依賴python包|opencv、numpy、aircv

第一步：查找圖片在原始圖片上的坐標(biāo)點(diǎn)

import aircv as ac

def matchImg(imgsrc,imgobj,confidencevalue=0.5):#imgsrc=原始圖像，imgobj=待查找的圖片

imsrc = ac.imread(imgsrc)

imobj = ac.imread(imgobj)

match_result = ac.find_template(imsrc,imobj,confidence) # {'confidence': 0.5435812473297119, 'rectangle': ((394, 384), (394, 416), (450, 384), (450, 416)), 'result': (422.0, 400.0)}

if match_result is not None:

match_result['shape']=(imsrc.shape[1],imsrc.shape[0])#0為高，1為寬

return match_result

說(shuō)明：通過aircv的find_template()方法，來(lái)返回匹配圖片的坐標(biāo)結(jié)果

1.入?yún)?#xff1a;

find_template(原始圖像imsrc，待查找的圖片imobj，最低相似度confidence)

2.返回結(jié)果：

{'confidence': 0.5435812473297119, 'rectangle': ((394, 384), (394, 416), (450, 384), (450, 416)), 'result': (422.0, 400.0)

confidence：匹配相似率

rectangle：匹配圖片在原始圖像上四邊形的坐標(biāo)

result：匹配圖片在原始圖片上的中心坐標(biāo)點(diǎn)，也就是我們要找的點(diǎn)擊點(diǎn)

注意：如果結(jié)果匹配到的confidence小于入?yún)鬟f的相似度confidence，則會(huì)返回None，不返回字典

第二步：將圖片匹配的坐標(biāo)點(diǎn)，轉(zhuǎn)換為手機(jī)屏幕上實(shí)際的坐標(biāo)點(diǎn)

因?yàn)榻貓D后在PC上的分辨率，和在手機(jī)上分辨率不一樣，而我們通過第一步求出的坐標(biāo)點(diǎn)是PC上截圖的坐標(biāo)點(diǎn)，一般比手機(jī)上大很多，所以需要轉(zhuǎn)換一下坐標(biāo)

photo_position=self.driver.get_screenshot_as_file(imgfile)#截屏手機(jī)

x = self.driver.get_window_size()['width']

y = self.driver.get_window_size()['height']

size_width,size_height = x,y #獲得手機(jī)d的寬高尺寸

confidencevalue = 0.8 # 定義相似度

position = matchImg(imsrc,imobj,confidence)# 用第一步的方法，實(shí)際就是find_template()方法

if position != None:

x, y = position['result']

shape_x, shape_y = tuple(map(int,position['shape']))

position_x,position_y=int(photo_position_x+(photo_width/shape_x*x)),int(photo_position_y+(photo_height/shape_y*y))

self.driver.tap([(position_x, position_y)])

思路說(shuō)明：

1.通過appium的方法driver.get_screenshot_as_file(filename)進(jìn)行截圖

2.通過appium的get_window_size獲得寬高的字典，進(jìn)而得到寬和高

3.在PC上通過截圖和獲取到的手機(jī)屏截圖做匹配，返回匹配結(jié)果坐標(biāo)以及PC上原圖的尺寸

4.通過PC上截圖和手機(jī)上屏幕的寬高比，以及在PC上的實(shí)際坐標(biāo)點(diǎn)，獲得手機(jī)上實(shí)際的坐標(biāo)點(diǎn)

5.最后通過appium的方法對(duì)手機(jī)上的坐標(biāo)進(jìn)行點(diǎn)擊drive.tap([x,y])

注意：為了匹配結(jié)果的精準(zhǔn)性，截圖最好在PC上原圖1:1下截圖，不要放大后截圖，否則相似度會(huì)差很多

第三步：優(yōu)化，截取手機(jī)上部分區(qū)域圖片，進(jìn)行相似度匹配，提高匹配精度

因?yàn)橛行﹫D片太小了，如果在一張大圖上進(jìn)行匹配，經(jīng)常匹配不到。那如果知道圖片出現(xiàn)的大概位置，可以截圖那個(gè)區(qū)域再進(jìn)行匹配

這里有兩種區(qū)域截圖方法：

1.根據(jù)appium定位到的元素進(jìn)行截圖

driver.find_element(*element).screenshot(imgfile)

2.根據(jù)截圖矩形左上角坐標(biāo)（百分比x,y）和寬高（百分比）截圖

Image.open(imgfile).crop((pc_location_x,pc_location_y,pc_location_x+pc_width,pc_location_y+pc_height)).save(imgfile)

先截取整個(gè)手機(jī)屏幕，然后根據(jù)百分比以及PC上截圖的寬高進(jìn)行計(jì)算，通過PIL的crop()方法截圖，獲得截圖上的坐標(biāo)

然后根據(jù)PC和手機(jī)上圖片的比例獲得手機(jī)上的坐標(biāo)

總結(jié)

以上是生活随笔為你收集整理的python坐标定位_如何利用Python识别并定位图片中某一个色块的坐标？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。