AIWORK软件图像视觉处理[opencv]小结1

	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; }