OpenCV图像处理与识别AIWROK软件十大功能及其实现方法

	OpenCV图像处理与识别AIWROK软件十大功能及其实现方法.. //第一个，opencv.checkColorsEx_精简OCR识别 function safeOCRProcess() {     // 第一步：先验证目标区域是否存在     if (!opencv.checkColorsEx('多点比色.cv')) {         printl("基础区域验证未通过");         return;     }     // 第二步：执行OCR并验证返回类型     var ocrResult = opencv.OCREx('多点比色.cv');         // 双重类型验证（应对可能返回boolean的情况）     if (!ocrResult || typeof ocrResult !== 'object' || typeof ocrResult.findIncludeText !== 'function') {         printl("OCR结果异常");         return;     }     // 第三步：安全处理识别结果     try {         var resultText = ocrResult.findIncludeText('蜂');         if (resultText) {             printl("识别成功：" + resultText);             // 这里可以添加点击等后续操作         } else {             printl("文本未找到");         }     } catch (e) {         printl("结果处理异常：" + e.message);     } } // 执行处理流程 safeOCRProcess(); //第二个，opencv.checkColorsEx_精简区域找图 var seek = opencv.findImagesEx('区域找图.cv'); if (seek) {      seek[0].click();  //点击 } else {     printl("未找到了"); } var seek = opencv.findImagesEx('区域找图.cv'); if (seek) {     var place = seek[0].getRealRect();     var x = place.getCenterX();     var y = place.getCenterY();     printl(x+","+y) } else {     printl("未找到了"); } //第三个，opencv.checkColorsEx_精简多点找色 var seek = opencv.checkColorsEx('多点比色.cv'); if (seek) {     printl("找到了"); } else {     printl("未找到了"); } if (opencv.checkColorsEx('多点比色.cv')) {     printl("找到了"); } else {     printl("未找到了"); } //第四个，opencv.checkColorsEx_精简多点比色 var seek = opencv.checkColorsEx('多点比色.cv'); if (seek) {     printl("找到了"); } else {     printl("未找到了"); } if (opencv.checkColorsEx('多点比色.cv')) {     printl("找到了"); } else {     printl("未找到了"); } //第五个，opencv.checkColors_OCR识别 var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.OCR(mat, '小猪猪.ocr', 0.95,0); if (seek) {    printl(ocr1.getAllString()); } else {     printl("未找到了"); } var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.OCR(mat, '小猪猪.ocr', 0.95,0); if (seek) {     printl(seek.findIncludeText('小猪猪')) } else {     printl("未找到了"); } //第六个，opencv.checkColors_多点比色 var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.checkColors(mat, ['351,452,#553E38', '368,449,#816D78'], 2, 4, 0.95); if (seek) {     printl("找到了"); } else {     printl("未找到了"); } var mat=screen.screenShot(720,1280,100).getMat(); if (opencv.checkColors(mat, ['351,452,#553E38', '368,449,#816D78'], 2, 4, 0.95)) {     printl("找到了"); } else {     printl("未找到了"); } //第七个，opencv.findMultiColor_多点找色 var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.findMultiColor(mat,'607,425,#264878',['601,413,#1E4276','597,428,#1E4276','591,429,#F8FBFF'],2,5,[0.80040,0.30889,0.87549,0.35667],0.95); if (seek) {      seek[0].click();  //点击 } else {     printl("未找到了"); } var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.findMultiColor(mat,'607,425,#264878',['601,413,#1E4276','597,428,#1E4276','591,429,#F8FBFF'],2,5,[0.80040,0.30889,0.87549,0.35667],0.95); if (seek) {     var place = seek[0].getRealRect();     var x = place.getCenterX();     var y = place.getCenterY();     printl(x+","+y) } else {     printl("未找到了"); } //第八个，opencv.templateMatch_区域找图 var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.templateMatch(mat, ["图片1","图片2"],0.9, [0.03360,0.14222,0.08893,0.17667],true); if (seek) {      seek[0].click();  //点击 } else {     printl("未找到了"); } var mat=screen.screenShot(720,1280,100).getMat(); var seek = opencv.templateMatch(mat, ["图片1","图片2"],0.9, [0.03360,0.14222,0.08893,0.17667],true); if (seek) {     var place = seek[0].getRealRect();     var x = place.getCenterX();     var y = place.getCenterY();     printl(x+","+y) } else {     printl("未找到了"); } //第九个，opencv.HSV颜色变换 // 截图并获取Mat对象 var mat = screen.screenShot(720, 1280, 100).getMat(); // 使用HSV方法转换 var hsvMat = opencv.HSV(mat, 0, 0, 0); printl("HSV 转换完成！"); printl(hsvMat); //第十个，opencv.bitmapToMat(bmp)bitmap图转mat importPackage(org.opencv.core); importPackage(org.opencv.imgproc); importPackage(org.opencv.android); importClass(android.graphics.Bitmap); function screenshotAndBinarize(minThreshold, maxThreshold) {     // 获取屏幕截图     var bitmap = screen.screenShot(640, 960, 100).getBitmap();     // 将 Bitmap 转换为 Mat     var mat = new Mat();     Utils.bitmapToMat(bitmap, mat);     // 创建一个用于存储二值化结果的 Mat     var binaryMat = new Mat();           // 应用阈值处理     Imgproc.threshold(mat, binaryMat, minThreshold, maxThreshold, Imgproc.THRESH_BINARY);       printl(binaryMat);     // 将二值化的 Mat 转换回 Bitmap     var binaryBitmap = Bitmap.createBitmap(binaryMat.cols(), binaryMat.rows(), Bitmap.Config.ARGB_8888);     Utils.matToBitmap(binaryMat, binaryBitmap);     return binaryBitmap; } // 调用处理函数 var resultBitmap = screenshotAndBinarize(50, 150); printl(resultBitmap); 复制代码       1. 精简OCR识别 (safeOCRProcess 函数) 步骤1：使用 opencv.checkColorsEx 检查目标区域是否存在。如果不存在，输出提示并返回。 步骤2：使用 opencv.OCREx 进行OCR识别，并对返回结果进行类型验证，确保结果是对象且包含 findIncludeText 方法。 步骤3：安全处理OCR结果，查找包含特定文本（如“蜂”）的内容，并根据结果进行后续操作或输出提示。 2. 精简区域找图 使用 opencv.findImagesEx 在指定区域查找图像。如果找到，点击该图像或输出其中心坐标；否则输出“未找到”。 3. 精简多点找色 使用 opencv.checkColorsEx 检查多点颜色是否符合预期。如果符合，输出“找到了”；否则输出“未找到”。 4. 精简多点比色 与第3部分类似，使用 opencv.checkColorsEx 进行多点比色，输出结果。 5. OCR识别 使用 opencv.OCR 对屏幕截图进行OCR识别。如果识别成功，输出所有字符串或查找包含特定文本（如“小猪猪”）的内容；否则输出“未找到”。 6. 多点比色 使用 opencv.checkColors 检查屏幕截图中的多点颜色是否符合预期。如果符合，输出“找到了”；否则输出“未找到”。 7. 多点找色 使用 opencv.findMultiColor 在屏幕截图中查找特定颜色组合。如果找到，点击该位置或输出其中心坐标；否则输出“未找到”。 8. 区域找图 使用 opencv.templateMatch 在屏幕截图中查找指定图像。如果找到，点击该图像或输出其中心坐标；否则输出“未找到”。 9. HSV颜色变换 使用 opencv.HSV 方法将屏幕截图转换为HSV颜色空间，并输出转换后的Mat对象。 10. Bitmap图转Mat 使用 Utils.bitmapToMat 将Bitmap图像转换为Mat对象，然后进行二值化处理，并将结果转换回Bitmap输出。