Блог

Я использую OpenCV2 для работы с функцией автоматической блокировки для игры, так просто: если красный индикатор, отображаемый в определенном регионе, имеет значение max_val выше порогового значения, нажмите указанную клавишу, чтобы заблокировать эту атаку.

Существует шаблон индикатора с прозрачным фоном, он работает на нескольких скриншотах, но не на большинстве других, однако.

Вот данные, которые я использую:

Шаблон:

Снимок экрана, на котором он успешно обнаруживает:

Снимок экрана, на котором он не может обнаружить:

Код для обнаружения:

 import time
import cv2
import pyautogui
import numpy as np


def block_left():
    # while True:
        # screenshot = pyautogui.screenshot(region=(960, 455, 300, 260))
        # region = cv2.imread(np.array(screenshot), cv2.IMREAD_UNCHANGED)
    region = cv2.imread('Screenshots/Left S 1.png', cv2.IMREAD_UNCHANGED)
    block = cv2.imread(r'Block Images/Left Block.png', cv2.IMREAD_UNCHANGED)
    matched = cv2.matchTemplate(region, block, cv2.TM_CCOEFF_NORMED)

    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(matched)
    print(max_val)

    w = block.shape[1]
    h = block.shape[0]

    cv2.rectangle(region, max_loc, (max_loc[0]   w, max_loc[1]   h), (255, 0, 0), 2)

    cv2.imshow('Region', region)
    cv2.waitKey()


block_left()
 

Итак, в заключение я перепробовал множество других методов, но все они показали менее успешные результаты. Есть ли какие-либо фильтры, какая-либо обработка, которую я могу добавить, чтобы исправить это?
Спасибо.

Загруженные изображения 8-разрядные, однако используемые изображения 32-разрядные, но не могут быть загружены из-за размера, используемые 32-разрядные изображения загружены здесь: https://ibb.co/r7B7G6B https://ibb.co/r0r9w5T https://ibb.co/KXP3wWc

Вот пример сопоставления замаскированных шаблонов в Python/OpenCV с использованием двух ваших изображений и шаблона с альфа-каналом.

Изображение 1:

Изображение 2:

Шаблон:

 import cv2
import numpy as np

# read  image
img = cv2.imread('game2.jpg')

# read template with alpha channel
template_with_alpha = cv2.imread('game_template.png', cv2.IMREAD_UNCHANGED)
hh, ww = template_with_alpha.shape[:2]

# extract base template image and alpha channel and make alpha 3 channels
template = template_with_alpha[:,:,0:3]
alpha = template_with_alpha[:,:,3]
alpha = cv2.merge([alpha,alpha,alpha])

# do masked template matching and save correlation image
correlation = cv2.matchTemplate(img, template, cv2.TM_CCORR_NORMED, mask=alpha)

# get best match
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(correlation)
max_val_corr = '{:.6f}'.format(max_val)
print("correlation score: "   max_val_corr)
print("match location:", max_loc)

# draw match 
result = img.copy()
cv2.rectangle(result, (max_loc), ( max_loc[0] ww,  max_loc[1] hh), (0,0,255), 1)

# save results
cv2.imwrite('game2_matches.jpg', result)

cv2.imshow('template',template)
cv2.imshow('alpha',alpha)
cv2.imshow('result',result)
cv2.waitKey(0)
cv2.destroyAllWindows()
 

Совпадение с изображением 1:

 correlation score: 0.983882
match location: (783, 512)
 

Совпадение с изображением 2:

 correlation score: 0.938928
match location: (867, 504)