Python+opencv圖像識別

圖像識別

最近工作遇到了一個需要識別安全鍵盤並點擊的需求，做自動化嘛，由於安全鍵盤的鍵位固定但是鍵值隨機，所以常規的方法不能正確獲取觸發點擊，so，上網查了一下基本思路都是用機器識別。

1. 加載opencv-python

   pip install opencv-python

    會自動加載opencv-python,numpy和cv2

2. 當文件中導入cv2，直接上代碼：

       def get_keynumber_location(self):
           '''
           獲取字母對應位置
           :return:返回template在image中的的bound參數
           '''
           keynum = pic_path + "\keynum.png"                     #鍵盤圖片
           image = cv2.imread(keynum)
           key = cur_path + "\keyboard\%s.png" % 1              #數字鍵圖片
           template = cv2.imread(key)
           h,w = template.shape[:2]                                #字母圖片尺寸
           result = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)       #圖片對比
           min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)              #對比結果最大值最小值以及位置
           br = (max_loc[0] + w,max_loc[1] + h)
   # cv2.rectangle(image,max_loc,br,[0,255,0],2)
   # cv2.imshow("pipei",image)
   # cv2.waitKey(0)
   # cv2.destroyAllWindows()
           return max_loc, br
   
       def click_position(self):
           '''
           確定點擊位置
           :param password: 口令密碼
           :return:返回點擊位置position
           '''
           a,b = self.get_keynumber_location()  #template在image中的的bound參數
           x = a[0] + b[0]
           y = a[1] + b[1]
           position = (x / 2,y / 2)
           self.driver.tap([position])      # 點擊
           return position

    基本就是用cv2.imread(path)讀取圖片，用cv2.matchTemplate(大圖，小圖，策略)函數進行比較，返回的是一個結果集，用cv2.minMaxLoc(result)函數獲得最小值、最大值和相應位置。注釋部分是驗證識別區域是否正確，click_position是用來確定點擊位置和點擊事件的。