python 根据图片特征识别点击

import cv2
import numpy as np
import pyautogui
import time

class ImageClicker:
    def __init__(self, target_image_path, retry_count=3, retry_interval=1, match_threshold=0.75):
        self.target_image_path = target_image_path
        self.retry_count = retry_count
        self.retry_interval = retry_interval
        self.match_threshold = match_threshold

        # 加载目标图片
        self.target_image = cv2.imread(self.target_image_path)

        # 提取目标图片的 SIFT 特征
        self.sift = cv2.SIFT_create()
        self.kp1, self.des1 = self.sift.detectAndCompute(self.target_image, None)

    def click_image(self):
        for i in range(self.retry_count):
            try:
                # 获取浏览器窗口截图
                screenshot = pyautogui.screenshot()
                screenshot = cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR)

                # 提取截图的 SIFT 特征
                kp2, des2 = self.sift.detectAndCompute(screenshot, None)

                # 进行特征匹配
                bf = cv2.BFMatcher()
                matches = bf.knnMatch(self.des1, des2, k=2)

                # 使用 Lowe's Ratio Test 筛选匹配结果
                good = []
                for m, n in matches:
                    if m.distance < self.match_threshold * n.distance:  # 使用 match_threshold 阈值
                        good.append([m])

                # 计算目标元素的位置
                if len(good) > 0:
                    src_pts = np.float32([self.kp1[m[0].queryIdx].pt for m in good]).reshape(-1, 1, 2)
                    dst_pts = np.float32([kp2[m[0].trainIdx].pt for m in good]).reshape(-1, 1, 2)
                    M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)
                    h, w = self.target_image.shape[:2]
                    pts = np.float32([[0, 0], [0, h - 1], [w - 1, h - 1], [w - 1, 0]]).reshape(-1, 1, 2)
                    dst = cv2.perspectiveTransform(pts, M)

                    # 计算点击坐标
                    x = int((dst[0][0][0] + dst[2][0][0]) / 2)  # 计算水平方向的中间位置
                    y = int((dst[0][0][1] + dst[2][0][1]) / 2)  # 计算垂直方向的中间位置

                    # 点击目标元素
                    pyautogui.click(x, y)
                    return True  # 点击成功

            except Exception as e:
                print(f"点击失败：{e}")
                time.sleep(self.retry_interval)

        return False  # 点击失败

# 使用示例
image_clicker = ImageClicker('4.png', retry_count=5,
                             retry_interval=2,
                             match_threshold=0.8)  # 设置 match_threshold 为 0.8
if image_clicker.click_image():
    print("点击成功！")
else:
    print("点击失败！")

代码结构：

导入库：
- cv2 (OpenCV)：用于图像处理、特征提取和匹配的库。
- numpy：用于处理图像数据所需的数值运算。
- pyautogui：用于控制鼠标和键盘，模拟点击操作。
- time：用于控制代码执行的暂停时间。
ImageClicker 类：
- __init__(self, target_image_path, retry_count=3, retry_interval=1, match_threshold=0.75)：
  - 初始化类，设置一些参数：
    - target_image_path：目标图像的路径。
    - retry_count：如果点击失败，重试的次数。
    - retry_interval：两次重试之间的间隔时间（秒）。
    - match_threshold：匹配阈值，用于判断目标图像与屏幕截图的匹配程度。值越高，匹配要求越严格。
  - 加载目标图像 self.target_image。
  - 创建 SIFT (尺度不变特征变换) 对象 self.sift，用于提取图像特征。
  - 计算目标图像的 SIFT 特征 self.kp1, self.des1。
- click_image(self)：
  - 循环尝试 retry_count 次：
    - 获取屏幕截图 screenshot。
    - 将截图转换为 OpenCV 格式。
    - 提取截图的 SIFT 特征 kp2, des2。
    - 使用 cv2.BFMatcher 进行特征匹配，得到匹配结果 matches。
    - 使用 Lowe's Ratio Test 筛选匹配结果，得到 good 匹配列表。
    - 如果找到匹配结果：
      - 计算目标元素的位置（点击坐标）。
      - 使用 pyautogui.click() 模拟点击操作。
      - 返回 True，表示点击成功。
    - 如果没有找到匹配结果，则等待 retry_interval 秒后继续尝试。
  - 如果所有尝试都失败，则返回 False，表示点击失败。

使用方法：

创建 ImageClicker 对象，传入目标图像路径和其他参数。
调用 click_image() 方法尝试点击目标图像。

代码示例：

image_clicker = ImageClicker('4.png', retry_count=5, retry_interval=2, match_threshold=0.8)
if image_clicker.click_image():
    print("点击成功！")
else:
    print("点击失败！")

代码主要流程：

加载目标图像并提取其 SIFT 特征。
获取屏幕截图并提取其 SIFT 特征。
将目标图像的特征与截图的特征进行匹配。
使用 Lowe's Ratio Test 筛选匹配结果。
计算目标元素的位置（点击坐标）。
模拟点击目标元素。

注意：

为了使代码正常运行，需要安装必要的库：opencv-python, pyautogui。
确保目标图像 4.png 存在于代码所在的目录中。
调整 match_threshold 值可以改变匹配的严格程度。
为了避免误点击，可以根据实际情况调整 retry_count 和 retry_interval。

python OpenCV 库中的 cv2.Canny() 函数来对图像进行边缘检测，并显示检测到的边缘特征-CSDN博客