv.invertColor(invertMat);
print.log("颜色已翻转的图像：", invertMat);

复制代码

方法 1：cv 文件找图（模版匹配 cv 找图）

类别	内容
主题	cv 文件找图、模版匹配 cv 找图
方法	Detect[] findImagesEx(String cvFile)
返回值	Detect[]
参数	String cvFile : cv 文件 cv 文件
案例	opencv.findImagesEx("")

方法 2：cv 文件 OCR（模版匹配 OCR）

类别	内容
主题	cv 文件 OCR、模版匹配 OCR
方法	OcrResult OCREx(String cvFile)
返回值	OcrResult
参数	String cvFile : cv 文件 cv 文件
案例	opencv.OCREx("")

方法 3：模版匹配（通过模版匹配找到目标对象）

类别	内容
主题	模版匹配；通过模版匹配找到目标对象
方法	Detect[] templateMatch(Mat mat, String[] templates, Double threshold, Double[] roi, Boolean best)
返回值	Detect[]
参数	Mat mat : mat 类型图片 String[] templates : 模版图片数组 Double threshold : 阈值 0-1 Double[] roi : 区域数组[0,0,1,1] Boolean best : 是否只返回最优解
案例	opencv.templateMatch(Mat, String[], Double, Double[], true)

方法 4：找多图

类别	内容
主题	找多图
说明	找图，可设置多张相似图片；找图成功返回目标数组，失败返回null
方法	Detect[] findImages(String[] images, Double threshold, Int32 timeOut, Int32 quality, Double[] rects)
返回值	Detect[]
参数	String[] images : 图片数组 Double threshold : 相似度 0-1 Int32 timeOut : 超时时间（毫秒，超时未找到则退出） Int32 quality : 屏幕截图质量（0 标清、1 高清、2 超清） Double[] rects : 百分比区域
案例	opencv.findImages(String[], Double, Int32, Int32, Double[])

方法 5：转灰度图（图像转灰度图）

类别	内容
主题	转灰度图
说明	图像转灰度图
方法	Void toGray(Mat src)
返回值	Void
参数	Mat src : mat 图像 mat 图像
案例	opencv.toGray(Mat)

方法 6：裁切图片（从大图中截图裁切图片）

类别	内容
主题	裁切图片
说明	从大图中截图裁切图片
方法	Void extractRegion(Mat sourceImage, Double[] roiPercent, Boolean iscut)
返回值	Void
参数	Mat sourceImage : mat 图像 mat 图像 Double[] roiPercent : 裁切区域百分数数组 Boolean iscut : true 只保留裁切部分，false 图片大小不变、其他区域变白
案例	opencv.extractRegion(Mat, Double[], true)

方法 7：二值化

类别	内容
主题	二值化
方法	Void threshold(Mat src, Int32 min, Int32 max)
返回值	Void
参数	Mat src : mat 格式图片 Int32 min : 最小阈值 Int32 max : 最大阈值
案例	// 截屏并转成 mat 格式 var img = screen.screenShotFull(); var mat = img.getMat(); // 二值化操作（示例含后续流程：转 Image、OCR、释放内存等） opencv.threshold(mat, 50, 200); var img2 = new Image(); img2.readMat(mat); printl(img2); var ocrres = img2.ocr(0, 0, 1, 1); printl(ocrres); // 释放内存 mat.close(); img.close(); img2.close();

方法 8：颜色翻转

类别	内容
主题	颜色翻转
方法	Void invertColor(Mat src)
返回值	Void
参数	Mat src : mat 格式图片
案例	opencv.invertColor(Mat)

实战实例：

// ... existing code ...
/*
🍎交流 QQ 群 711841924 群一，苹果内测群，528816639
🍎OpenCV 图像处理方法小结
*/
//🍎OpenCV 类 [opencv] 方法小结
// 第一个方法：📌findImagesEx - cv文件找图（模板匹配cv找图）
/*
类别详情说明
方法功能基于cv文件进行模板匹配找图，返回匹配到的目标数组
方法签名 Detect[] opencv.findImagesEx (String cvFile)
返回值 Detect[]（匹配到的目标数组，每个元素包含位置、相似度等信息）
参数 - String cvFile：cv格式的模板文件路径
*/
// 示例：基于cv文件找图
function findImagesExExample() {
printl("=== findImagesEx 方法示例 ===");
try {
// 使用cv文件查找图像
let findResults = opencv.findImagesEx("图色961575.cv");
printl("cv文件找图结果：", findResults);
if (findResults && findResults.length > 0) {
printl("找到 " + findResults.length + " 个匹配目标");
for (let i = 0; i < findResults.length; i++) {
let result = findResults[i];
printl(" 目标" + (i+1) + ": 相似度=" + result.score() + ", 位置=" + result.getRect().toString());
}
} else {
printl("未找到匹配目标");
}
} catch (error) {
printl("findImagesEx执行出错: " + error.message);
}
}
// 调用示例
findImagesExExample();
// 第二个方法：📌OCREx - cv文件OCR（模板匹配OCR）
/*
类别详情说明
方法功能基于cv文件模板进行文字识别，返回OCR识别结果
方法签名 OcrResult opencv.OCREx (String cvFile)
返回值 OcrResult（OCR识别结果对象，包含识别到的文字及位置信息）
参数 - String cvFile：cv格式的OCR模板文件路径
*/
// 示例：基于cv文件进行OCR识别
function ocrExExample() {
printl("=== OCREx 方法示例 ===");
try {
var ocr1=opencv.OCREx('图色995593.cv');
if(ocr1!=null){
printl(ocr1.getAllString());
} else {
printl("OCR识别失败或未识别到文字");
}
} catch (error) {
printl("OCREx执行出错: " + error.message);
}
}
// 调用示例
ocrExExample();
// 第三个方法：📌templateMatch - 多模板匹配查找目标对象
/*
类别详情说明
方法功能基于多个模板图片在指定图像中匹配目标，可设置匹配区域、阈值等
方法签名 Detect[] opencv.templateMatch (Mat mat, String[] templates, Double threshold, Double[] roi, Boolean best)
返回值 Detect[]（匹配到的目标数组）
参数 - Mat mat：待匹配的原始图像（Mat对象）
- String[] templates：模板图片路径数组
- Double threshold：匹配阈值（0-1，值越高匹配越严格）
- Double[] roi：匹配区域百分比数组，格式为 [x, y, width, height]，默认全图 [0,0,1,1]
- Boolean best：是否只返回最优匹配结果（true则只返回最佳匹配，false返回所有符合阈值的结果）
*/
// 示例：多模板匹配指定区域
function templateMatchExample() {
printl("=== templateMatch 方法示例 ===");
try {
// 截图获取图像
const screenshot = screen.screenShotFull();
const mat = screenshot.getMat();
// 定义模板图片路径数组（请根据实际情况修改路径）
const templates = ["./template1.png", "./template2.png"];
// 在指定区域进行模板匹配
const matchResults = opencv.templateMatch(mat, templates, 0.8, [0.2, 0.2, 0.6, 0.6], true);
printl("模板匹配结果：", matchResults);
if (matchResults && matchResults.length > 0) {
printl("找到 " + matchResults.length + " 个匹配目标");
for (let i = 0; i < matchResults.length; i++) {
let result = matchResults[i];
printl(" 目标" + (i+1) + ": 相似度=" + result.score() + ", 位置=" + result.getRect().toString());
}
} else {
printl("未找到匹配目标");
}
// 释放资源
mat.close();
screenshot.close();
} catch (error) {
printl("templateMatch执行出错: " + error.message);
}
}
// 调用示例
// templateMatchExample(); // 取消注释以运行示例
// 第四个方法：📌findImages - 多图查找（支持超时和质量设置）
/*
类别详情说明
方法功能同时查找多张相似图片，超时未找到则返回null；可设置截图质量、超时时间等
方法签名 Detect[]|null opencv.findImages (String[] images, Double threshold, Int32 timeOut, Int32 quality, Double[] rects)
返回值 Detect[]|null（匹配成功返回目标数组，失败返回null）
参数 - String[] images：待查找的图片路径数组
- Double threshold：相似度阈值（0-1）
- Int32 timeOut：超时时间（毫秒，超过该时间未找到则返回null）
- Int32 quality：屏幕截图质量（0：标清，1：高清，2：超清）
- Double[] rects：查找区域百分比数组，格式为 [x, y, width, height]，默认全图
*/
// 示例：多图查找并设置超时
function findImagesExample() {
printl("=== findImages 方法示例 ===");
try {
// 定义要查找的图片路径数组（请根据实际情况修改路径）
const targetImages = ["图色961575.cv"];
// 查找图片，设置阈值0.7，超时时间3000ms，高清质量，全图查找
const multiFindResults = opencv.findImages(targetImages, 0.7, 3000, 1, [0, 0, 1, 1]);
if (multiFindResults) {
printl("多图查找成功，结果：", multiFindResults);
printl("找到 " + multiFindResults.length + " 个匹配目标");
for (let i = 0; i < multiFindResults.length; i++) {
let result = multiFindResults[i];
printl(" 目标" + (i+1) + ": 相似度=" + result.score() + ", 位置=" + result.getRect().toString());
}
} else {
printl("多图查找超时或失败");
}
} catch (error) {
printl("findImages执行出错: " + error.message); // 修复：使用printl而不是print.err
}
}
// 调用示例
findImagesExample();
// 第五个方法：📌toGray - 图像转灰度图
/*
类别详情说明
方法功能将输入的Mat图像转换为灰度图（直接修改原始Mat对象）
方法签名 void opencv.toGray (Mat src)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat src：待转换的原始图像（Mat对象）
*/
// 示例：将图像转为灰度图
function toGrayExample() {
printl("=== toGray 方法示例 ===");
try {
// 截图获取图像
const grayImage = screen.screenShotFull();
const grayMat = grayImage.getMat();
// 转换为灰度图
opencv.toGray(grayMat);
printl("图像已转为灰度图");
// 保存处理后的图像（可选）
// grayImage.save("/sdcard/gray_image.png");
// 释放资源
grayMat.close();
grayImage.close();
} catch (error) {
printl("toGray执行出错: " + error.message);
}
}
// 调用示例
// toGrayExample(); // 取消注释以运行示例
// 第六个方法：📌extractRegion - 图像裁切（从大图中截图裁切）
/*
类别详情说明
方法功能按百分比区域裁切图像，可选择仅保留裁切部分或保留原图大小（其他区域变白）
方法签名 void opencv.extractRegion (Mat sourceImage, Double[] roiPercent, Boolean iscut)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat sourceImage：待裁切的原始图像（Mat对象）
- Double[] roiPercent：裁切区域百分比数组，格式为 [x, y, width, height]
- Boolean iscut：裁切模式（true仅保留裁切区域；false保留原图大小，其他区域变白）
*/
// 示例：裁切图像中间50%区域并仅保留裁切部分
function extractRegionExample() {
printl("=== extractRegion 方法示例 ===");
try {
// 截图获取图像
const extractImage = screen.screenShotFull();
const extractMat = extractImage.getMat();
// 裁切图像中间50%区域并仅保留裁切部分
opencv.extractRegion(extractMat, [0.25, 0.25, 0.5, 0.5], true);
printl("图像已裁切");
// 保存处理后的图像（可选）
// extractImage.save("/sdcard/cropped_image.png");
// 释放资源
extractMat.close();
extractImage.close();
} catch (error) {
printl("extractRegion执行出错: " + error.message);
}
}
// 调用示例
// extractRegionExample(); // 取消注释以运行示例
// 第七个方法：📌threshold - 图像二值化处理
/*
类别详情说明
方法功能将图像转换为黑白二值图（像素值在[min, max]区间外为黑色，区间内为白色）
方法签名 void opencv.threshold (Mat src, Int32 min, Int32 max)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat src：待二值化的原始图像（Mat对象）
- Int32 min：二值化最小阈值（0-255）
- Int32 max：二值化最大阈值（0-255）
*/
// 示例：截屏并进行二值化处理（含后续流程）
function thresholdExample() {
printl("=== threshold 方法示例 ===");
try {
// 截图获取图像
const binImg = screen.screenShotFull();
const binMat = binImg.getMat();
// 进行二值化处理，阈值区间50-200
opencv.threshold(binMat, 50, 200);
printl("图像已二值化处理");
// 转Image并OCR识别
const binImg2 = new Image();
binImg2.readMat(binMat);
var ocr2 = binImg2.ocr(0, 0, 1, 1);
if(ocr2!=null){
printl(ocr2.getAllString());
} else {
printl("二值化后OCR识别失败");
}
// 保存处理后的图像（可选）
// binImg.save("/sdcard/binary_image.png");
// 释放内存
binMat.close();
binImg.close();
binImg2.close();
} catch (error) {
printl("threshold执行出错: " + error.message);
}
}
// 调用示例
// thresholdExample(); // 取消注释以运行示例
// 第八个方法：📌invertColor - 图像颜色翻转（反色处理）
/*
类别详情说明
方法功能对图像进行颜色翻转，将每个像素的RGB值反转（如白色→黑色、红色→青色等）
方法签名 void opencv.invertColor (Mat src)
返回值 void（无返回值，直接修改输入的Mat对象）
参数 - Mat src：待颜色翻转的原始图像（Mat对象）
*/
// 示例：翻转图像颜色
function invertColorExample() {
printl("=== invertColor 方法示例 ===");
try {
// 截图获取图像
const invertImage = screen.screenShotFull();
const invertMat = invertImage.getMat();
// 翻转图像颜色
opencv.invertColor(invertMat);
printl("颜色已翻转的图像");
// 保存处理后的图像（可选）
// invertImage.save("/sdcard/inverted_image.png");
// 释放资源
invertMat.close();
invertImage.close();
} catch (error) {
printl("invertColor执行出错: " + error.message);
}
}
// 调用示例
// invertColorExample(); // 取消注释以运行示例
// ========================== 实际可用的完整示例 ==========================
/**
* 实际可用的OpenCV图像处理示例
* 演示完整的图像处理流程
*/
async function practicalOpenCVExample() {
printl("=== OpenCV完整处理流程示例 ===");
try {
// 1. 全屏截图
printl("1. 执行全屏截图");
const screenshot = screen.screenShotFull();
const mat = screenshot.getMat();
printl(" 截图完成，图像尺寸: " + mat.width + "x" + mat.height);
// 2. 图像预处理 - 转为灰度图
printl("2. 图像转为灰度图");
opencv.toGray(mat);
// 3. 使用cv文件查找图像
printl("3. 使用cv文件查找图像");
const findResults = opencv.findImagesEx("图色961575.cv");
if (findResults && findResults.length > 0) {
printl(" 找到 " + findResults.length + " 个匹配目标");
const firstResult = findResults[0];
printl(" 第一个匹配目标相似度: " + firstResult.score());
printl(" 位置信息: " + firstResult.getRect().toString());
} else {
printl(" 未找到匹配目标");
}
// 4. 使用cv文件进行OCR识别
printl("4. 使用cv文件进行OCR识别");
var ocrResult=opencv.OCREx('图色995593.cv');
if(ocrResult!=null){
printl(ocrResult.getAllString());
} else {
printl("OCR识别失败或未识别到文字");
}
// 5. 图像二值化处理
printl("5. 图像二值化处理");
opencv.threshold(mat, 100, 200);
printl(" 二值化处理完成");
// 6. 颜色翻转
printl("6. 图像颜色翻转");
opencv.invertColor(mat);
printl(" 颜色翻转完成");
// 7. 裁切图像
printl("7. 裁切图像中间区域");
opencv.extractRegion(mat, [0.25, 0.25, 0.5, 0.5], true);
printl(" 图像裁切完成");
// 释放资源
mat.close();
screenshot.close();
printl("8. 资源释放完成");
} catch (error) {
printl("执行过程中发生错误: " + error.message);
}
printl("=== OpenCV图像处理示例结束 ===");
}
// 运行实际示例
practicalOpenCVExample(); // 取消注释以运行示例
// ... existing code ...