图像视觉处理[opencv]小结3

信息发布软件

	图像视觉处理[opencv]小结3 // // &#127822;交流QQ群711841924群一，苹果内测群，528816639 // 方法1：findImageOneSift：找图（SIFT 算法） /** * 功能描述：根据多个颜色点在图像中查找匹配区域，返回所有匹配的检测对象数组 * 函数声明：detect[] findMultiColor(Mat arg0, String arg1, String[] arg2, int arg3, int arg4, float[] arg5, double arg6) * 返回值：detect[] * 参数： *   Mat arg0：图片 *   String arg1：基点 *   String[] arg2：多色 *   int arg3：偏色阈值 *   int arg4：偏移阈值 *   float[] arg5：区域 *   double arg6：相似度 * 案例： */ // 简单SIFT图像查找示例 function simpleSiftExample() {     printl("开始简单的SIFT图像查找");         try {         // 截取屏幕作为大图         var bigMat = screen.screenShot(900, 1600, 100).getMat();         // 截取小区域作为小图         var smallMat = screen.screenShot(300, 300, 100).getMat();                  // 注意：下面的方法调用导致了错误，可能是因为参数类型不匹配         // Can't find method com.autoapp.autoapp.Classes.opencv.OpenvCv.findImageOneSift(org.opencv.core.Mat,org.opencv.core.Mat,number,number,object)         // 这表明方法签名可能与我们假设的不同         // var result = opencv.findImageOneSift(bigMat, smallMat, 60, 50, [0, 0, 1, 1]);                  printl("SIFT查找功能暂时不可用，请检查方法签名");                  // 释放资源         bigMat = null;         smallMat = null;         // result = null;     } catch (e) {         printl("SIFT查找错误: " + String(e));     } } // 简单多点找色示例 function simpleMultiColorExample() {     printl("开始简单的多点找色");         try {         // 截取屏幕         var mat = screen.screenShot(900, 1600, 100).getMat();                  // 基点和颜色点（示例值，实际使用时需要根据图像调整）         var basePoint = "100,100,#FFFFFF";         var colorPoints = ["120,100,#CCCCCC"];                  // 执行多点找色         var results = opencv.findMultiColor(mat, basePoint, colorPoints, 2, 5, [0, 0, 1, 1], 0.5);                  if (results != null && results.length > 0) {             printl("找到 " + results.length + " 个匹配点");         } else {             printl("未找到匹配点");         }                  // 释放资源         mat = null;         results = null;     } catch (e) {         printl("多点找色错误: " + String(e));     } } // 执行示例 simpleMultiColorExample(); // 方法2：findImagesEx：cv 文件找图 /** * 功能描述：cv 文件找图 * 函数声明：detect[] findImagesEx(String arg0) * 返回值：detect[] * 参数：String arg0：cv 文件名 * 案例： */ // 找图返回目标数组 var detects = opencv.findImagesEx('图色564976.cv'); if (detects != null) {     printl(detects);     detects[0].click(); } // 方法3：findMultiColor：找色 /** * 功能描述：根据多个颜色点在图像中查找匹配区域，返回所有匹配的检测对象数组 * 函数声明：detect[] findMultiColor(Mat arg0, String arg1, String[] arg2, int arg3, int arg4, float[] arg5, double arg6) * 返回值：detect[] * 参数： *   Mat arg0：图片 *   String arg1：基点 *   String[] arg2：多色 *   int arg3：偏色阈值 *   int arg4：偏移阈值 *   float[] arg5：区域 *   double arg6：相似度 * 案例： */ var result: detect[] = 图色850610(); if (result != null) {     result[0].click(); } else {     print.err('查找图色850610失败') } function 图色850610() {     // 截屏并转成mat格式     var mat = screen.screenShot(900, 1600, 100).getMat();     // 找色     return opencv.findMultiColor(mat, '546,325,#51752F', ['552,355,#429D60', '534,367,#63FA87'], 2, 5, [0, 0, 1, 1], 0.95) } // 方法4：findMultiColorEx：cv 文件多点找色 /** * 功能描述：cv 文件多点找色 * 函数声明：detect[] findMultiColorEx(String arg0) * 返回值：detect[] * 参数：String arg0：cv 文件名 * 案例： */ // 找色返回目标数组 var detects = opencv.findMultiColorEx('图色850610.cv'); if (detects != null) {     printl(detects);     detects[0].click(); } // 方法5：gaussianBlur：高斯滤波 /** * 功能描述：高斯滤波可以平滑图像边缘 * 函数声明：Mat gaussianBlur(Mat arg0, int arg1) * 返回值：Mat * 参数： *   Mat arg0：图像 *   int arg1：卷积核 * 案例： */ let mat: Mat = 图色770562(); printl(mat); function 图色770562() {     // 截屏并转成mat格式     var mat = screen.screenShot(900, 1600, 100).getMat();     // 高斯滤波     opencv.gaussianBlur(mat, 5)     return mat; } // 方法6：getAllShap：获取所有 Shape /** * 功能描述：获取所有 Shap * 函数声明：ArrayList getAllShap(Mat arg0) * 返回值：ArrayList * 参数：Mat arg0：输入图像 * 案例： */ // 获取所有Shape示例 // 函数声明: ArrayList getAllShap(Mat arg0) // 参数: Mat arg0 - 输入图像 // 返回值: ArrayList - 包含所有Shape的列表 function getAllShapExample() {     printl("开始执行获取所有Shape示例");         try {         // 截取屏幕图像         var screenshot = screen.screenShot(900, 1600, 100);         var mat = screenshot.getMat();         printl("截图尺寸: " + mat.width() + "x" + mat.height());                  // 尝试对图像进行预处理以确保格式正确         // 先转换为灰度图像，这通常会生成CV_8UC1格式         var grayMat = new Mat();         opencv.cvtColor(mat, grayMat, 6); // 6 表示 COLOR_RGB2GRAY                  // 调用getAllShap函数获取所有Shape         var shapes = opencv.getAllShap(grayMat);                  if (shapes != null) {             printl("成功获取到 " + shapes.size() + " 个Shape");                          // 限制输出前10个Shape以避免日志过多             var outputCount = Math.min(shapes.size(), 10);             for (var i = 0; i < outputCount; i++) {                 var shape = shapes.get(i);                 printl("Shape " + (i+1) + ": " + shape);             }                          if (shapes.size() > 10) {                 printl("... 还有 " + (shapes.size() - 10) + " 个Shape未显示");             }         } else {             printl("未获取到任何Shape");         }                  // 释放资源         mat = null;         grayMat = null;         screenshot = null;         shapes = null;              } catch (e) {         printl("执行获取所有Shape时发生错误: " + String(e));     }         printl("获取所有Shape示例执行完毕"); } // 执行示例 getAllShapExample(); // 方法7：getContours：获取轮廓图 /** * 功能描述：获取轮廓图 * 函数声明：Mat getContours(Mat arg0) * 返回值：Mat * 参数：Mat arg0：输入图像 * 案例： */ // 简单获取轮廓图示例 // 函数声明: Mat getContours(Mat arg0) // 参数: Mat arg0 - 输入图像 // 返回值: Mat - 包含轮廓的Mat对象 function simpleGetContoursExample() {     printl("开始执行简单获取轮廓图示例");         // 截取屏幕图像     var screenshot = screen.screenShot(900, 1600, 100);     var mat = screenshot.getMat();     printl("截图尺寸: " + mat.width() + "x" + mat.height());         // 尝试对图像进行预处理以确保格式正确     // 先转换为灰度图像，这通常会生成CV_8UC1格式     var grayMat = new Mat();     opencv.cvtColor(mat, grayMat, 6); // 6 表示 COLOR_RGB2GRAY         // 调用getContours函数获取轮廓     var contours = opencv.getContours(grayMat);         if (contours != null) {         printl("成功获取到轮廓，轮廓数量: " + contours.size());                  // 显示前5个轮廓的详细信息         var showCount = Math.min(contours.size(), 5);         for (var i = 0; i < showCount; i++) {             var contour = contours.get(i);             printl("轮廓 " + (i+1) + ": 长度=" + contour.length + " 点数=" + contour.points.length);         }     } else {         printl("未获取到任何轮廓");     }         // 释放资源     mat = null;     grayMat = null;     screenshot = null;     contours = null;             printl("简单获取轮廓图示例执行完毕"); } // 执行示例 simpleGetContoursExample(); 复制代码 方法1：findImageOneSift：找图（SIFT 算法）   类别 详情 功能描述 根据多个颜色点在图像中查找匹配区域，返回所有匹配的检测对象数组 函数声明 detect[] findMultiColor(Mat arg0, String arg1, String[] arg2, int arg3, int arg4, float[] arg5, double arg6) 返回值 detect[] 参数 Mat arg0 ：图片String arg1 ：基点String[] arg2 ：多色int arg3 ：偏色阈值int arg4 ：偏移阈值float[] arg5 ：区域double arg6 ：相似度 案例 // 简单SIFT图像查找示例 function simpleSiftExample() {     printl("开始简单的SIFT图像查找");         try {         // 截取屏幕作为大图         var bigMat = screen.screenShot(900, 1600, 100).getMat();         // 截取小区域作为小图         var smallMat = screen.screenShot(300, 300, 100).getMat();                  // 注意：下面的方法调用导致了错误，可能是因为参数类型不匹配         // Can't find method com.autoapp.autoapp.Classes.opencv.OpenvCv.findImageOneSift(org.opencv.core.Mat,org.opencv.core.Mat,number,number,object)         // 这表明方法签名可能与我们假设的不同         // var result = opencv.findImageOneSift(bigMat, smallMat, 60, 50, [0, 0, 1, 1]);                  printl("SIFT查找功能暂时不可用，请检查方法签名");                  // 释放资源         bigMat = null;         smallMat = null;         // result = null;     } catch (e) {         printl("SIFT查找错误: " + String(e));     } } // 简单多点找色示例 function simpleMultiColorExample() {     printl("开始简单的多点找色");         try {         // 截取屏幕         var mat = screen.screenShot(900, 1600, 100).getMat();                  // 基点和颜色点（示例值，实际使用时需要根据图像调整）         var basePoint = "100,100,#FFFFFF";         var colorPoints = ["120,100,#CCCCCC"];                  // 执行多点找色         var results = opencv.findMultiColor(mat, basePoint, colorPoints, 2, 5, [0, 0, 1, 1], 0.5);                  if (results != null && results.length > 0) {             printl("找到 " + results.length + " 个匹配点");         } else {             printl("未找到匹配点");         }                  // 释放资源         mat = null;         results = null;     } catch (e) {         printl("多点找色错误: " + String(e));     } } // 执行示例 simpleMultiColorExample(); 方法2：findImagesEx：cv 文件找图   类别 详情 功能描述 cv 文件找图 函数声明 detect[] findImagesEx(String arg0) 返回值 detect[] 参数 String arg0 ：cv 文件名 案例 //找图返回目标数组 var detects=opencv.findImagesEx('图色564976.cv'); if(detects!=null){ printl(detects); detects[0].click(); }   方法3：findMultiColor：找色   类别 详情 功能描述 根据多个颜色点在图像中查找匹配区域，返回所有匹配的检测对象数组 函数声明 detect[] findMultiColor(Mat arg0, String arg1, String[] arg2, int arg3, int arg4, float[] arg5, double arg6) 返回值 detect[] 参数 Mat arg0 ：图片String arg1 ：基点String[] arg2 ：多色int arg3 ：偏色阈值int arg4 ：偏移阈值float[] arg5 ：区域double arg6 ：相似度 案例 var result:detect[]=图色850610(); if(result!=null){    result[0].click();     }else{    print.err('查找图色850610失败') }              function 图色850610(){    //截屏并转成mat格式    var mat=screen.screenShot(900,1600,100).getMat();   //找色   return opencv.findMultiColor(mat,'546,325,#51752F',['552,355,#429D60','534,367,#63FA87'],2,5,[0,0,1,1],0.95) } 方法4：findMultiColorEx：cv 文件多点找色   类别 详情 功能描述 cv 文件多点找色 函数声明 detect[] findMultiColorEx(String arg0) 返回值 detect[] 参数 String arg0 ：cv 文件名 案例 //找色返回目标数组 var detects=opencv.findMultiColorEx('图色850610.cv'); if(detects!=null){ printl(detects); detects[0].click(); }    方法5：gaussianBlur：高斯滤波   类别 详情 功能描述 高斯滤波可以平滑图像边缘 函数声明 Mat gaussianBlur(Mat arg0, int arg1) 返回值 Mat 参数 Mat arg0 ：图像int arg1 ：卷积核 案例 let mat:Mat=图色770562(); printl(mat); function 图色770562(){ //截屏并转成mat格式 var mat=screen.screenShot(900,1600,100).getMat(); //高斯滤波 opencv.gaussianBlur(mat,5) return mat; }   方法6：getAllShap：获取所有 Shape   类别 详情 功能描述 获取所有 Shap 函数声明 ArrayList getAllShap(Mat arg0) 返回值 ArrayList 参数 Mat arg0 ： 案例 // 获取所有Shape示例 // 函数声明: ArrayList getAllShap(Mat arg0) // 参数: Mat arg0 - 输入图像 // 返回值: ArrayList - 包含所有Shape的列表 function getAllShapExample() {     printl("开始执行获取所有Shape示例");         try {         // 截取屏幕图像         var screenshot = screen.screenShot(900, 1600, 100);         var mat = screenshot.getMat();         printl("截图尺寸: " + mat.width() + "x" + mat.height());                  // 尝试对图像进行预处理以确保格式正确         // 先转换为灰度图像，这通常会生成CV_8UC1格式         var grayMat = new Mat();         opencv.cvtColor(mat, grayMat, 6); // 6 表示 COLOR_RGB2GRAY                  // 调用getAllShap函数获取所有Shape         var shapes = opencv.getAllShap(grayMat);                  if (shapes != null) {             printl("成功获取到 " + shapes.size() + " 个Shape");                          // 限制输出前10个Shape以避免日志过多             var outputCount = Math.min(shapes.size(), 10);             for (var i = 0; i < outputCount; i++) {                 var shape = shapes.get(i);                 printl("Shape " + (i+1) + ": " + shape);             }                          if (shapes.size() > 10) {                 printl("... 还有 " + (shapes.size() - 10) + " 个Shape未显示");             }         } else {             printl("未获取到任何Shape");         }                  // 释放资源         mat = null;         grayMat = null;         screenshot = null;         shapes = null;              } catch (e) {         printl("执行获取所有Shape时发生错误: " + String(e));     }         printl("获取所有Shape示例执行完毕"); } // 执行示例 getAllShapExample(); 方法7：getContours：获取轮廓图   类别 详情 功能描述 获取轮廓图 函数声明 Mat getContours(Mat arg0) 返回值 Mat 参数 Mat arg0 ： 案例 // 简单获取轮廓图示例 // 函数声明: Mat getContours(Mat arg0) // 参数: Mat arg0 - 输入图像 // 返回值: Mat - 包含轮廓的Mat对象 function simpleGetContoursExample() {     printl("开始执行简单获取轮廓图示例");         // 截取屏幕图像     var screenshot = screen.screenShot(900, 1600, 100);     var mat = screenshot.getMat();     printl("截图尺寸: " + mat.width() + "x" + mat.height());         // 尝试对图像进行预处理以确保格式正确     // 先转换为灰度图像，这通常会生成CV_8UC1格式     var grayMat = new Mat();     opencv.cvtColor(mat, grayMat, 6); // 6 表示 COLOR_RGB2GRAY         // 调用getContours函数获取轮廓     var contours = opencv.getContours(grayMat);         if (contours != null) {         printl("成功获取到轮廓，轮廓数量: " + contours.size());                  // 显示前5个轮廓的详细信息         var showCount = Math.min(contours.size(), 5);         for (var i = 0; i < showCount; i++) {             var contour = contours.get(i);             printl("轮廓 " + (i+1) + ": 长度=" + contour.length + " 点数=" + contour.points.length);         }     } else {         printl("未获取到任何轮廓");     }         // 释放资源     mat = null;     grayMat = null;     screenshot = null;     contours = null;             printl("简单获取轮廓图示例执行完毕"); } // 执行示例 simpleGetContoursExample();