图像匹配（大图中找小图）最简单方法：aircv之find_template

我的开源项目SimpleRPA里面，一直使用aircv的find_template方法来做图像匹配，最常见的场景就是从屏幕截图中，查找预先截好的小图，来确定下一步鼠标点击的位置：

比如在下面的钉钉PC端主页面中：

我们来查找企业logo的位置：

aircv是网易维护的一个小项目，里面有几个图像处理工具函数，它的安装很简单：

pip install aircv

其中被使用最多的，就是这个find_template方法，基本用法如下：

import aircv as ac

match_result = ac.find_template(image_origin, image_template, threshold, bgremove)

几个参数分别表示

• image_origin：被查找的源图（上面实例中的钉钉主页面截图），要注意源图的宽和高，都必须大于或等于模板图
• image_template：要查找的模板小图（上面实例中的logo）
• threshold：最小置信度，在0到1之间。因为图像匹配并不需要每个像素精确一致，可以模糊匹配，所以这个值设定得越高，找到的区域就越接近模板图，但设得太高就有可能找不到。
• bgremove：是否去除背景。如果这个值设置为True，那么函数内部会用Canny算子先提取图像轮廓，再做查找

返回值match_result是个dict结构：

match_result:{
    'result': (x,y),        #tuple，表示识别结果的中心点
    'rectangle':[            #二位数组，表示识别结果的矩形四个角
        [left, top],
        [left, bottom],
        [right, top],
        [right, bottom]
    ],
    'confidence': percentage   #识别结果的置信度,在0-1之间，越大越精准
}

这样我们就可以用返回值在图片上标出矩形框的位置：

import cv2
rect = match_result['rectangle']
cv2.rectangle(img_result, (rect[0][0], rect[0][1]), (rect[3][0], rect[3][1]), (0, 0, 220), 2)

这个find_template方法只返回一个最可信的结果，如果源图中有多个模板图，都想找回来
那么需要find_all_template函数，参数完全一样，只是返回值是个match_result数组。

但是这个库很久没有维护了，我给它提交了一个PR，也没人理，还是有一些坑的，以后再慢慢聊。