Python使用OpenCV和aircv实现截图在原图中的位置匹配
本文介绍如何在Python环境中利用OpenCV与aircv库实现截图在原图中的精准定位。通过安装指定依赖包,加载原图与截图进行模板匹配计算,最终在原图上绘制圆圈标记出匹配位置,为自动化测试和图像识别提供实用参考。
环境依赖配置
环境依赖配置
首先需下载并安装OpenCV-2.4.9版本,随后将生成的cv2.pyd文件复制至Python安装目录下的site-packages文件夹中,以确保模块可被正确调用。
接着执行命令pip install numpy以安装数值计算库。
最后执行命令pip install aircv以安装图像识别辅助库。
素材准备与处理
准备一张包含目标的原图以及需要定位的截图素材。
原图素材

截图素材

代码实现与结果展示
核心实现代码如下:
import cv2
import aircv as ac
# print circle_center_pos
def draw_circle(img, pos, circle_radius, color, line_width):
cv2.circle(img, pos, circle_radius, color, line_width)
cv2.imshow('objDetect', imsrc)
cv2.waitKey(0)
cv2.destroyAllWindows()
if __name__ == "__main__":
imsrc = ac.imread('bg.jpg')
imobj = ac.imread('obj.png')
# find the match position
pos = ac.find_template(imsrc, imobj)
circle_center_pos = pos['result']
circle_radius = 50
color = (0, 255, 0)
line_width = 10
# draw circle
draw_circle(imsrc, circle_center_pos, circle_radius, color, line_width)
运行程序后,将在原图上显示匹配结果。

上述内容展示了利用Python结合OpenCV与aircv进行截图位置匹配的具体步骤,希望能为相关开发者提供有价值的参考,欢迎持续关注获取更多技术资讯。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









