java通过使用opencv 自动匹配目标

import org.opencv.core.*; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; import java.io.File; public class OpenCVDemo { public static void main(String[] args) throws Exception{ String parentDir = "C:\\Users\\hanpe\\Desktop\\2024\\10\\1008\\SlideCode" ; String imgPath = parentDir + File.separator + "screenshot.png" ; String templateImgPath = parentDir + File.separator + "template.png" ; String resultImgPath = parentDir + File.separator + "result.png" ; // //加载 opencv_javaXX.dll // System.loadLibrary(Core.NATIVE_LIBRARY_NAME); // //测试图片地址 // //读取图片 // Mat img = Imgcodecs.imread(imgPath); // //生成灰度图 // Mat gray = new Mat(); // Imgproc.cvtColor(img,gray, Imgproc.COLOR_BGR2GRAY); // //保存图片 // String grayImgPath = parentDir + File.separator + "result.png" ; // Imgcodecs.imwrite(grayImgPath , gray); // Long startTime = System.currentTimeMillis() ; // templateMatch(imgPath,templateImgPath,resultImgPath) ; // Point point = templateMatch(imgPath, templateImgPath); // System.out.println("匹配坐标:"+point); generateDragParam() ; } /** * 生成 滑动解锁参数 * @throws Exception */ public static void generateDragParam() throws Exception{ Long startTime = System.currentTimeMillis() ; String parentDir = "C:\\Users\\hanpe\\Desktop\\2024\\10\\1008\\SlideCode" ; String imgPath = parentDir + File.separator + "screenshot.png" ; String templateImgPath = parentDir + File.separator + "template.png" ; String resultImgPath = parentDir + File.separator + "result.png" ; // templateMatch(imgPath,templateImgPath,resultImgPath) ; Point matchPoint = templateMatch(imgPath, templateImgPath); System.out.println("匹配坐标:"+matchPoint); String key = "fa2089e0-c9c2-8ea2-865d-3b70a570e4ad" ; String token = "177315acf3ec4259a1ffa5f37fa6ccbd-a1bb858985d6b588ccca1699e7e60957" ; Long point = Math.round(matchPoint.x) ; Long timespan = 2000L ; Long endTime = startTime + 1500 ; System.out.println("startTime:"+startTime); System.out.println("startTime1:"+System.currentTimeMillis()); System.out.println("endTime:"+endTime); } /** * 模板匹配 * @param imgPath * @param templatePath * @return * @throws Exception */ public static Point templateMatch(String imgPath,String templatePath) throws Exception{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); //将文件读入为OpenCV的Mat格式 Mat source = Imgcodecs.imread(imgPath); Mat template = Imgcodecs.imread(templatePath); //创建于原图相同的大小，储存匹配度 Mat result = Mat.zeros(source.rows() - template.rows() + 1, source.cols() - template.cols() + 1, CvType.CV_32FC1); //调用模板匹配方法 Imgproc.matchTemplate(source, template, result, Imgproc.TM_SQDIFF_NORMED); //规格化 Core.normalize(result, result, 0, 1, Core.NORM_MINMAX, -1); //获得最可能点，MinMaxLocResult是其数据格式，包括了最大、最小点的位置x、y Core.MinMaxLocResult mlr = Core.minMaxLoc(result); Point matchLoc = mlr.minLoc; return matchLoc ; } /** * 模板匹配 * @param imgPath * @param templatePath * @param resultPath * @throws Exception */ public static void templateMatch(String imgPath,String templatePath,String resultPath) throws Exception{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); //将文件读入为OpenCV的Mat格式 Mat source = Imgcodecs.imread(imgPath); Mat template = Imgcodecs.imread(templatePath); //创建于原图相同的大小，储存匹配度 Mat result = Mat.zeros(source.rows() - template.rows() + 1, source.cols() - template.cols() + 1, CvType.CV_32FC1); //调用模板匹配方法 Imgproc.matchTemplate(source, template, result, Imgproc.TM_SQDIFF_NORMED); //规格化 Core.normalize(result, result, 0, 1, Core.NORM_MINMAX, -1); //获得最可能点，MinMaxLocResult是其数据格式，包括了最大、最小点的位置x、y Core.MinMaxLocResult mlr = Core.minMaxLoc(result); Point matchLoc = mlr.minLoc; System.out.println("匹配后位置:"+matchLoc); //在原图上的对应模板可能位置画一个绿色矩形 Imgproc.rectangle(source, matchLoc, new Point(matchLoc.x + template.width(), matchLoc.y + template.height()), new Scalar(0, 255, 0)); //将结果输出到对应位置 Imgcodecs.imwrite(resultPath , source); } }