Python使用OpenCV和aircv实现截图在原图中的位置匹配

白榆
白榆
发布时间:2026-10-13| 3人浏览过
原创

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。

相关标签:

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。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。