AIWORK软件图像视觉处理[opencv]小结1

QQ896757558

AIWORK软件图像视觉处理[opencv]小结1

🎨图像视觉处理[opencv]小结1

// 1. HSV颜色变换：对图像进行HSV通道的颜色变换，可调整色相、饱和度、对比度
// 参数说明：输入图像(Mat)、色相参数(int)、饱和度参数(int)、对比度参数(int)
// 返回值：处理后的Mat图像
function hsvTransform() {
    // 截取屏幕区域(432,768)大小、100质量的图像并转为Mat格式
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 调用HSV变换：色相17、饱和度17、对比度17
    opencv.HSV(mat, 17, 17, 17);
    // 输出处理结果
    printl(mat);
    return mat;
}
let hsvResult = hsvTransform();


// 2. 对比度调整：调整图像对比度，通过阈值控制强弱
// 参数说明：输入图像(Mat)、对比度阈值(double，值越大对比度越强)
// 返回值：处理后的Mat图像
function adjustContrast() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 调整对比度：阈值0.5（降低对比度）
    opencv.adjustContrast(mat, 0.5);
    printl(mat);
    return mat;
}
let contrastResult = adjustContrast();


// 3. Bitmap转Mat：将Bitmap格式图像转换为OpenCV处理用的Mat格式
// 参数说明：输入图像(Bitmap)
// 返回值：转换后的Mat图像
function bitmapToMat() {
    // 先获取屏幕截图的Bitmap对象
    var screenshot = screen.screenShot(432, 768, 100);
    var bmp = screenshot.getBitmap();
    // 转换为Mat格式
    var mat = opencv.bitmapToMat(bmp);
    printl(mat);
    return mat;
}
let matFromBmp = bitmapToMat();


// 4. 颜色过滤：保留设定的目标颜色，过滤其他颜色，适用于固定颜色目标筛选
// 参数说明：输入图像(Mat)、目标颜色数组(String[]，格式["#RRGGBB",...])、匹配阈值(int)
// 返回值：过滤后的Mat图像
function colorFilter() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 定义目标颜色数组（土黄、金黄等）
    var colors = ["#615018", "#D9C15D", "#010000", "#F4C51F"];
    // 过滤颜色：阈值2（允许轻微颜色偏差）
    mat = opencv.colorFilter(mat, colors, 2);
    printl(mat);
    return mat;
}
let filterResult = colorFilter();


// 5. 区域截图：按百分比裁剪图像或保留指定区域（区域外变白）
// 参数说明：输入图像(Mat)、区域范围(double[]，[左上角x%,左上角y%,右下角x%,右下角y%])、是否裁剪(boolean)
// 返回值：处理后的区域图像(Mat)
function extractRegion() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 定义区域：左上角(3.935%,16.406%)到右下角(53.472%,63.281%)
    var region = [0.03935, 0.16406, 0.53472, 0.63281];
    // 处理区域：false表示区域外变白，不裁剪
    opencv.extractRegion(mat, region, false);
    printl(mat);
    return mat;
}
let regionResult = extractRegion();


// 6. 面积过滤：保留图像中面积在指定范围内的区域，过滤过小/过大区域
// 参数说明：输入图像(Mat)、最小面积(double)、最大面积(double)
// 返回值：过滤后的Mat图像
function inArea() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 保留面积1~10000的区域
    opencv.inArea(mat, 1, 10000);
    printl(mat);
    return mat;
}
let areaResult = inArea();


// 7. 边缘提取：基于Canny算法提取图像边缘，高阈值通常为低阈值2~3倍
// 参数说明：输入图像(Mat)、低阈值(double)、高阈值(double)
// 返回值：边缘提取后的Mat图像
function cannyEdge() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 提取边缘：低阈值50，高阈值100（符合2倍关系）
    opencv.Canny(mat, 50, 100);
    printl(mat);
    return mat;
}
let cannyResult = cannyEdge();


// 8. OCR识别：通过训练字库识别指定区域文字，返回识别结果
// 参数说明：输入图像(Mat)、字库路径(String)、相似度(double 0~1)、预期文字数(int)、识别区域(double[])
// 返回值：ocrResult对象（含文字及位置信息）
function ocr() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 识别区域：全图（[0,0,1,1]表示0%~100%范围）
    var ocrRegion = [0, 0, 1, 1];
    // 调用OCR：字库"图色976442.ocr"，相似度0.8，不限制文字数
    var ocrRes = opencv.OCR(mat, '图色976442.ocr', 0.8, 0, ocrRegion);
    // 输出识别结果
    ocrRes ? printl("OCR识别结果：" + ocrRes.getAllString()) : print.err('OCR识别失败');
    return ocrRes;
}
let ocrResult = ocr();


// 9. CV文件OCR：通过预定义的CV文件（含字库和区域）进行OCR识别
// 参数说明：CV文件路径(String)
// 返回值：ocrResult对象（含识别结果）
function ocrEx() {
    // 读取CV文件并识别
    var ocrExRes = opencv.OCREx('图色598321.cv');
    ocrExRes ? printl("CV文件OCR结果：" + ocrExRes.getAllString()) : print.err('CV文件OCR失败');
    return ocrExRes;
}
let cvOcrResult = ocrEx();


// 10. 图像平滑：减少图像噪声、模糊图像，通过滤波和去毛边实现
// 参数说明：输入图像(Mat)、滤波值(int，值越大越平滑)、去毛边大小(int)
// 返回值：平滑后的Mat图像
function smooth() {
    var mat = screen.screenShot(432, 768, 100).getMat();
    // 平滑处理：滤波值3，去毛边2
    var smoothMat = opencv.Smooth(mat, 3, 2);
    printl(smoothMat);
    return smoothMat;
}
let smoothResult = smooth();


// 11. 多点比色：验证图像中多个指定坐标的颜色是否符合预期，全匹配返回true
// 参数说明：输入图像(Mat)、目标点数组(String[]，格式"x,y,#RRGGBB")、颜色误差(int)、坐标误差(int)、相似度(double)
// 返回值：boolean（是否全匹配）
function checkColors() {
    var mat = screen.screenShot(900, 1600, 100).getMat();
    // 目标点：x,y坐标+颜色（如"325,317,#F4C51F"）
    var points = ['325,317,#F4C51F', '357,364,#070200', '336,345,#100500', '356,386,#F4C51F'];
    // 多点比色：颜色误差2，坐标误差5，相似度0.95
    var isMatch = opencv.checkColors(mat, points, 2, 5, 0.95);
    isMatch ? printl('多点比色成功') : print.err('多点比色失败');
    return isMatch;
}
let colorCheckResult = checkColors();


// 12. CV文件多点比色：通过预定义的CV文件（含多点坐标和颜色）验证匹配
// 参数说明：CV文件路径(String)
// 返回值：boolean（是否匹配成功）
function checkColorsEx() {
    // 基于CV文件验证多点比色
    var isExMatch = opencv.checkColorsEx('图色246814.cv');
    isExMatch ? printl('CV文件多点比色成功') : printl('CV文件多点比色失败');
    return isExMatch;
}
let cvColorCheckResult = checkColorsEx();


// 13. 闭运算：先膨胀后腐蚀，用于填充图像小孔、连接邻近区域
// 参数说明：输入图像(Mat)、核大小(int，值越大效果越强)
// 返回值：闭运算处理后的Mat图像
function closeImg() {
    var mat = screen.screenShot(900, 1600, 100).getMat();
    // 闭运算：核大小3
    opencv.closeImg(mat, 3);
    printl(mat);
    return mat;
}
let closeResult = closeImg();

方法 1：HSV 颜色变换

项目	内容
功能	对图像进行 HSV 通道的颜色变换
函数签名	Mat HSV(Mat arg0, int arg1, int arg2, int arg3)
返回值	Mat
参数说明	- Mat arg0 ：输入图片- int arg1 ：色相参数- int arg2 ：饱和度参数- int arg3 ：对比度参数
案例	opencv.HSV(Mat, 0, 0, 0)

let mat:Mat=图色875078();
printl(mat);



function 图色875078(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //HSV颜色变换
  opencv.HSV(mat,17,17,17)
  return mat;

}

方法 2：对比度调整（adjustContrast）

项目	内容
功能	调整图像对比度
函数签名	Mat adjustContrast(Mat arg0, double arg1)
返回值	Mat
参数说明	- Mat arg0 ：mat 格式的输入图片- double arg1 ：用于调整对比度的阈值
案例	opencv.adjustContrast(Mat, 0)

let mat:Mat=图色195333();
printl(mat);



function 图色195333(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //二值化
  opencv.threshold(mat,50,150);
  return mat;

}

方法 3：bitmap 图转 mat（bitmapToMat）

项目	内容
功能	将 Bitmap 格式图像转换为 Mat 格式图像
函数签名	Mat bitmapToMat(Bitmap arg0)
返回值	Mat
参数说明	- Bitmap arg0 ：Bitmap 格式的输入图像
案例	opencv.bitmapToMat(bmp)

// 先获取截图的Bitmap对象
var screenshot = screen.screenShot(432, 768, 100);
var bmp = screenshot.getBitmap();
// 再将Bitmap转换为Mat
var mat = opencv.bitmapToMat(bmp);

printl(mat)

方法 4：颜色过滤（colorFilter）

项目	内容
功能	保留设定的颜色，去除其他颜色；可有效对颜色不变的目标进行筛选
函数签名	Mat colorFilter(Mat arg0, String[] arg1, int arg2)
返回值	Mat
参数说明	- Mat arg0 ：输入图片- String[] arg1 ：颜色数组（示例：["#000000","#121212"] ）- int arg2 ：阈值
案例	opencv.colorFilter(Mat, String[], 0)

let mat:Mat=图色254847();
printl(mat);

function 图色254847(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

   //颜色过滤并更新mat变量
   mat = opencv.colorFilter(mat, ["#615018", "#D9C15D", "#010000", "#F4C51F"], 2);
   return mat;
}

方法 5：区域截图（extractRegion）

项目	内容
功能	图片按照设定百分比区域进行裁剪；第三个参数为是否剪切：若为true ，则减掉多余区域只保留设定图像；若为false ，则把区域外的图变成白色、区域内保持不变
函数签名	Mat extractRegion(Mat arg0, double[] arg1, boolean arg2)
返回值	Mat
参数说明	- Mat arg0 ：输入图片- double[] arg1 ：百分比区域- boolean arg2 ：是否裁剪
案例	opencv.extractRegion(Mat, double[], true)

let mat:Mat=图色651862();
printl(mat);



function 图色651862(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //区域截图
  opencv.extractRegion(mat,[0.0393518518518519,0.1640625,0.534722222222222,0.6328125],false)
  return mat;

}

方法 6：面积过滤（inArea）

项目	内容
功能	面积过滤
函数签名	Mat inArea(Mat arg0, double arg1, double arg2)
返回值	Mat
参数说明	- Mat arg0 ：mat 格式的输入图片- double arg1 ：最小面积- double arg2 ：最大面积
案例	opencv.inArea(Mat, 0, 0)

let mat:Mat=图色100892();
printl(mat);



function 图色100892(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //面积过滤
  opencv.inArea(mat,1,10000)
  return mat;

}

方法 7：边缘提取（Canny）

项目	内容
功能	提取图像边缘；一般高阈值是低阈值的 2 - 3 倍（例如低阈值为 50 时，高阈值为 150）
函数签名	Mat Canny(Mat arg0, double arg1, double arg2)
返回值	Mat
参数说明	- Mat arg0 ：输入图像- double arg1 ：最低阈值- double arg2 ：最高阈值
案例	opencv.Canny(mat, 50, 150)

let mat:Mat=图色734271();
printl(mat);



function 图色734271(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //边缘提取
  opencv.Canny(mat,50,100)
  return mat;

}

方法 8：OCR（OCR）

项目	内容
功能	通过训练字库识别 OCR
函数签名	ocrResult OCR(Mat arg0, String arg1, double arg2, int arg3, double[] arg4)
返回值	ocrResult
参数说明	- Mat arg0 ：图片- String arg1 ：字库文件- double arg2 ：相似度- int arg3 ：文字数量- double[] arg4 ：区域范围
案例	opencv.OCR(Mat,"",0,0,double[])

var ocrcrResult=图色976442();
if(ocr!=null){
   printl(ocr.getAllString())
   
}else{
   print.err('查找图色976442失败')
}



function 图色976442(){
   //截屏并转成mat格式
   var mat=screen.screenShot(432,768,100).getMat();

  //OCR
  return opencv.OCR(mat,'图色976442.ocr',0.8,0,[0,0,1,1])
}

方法 9：cv 文件 OCR（OCREx）

项目	内容
功能	cv 文件 OCR（对指定 cv 文件进行 OCR 识别）
函数签名	ocrResult OCREx(String arg0)
返回值	ocrResult
参数说明	- String arg0 ：cv 文件名
案例	opencv.OCREx("")

var ocr1=opencv.OCREx('图色598321.cv');
if(ocr1!=null){
   printl(ocr1.getAllString());
}

方法 10：图像平滑（Smooth）

项目	内容
功能	图像平滑
函数签名	Mat Smooth(Mat arg0, int arg1, int arg2)
返回值	Mat
参数说明	- Mat arg0 ：mat 格式的输入图片- int arg1 ：滤波值- int arg2 ：去毛边大小
案例	opencv.Smooth(Mat, 0, 0)

var mat = screen.screenShot(432, 768, 100).getMat();
var smoothMat = opencv.Smooth(mat, 0, 0);
printl(smoothMat);

方法 11：多点比色（checkColors）

项目	内容
功能	多点比色；从图像中遍历查找所有的坐标和对应的颜色是否符合，符合返回true ，有一个不符则返回false
函数签名	boolean checkColors(Mat arg0, String[] arg1, int arg2, int arg3, double arg4)
返回值	boolean
参数说明	- Mat arg0 ：mat 格式图片- String[] arg1 ：颜色数组（示例：['10,9,#123233','9,9,#434323'] ）- int arg2 ：颜色误差范围- int arg3 ：坐标误差范围- double arg4 ：相似度
案例	opencv.checkColors(Mat, String[], 0, 0, 0)

var result=图色717031();
if(result==true){
   printl('找到图色717031')
  
}else{
  print.err('查找图色717031失败')
}
            

function 图色717031(){
   //截屏并转成mat格式
   var mat=screen.screenShot(900,1600,100).getMat();

  //比色
  return opencv.checkColors(mat,['325,317,#F4C51F','357,364,#070200','336,345,#100500','356,386,#F4C51F'],2,5,0.95)
}

方法 12：cv 文件多点比色（checkColorsEx）

项目	内容
功能	cv 文件多点比色
函数签名	boolean checkColorsEx(String arg0)
返回值	boolean
参数说明	- String arg0 ：cv 文件名
案例	opencv.checkColorsEx("")

//比色是否成功
var find=opencv.checkColorsEx('图色246814.cv');
if(find==true){
   printl('找到');
}

方法 13：闭运算（closeImg）

项目	内容
功能	闭运算
函数签名	Mat closeImg(Mat arg0, int arg1)
返回值	Mat
参数说明	- Mat arg0 ：输入图片- int arg1 ：核大小
案例	opencv.closeImg(Mat, 0)

let mat:Mat=图色308249();
printl(mat);



function 图色308249(){
   //截屏并转成mat格式
   var mat=screen.screenShot(900,1600,100).getMat();

  //闭运算
  opencv.closeImg(mat,3)
  return mat;

}