图色函数
说明
设置
image.useOpencvMat 初始化参数
- 切换图片存储模式为opencv的mat格式
- 切换后抓图、读取图片、找图、找色等都会切换到mat格式,速度更快内存更少
- 实测内存减少50%-80%,CPU减少20%-30%,速度提升100%-200%
- 如果让图片格式切换请参考 imageToMatFormat和matToImageFormat两个函数
- @param use 1 是 0 否
- @return
{boolean|*}true 成功 false 失败
function main() { // 先初始化opencv 因为要用到 别忘了 image.initOpenCV() let r = image.useOpencvMat(1); logd(r) //剩下的代码和之前一样 找色 找图等操作}
main();image.setInitParam 初始化参数
- 设置图色模块初始化参数,设置找图超时时间
- @param params 超时时间,单位是毫秒
function main() { //action_timeout 找图找色动作的最大时间,超时后会自动返回避免阻塞 image.setInitParam({"action_timeout": 1000}); image.setInitParam( { "action_timeout": 1000, "auto_click_request_dialog": false } );}
main();image.setFindColorImageMode 设置找色的算法模式
- 设置找色找图的算法模式
- 适合EC 鸿蒙Next 1.0.0+
- @param type 1 代表老的查找算法,2代表新的查找算法
- @return boolean
function main() {
image.setFindColorImageMode(1);
}
main();流式截图
image.startScreenStream 开启流式截图
- 初始化一个图像流的截屏模式,这个速度比其他的方式要快
- 适配 EC 鸿蒙Next 1.0.0+
- @return 布尔型 true 代表成功 false代表失败
function main() { logd("isServiceOk " + isServiceOk()); startEnv() logd("isServiceOk " + isServiceOk());
let cap = image.startScreenStream() logd("截图: " + cap)
}
main();image.stopScreenStream 停止流式截图
- 停止图像流
- @return 布尔型 true 代表成功 false代表失败
function main() { logd("isServiceOk " + isServiceOk()); startEnv() logd("isServiceOk " + isServiceOk());
let cap = image.stopScreenStream() logd("截图: " + cap)
}
main();image.captureScreenStream 图像流
- 从图像流中获取一张图片
- @return AutoImage对象或者null
function main() { logd("isServiceOk " + isServiceOk()); startEnv() logd("isServiceOk " + isServiceOk()); for (let i = 0; i < 10; i++) { let cap = image.captureScreenStream() logd("截图数据: " + cap) sleep(1000) //图片要回收 image.recycle(cap) }}
main();普通截图
image.captureFullScreenEx 截取全屏Image对象
- 抓取全屏,格式是JPG
- @return AutoImage对象或者null
function main() { logd("isServiceOk " + isServiceOk()); startEnv() logd("isServiceOk " + isServiceOk()); for (let i = 0; i < 10; i++) { console.time(1) let cap = image.captureFullScreenEx() logd("截图数据: " + cap + " 耗时: " + console.timeEnd(1)) image.saveTo(cap, "b.jpg"); sleep(1000) //图片要回收 image.recycle(cap) }}image.captureFullScreen 截取全屏Image对象
- 截取当前屏幕并返回一个Image对象, 这个格式是jpg。
- @return AutoImage对象或者null
function main() { logd("isServiceOk " + isServiceOk()); startEnv() logd("isServiceOk " + isServiceOk()); for (let i = 0; i < 10; i++) { let cap = image.captureFullScreen() logd("截图数据: " + cap) sleep(1000) //图片要回收 image.recycle(cap) }}
main();比色
image.cmpColor 多点比色
- 单点或者多点比色,找到所有符合标准的点,如果都符合返回true,否则是false
- @param image1 图片
- @param points 字符串类似这样 6|1|0x969696-0x000010,1|12|0x969696,-4|0|0x969696
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标,默认填写0全屏查找
- @param y 区域的Y起始坐标,默认填写0全屏查找
- @param ex 终点X坐标,默认填写0全屏查找
- @param ey 终点Y坐标,默认填写0全屏查找
- @return 布尔型,true代表找到了 false代表未找到
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points3 = "205|1130|0xff944b-0x101010,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points = image.cmpColor(aimage, points3, 0.9, 0, 0, 0, 0); logd("points " + points); //图片要回收 image.recycle(aimage) }
}
main();image.cmpColorJ 多点比色(JSON)
- 单点或者多点比色,找到所有符合标准的点,如果都符合返回true,否则是false
- @param image1 图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json
- @return
{boolean}true代表找到了 false代表未找到
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.cmpColorJ(aimage, "a.json"); logd("points " + points); //图片要回收 image.recycle(aimage) }}
main();image.cmpColorEx 多点比色扩展
- 单点或者多点比色,找到所有符合标准的点,自动截图,如果都符合返回true,否则是false
- @param points 字符串类似这样 6|1|0x969696-0x000010,1|12|0x969696,-4|0|0x969696
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标,默认填写0全屏查找
- @param y 区域的Y起始坐标,默认填写0全屏查找
- @param ex 终点X坐标,默认填写0全屏查找
- @param ey 终点Y坐标,默认填写0全屏查找
- @return 布尔型,true代表找到了 false代表未找到
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; }
//申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let points3 = "205|1130|0xff944b-0x101010,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points = image.cmpColorEx(points3, 0.9, 0, 0, 0, 0); logd("points " + points);
}
main();image.cmpMultiColor 多组比色
- 多点或者多点数组比色,找到所有符合标准的点,依次查找,如果找到就返回当前points的索引值,如果返回-1,说明都没有找到
- @param image1 图片
- @param points 数组类似这样 [“6|1|0x969696-0x000010,1|12|0x969696,-4|0|0x969696”,“6|1|0x969696”]
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标,默认填写0全屏查找
- @param y 区域的Y起始坐标,默认填写0全屏查找
- @param ex 终点X坐标,默认填写0全屏查找
- @param ey 终点Y坐标,默认填写0全屏查找
- @return 整型,如果找到就返回当前points的索引值,如果返回-1,说明都没有找到
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points1 = "205|112230|0xff944b,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points2 = "205|113022|0xff944b,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points3 = "205|1130|0xff944b,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points = image.cmpMultiColor(aimage, [points1, points2, points3], 0.9, 0, 0, 0, 0); logd("points " + points); //图片要回收 image.recycle(aimage) }}
main();image.cmpMultiColorJ 多组比色(JSON)
- 多点或者多点数组比色,找到所有符合标准的点,依次查找,如果找到就返回当前points的索引值,如果返回-1,说明都没有找到
- @param image1 图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json
- @return
{boolean}true代表找到了 false代表未找到
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.cmpMultiColorJ(aimage, "a.json"); logd("points " + points); //图片要回收 image.recycle(aimage) }}
main();image.cmpMultiColorEx 多组比色扩展
- 多点或者多点数组比色,找到所有符合标准的点,自动截屏,依次查找,如果找到就返回当前points的索引值,如果返回-1,说明都没有找到
- @param points 数组类似这样 [“6|1|0x969696-0x000010,1|12|0x969696,-4|0|0x969696”,“6|1|0x969696”]
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标,默认填写0全屏查找
- @param y 区域的Y起始坐标,默认填写0全屏查找
- @param ex 终点X坐标,默认填写0全屏查找
- @param ey 终点Y坐标,默认填写0全屏查找
- @return 整型,如果找到就返回当前points的索引值,如果返回-1,说明都没有找到
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let points1 = "205|112230|0xff944b,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points2 = "205|113022|0xff944b,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points3 = "205|1130|0xff944b,211|1158|0xff8e42,191|1175|0xfcfbf7"; let points = image.cmpMultiColorEx([points1, points2, points3], 0.9, 0, 0, 0, 0); logd("points " + points);}
main();找色
image.findColor 单点找色
- 在图片中找到颜色和color完全相等的某个点,并返回该点的坐标;如果没有找到,则返回null。
- @param image 图片
- @param color 要寻找的颜色类似, 0xCDD7E9-0x101010,0xCDD7E9-0x101010
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标
- @param y 区域的Y起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param limit 限制个数
- @param orz 方向,分别从1-8
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.findColor(aimage, "0xCDD7E9-0x101010,0xCDD7E9-0x101010", 0.9, 0, 0, 0, 0, 10, 1); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points) { for (let i = 0; i < points.length; i++) { logd(JSON.stringify(points[i]), points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } } //图片要回收 image.recycle(aimage) }
}
main();image.findColorJ 单点找色(JSON)
- 在图片中找到颜色和color完全相等的点,参数从JSON中获取如果没有找到,则返回null。
- @param image 图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json
- @return
{null|PointIndex[]}坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.findColorJ(aimage, "金币.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(JSON.stringify(points[i]), points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } } //图片要回收 image.recycle(aimage) }}
main();image.findColorEx 自动截屏单点找色
- 在当前屏幕中找到颜色和color完全相等的点,并返回该点的坐标;如果没有找到,则返回null。
- @param color 要寻找的颜色
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标
- @param y 区域的Y起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param limit 限制个数
- @param orz 方向,分别从1-8
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let points = image.findColorEx("0xCDD7E9-0x101010,0xCDD7E9-0x101010", 0.9, 0, 0, 0, 0, 10, 1); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(JSON.stringify(points[i]), points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } }
}
main();image.findColorExJ 自动截屏单点找色(JSON)
- 当前屏幕中找到颜色和color完全相等的点,参数从JSON中获取如果没有找到,则返回null。
- @param jsonFileName res文件中取色工具生成的JSON文件,
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let points = image.findColorExJ("金币.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i], points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } }
}
main();image.findMultiColor 多点找色
- 多点找色,找到所有符合标准的点,类似于按键精灵的多点找色。
- @param image 要找色的图片
- @param firstColor 第一个点的颜色
- @param points 字符串类似这样 6|1|0x969696-0x000010,1|12|0x969696,-4|0|0x969696
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标
- @param y 区域的Y起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param limit 限制个数
- @param orz 方向,分别从1-8
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.findMultiColor(aimage, "0xDD7A5F-0x101010", "29|25|0xBB454B-0x101010,58|44|0xA6363A-0x101010", 0.9, 0, 0, 0, 0, 10, 1); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i], points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } } //图片要回收 image.recycle(aimage) }
}
main();image.findMultiColorJ 多点找色(JSON)
- 多点找色,找到所有符合标准的点,参数从JSON文件中读取,类似于按键精灵的多点找色
- 整张图片都找不到时返回null
- @param image1 要找色的图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json
- @return
{null|Point[]}坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.findMultiColorJ(aimage, "金币.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i], points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } } //图片要回收 image.recycle(aimage) }
}
main();image.findMultiColorEx 自动截屏多点找色
- 多点找色,找到所有符合标准的点,类似于按键精灵的多点找色。
- @param firstColor 第一个点的颜色
- @param points 字符串类似这样 6|1|0x969696-0x000010,1|12|0x969696,-4|0|0x969696
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标
- @param y 区域的Y起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param limit 限制个数
- @param orz 方向,分别从1-8
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; }
//申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let points = image.findMultiColorEx("0xDD7A5F-0x101010", "29|25|0xBB454B-0x101010,58|44|0xA6363A-0x101010", 0.9, 0, 0, 0, 0, 10, 1); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i], points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } }
}
main();image.findMultiColorExJ 自动截屏多点找色(JSON)
- 多点找色,找到所有符合标准的点,自动抓取当前屏幕的图片,参数从JSON文件中读取,类似于按键精灵的多点找色
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let points = image.findMultiColorExJ("金币.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i], points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } }}
main();找非色
image.findNotColor 找非色
- 在图片中找到颜色和color完全不相等的点,如果没有找到,则返回null。
- 适配EC 鸿蒙Next 1.0.0+
- @param image 图片
- @param color 要寻找的颜色类似, 0xCDD7E9-0x101010,0xCDD7E9-0x101010,EC 工具生成
- @param threshold 找色时颜色相似度取值为 0.0 ~ 1.0
- @param x 区域的X起始坐标
- @param y 区域的Y起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param limit 限制个数
- @param orz 方向,分别从1-8
- @return 多个Point 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.findNotColor(aimage, "0xCDD7E9-0x101010,0xCDD7E9-0x101010", 0.9, 0, 0, 0, 0, 10, 1); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points) { for (let i = 0; i < points.length; i++) { logd(JSON.stringify(points[i]), points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } } //图片要回收 image.recycle(aimage) }
}
main();image.findNotColorJ 找非色(JSON)
- 在图片中找到颜色和color完全不相等的点,如果没有找到,则返回null。
- @param image1 图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json
- @return
{null|PointIndex[]}多个 PointIndex 坐标点数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points = image.findNotColorJ(aimage, "a.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points) { for (let i = 0; i < points.length; i++) { logd(JSON.stringify(points[i]), points[i].x, points[i].y) //点击坐标 clickPoint(points[i].x, points[i].y) } } //图片要回收 image.recycle(aimage) }
}
main();找图
image.findImageByColor 透明找图
- 透明找图(这个函数不需要初始化Opencv)
- @param image 大图片
- @param template 小图片(模板)
- @param x 找图区域 x 起始坐标
- @param y 找图区域 y 起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param threshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @return 多个Point 坐标点数组或者null
function main() { //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) //从工程目录下res文件夹下读取sms.png文件 let sms = readResAutoImage("sms.png"); //抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImageByColor(aimage, sms, 0, 0, 0, 0, 0.8, 5); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) let x = points[i].x let y = points[i].y //点击坐标 clickPoint(x, y) } } //图片要回收 image.recycle(aimage) } //图片要回收 image.recycle(sms)}
main();image.findImageByColorJ 透明找图(JSON)
- 通过颜色找图,支持透明图,这个不需要处理话opencv
- 整张图片都找不到时返回null
- @param image1 大图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json, 小图路径请到json文件配置
- @return
{null|Point[]}坐标点数组或者null
function main() {
//抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImageByColorJ(aimage, "a.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) let x = points[i].x let y = points[i].y //点击坐标 clickPoint(x, y) } } image.recycle(aimage) }}
main();image.findImageByColorEx 透明找图扩展
- 通过颜色找图,支持透明图,这个不需要处理话opencv
- 整张图片都找不到时返回null
- @param image1 大图片
- @param template 小图片(模板)
- @param x 找图区域 x 起始坐标
- @param y 找图区域 y 起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param extra 扩展函数,map结构例如
{"firstColorOffset":"#101010","firstColorThreshold":1.0,"otherColorOffset":"#101010","otherColorThreshold":0.9,"cmpColorSucThreshold":1.0}
- firstColorOffset: 第一个匹配到的颜色偏色,例如 #101010
- firstColorThreshold: 第一个匹配到的颜色偏色系数,例如 0.9
- otherColorOffset: 剩下需要找的颜色 偏色,例如 #101010
- otherColorThreshold: 剩下需要找的颜色 偏色系数,例如 0.9
- cmpColorSucThreshold: 成功匹配多少个颜色系数 就认为是成功的,例如 0.9 = 90%个点
- startX: 第一个点从哪里开始找的X坐标
- startY: 第一个点从哪里开始找的Y坐标
- @return 多个Point 坐标点数组或者null
function main() {
let d = startEnv(); logd("启动服务--{}", d) let smallTmplate = readResAutoImage("tmp4.png");
for (let i = 0; i < 100; i++) { sleep(1000) let img = image.captureFullScreen(); logd("img = {}", img) if (img == null) { continue } console.time(1) let extra = { "firstColorOffset": "#202020", "otherColorOffset": "#000000", "cmpColorSucThreshold": 1, "firstColorThreshold": "1", "otherColorThreshold": "1", "startX": 0, "startY": 0 } let points = image.findImageByColorEx(img, smallTmplate, 0, 0, 0, 0, 100, extra); logd("time-{}", console.timeEnd(1)) //这玩意是个数组 if (points) { logd("points " + JSON.stringify(points)); }
image.recycle(img)
}
image.recycle(smallTmplate)}
main()image.findImageByColorExJ 透明找图扩展(JSON)
- 通过颜色找图,支持透明图,这个不需要处理话opencv
- 整张图片都找不到时返回null
- @param image1 大图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json, 小图路径请到json文件配置
- @return
{null|Point[]}坐标点数组或者null
function main() { sleep(1000) //抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImageByColorExJ(aimage, "a.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) let x = points[i].x let y = points[i].y //点击坐标 clickPoint(x, y) } } image.recycle(aimage) }}
main();image.initOpenCV 初始化OpenCV
- 初始化OPENCV 类库
- 如果使用找图请先调用这个函数,第一次初始化需要复制类库,时间可能较长,以后再次执行就很快
- @return 布尔型 true 代表成功 false代表失败
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } sleep(1000) let d = image.initOpenCV(); logd(d)}
main();image.findImage 找图
- 找图。在大图片image中查找小图片template的位置(模块匹配),找到时返回位置坐标区域(Rect),找不到时返回null。
- @param image 大图片
- @param template 小图片(模板)
- @param x 找图区域 x 起始坐标
- @param y 找图区域 y 起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param weakThreshold 弱阈值。该值用于在每一轮模板匹配中检验是否继续匹配。如果相似度小于该值,则不再继续匹配。取值范围为0~ 1的浮点数。默认值为0.7。
- @param threshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param method 0: TM_SQDIFF平方差匹配法,1: TM_SQDIFF_NORMED归一化平方差匹配方法,2: TM_CCORR相关匹配法,3: TM_CCORR_NORMED归一化相关匹配法,4: TM_CCOEFF系数匹配法,5: TM_CCOEFF_NORMED归一化系数匹配法
- @return Rect 区域坐标对象数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) //从工程目录下res文件夹下读取sms.png文件 let sms = readResAutoImage("sms.png"); //抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImage(aimage, sms, 0, 0, 0, 0, 0.7, 0.9, 21, 5); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) logd("相似度: " + points[i]['similarity']) let x = parseInt((points[i].left + points[i].right) / 2) let y = parseInt((points[i].top + points[i].bottom) / 2) //点击坐标 clickPoint(x, y) } } //图片要回收 image.recycle(aimage) } //图片要回收 image.recycle(sms)}
main();image.findImageJ 找图(JSON)
- 找图。在大图片image中查找小图片template的位置(模块匹配),找到时返回位置坐标区域(Rect),找不到时返回null。
- @param image1 大图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json, 小图路径请到json文件配置
- @return
{null|Rect[]}区域坐标对象数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) //抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImageJ(aimage, "a.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) logd("相似度: " + points[i]['similarity']) let x = parseInt((points[i].left + points[i].right) / 2) let y = parseInt((points[i].top + points[i].bottom) / 2) //点击坐标 clickPoint(x, y) } } //图片要回收 image.recycle(aimage) }}
main();image.findImage2 找图
- 找图。在大图片image中查找小图片template的位置(模块匹配),找到时返回位置坐标区域(Rect),找不到时返回null。
- 注意: 自带含缩放功能
- EC 鸿蒙Next 1.0.0+
- @param image1 大图片
- @param template 小图片(模板)
- @param x 找图区域 x 起始坐标
- @param y 找图区域 y 起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param weakThreshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param threshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param method 0: TM_SQDIFF平方差匹配法,1: TM_SQDIFF_NORMED归一化平方差匹配方法,2: TM_CCORR相关匹配法,3: TM_CCORR_NORMED归一化相关匹配法,4: TM_CCOEFF系数匹配法,5: TM_CCOEFF_NORMED归一化系数匹配法
- @return Rect 区域坐标对象数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) //从工程目录下res文件夹下读取sms.png文件 let sms = readResAutoImage("sms.png"); //抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImage2(aimage, sms, 0, 0, 0, 0, 0.7, 0.9, 21, 5); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) logd("相似度: " + points[i]['similarity']) let x = parseInt((points[i].left + points[i].right) / 2) let y = parseInt((points[i].top + points[i].bottom) / 2) //点击坐标 clickPoint(x, y) } } //图片要回收 image.recycle(aimage) } //图片要回收 image.recycle(sms)}
main();image.findImage2J 找图(JSON)
- 找图。在大图片image中查找小图片template的位置(模块匹配),找到时返回位置坐标区域(Rect),找不到时返回null。
- @param image1 大图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json, 小图路径请到json文件配置
- @return
{null|Rect[]}区域坐标对象数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) //抓取屏幕 let aimage = image.captureFullScreen(); logd("aimage " + aimage); if (aimage != null) { //在图片中查找 let points = image.findImage2J(aimage, "a.json"); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) logd("相似度: " + points[i]['similarity']) let x = parseInt((points[i].left + points[i].right) / 2) let y = parseInt((points[i].top + points[i].bottom) / 2) //点击坐标 clickPoint(x, y) } } image.recycle(aimage) }}
main();image.findImageEx 自动截屏找图
- 找图。在当前屏幕中查找小图片template的位置(模块匹配),找到时返回位置坐标区域(Rect),找不到时返回null。
- @param template 小图片(模板)
- @param x 找图区域 x 起始坐标
- @param y 找图区域 y 起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @param weakThreshold 弱阈值。该值用于在每一轮模板匹配中检验是否继续匹配。如果相似度小于该值,则不再继续匹配。取值范围为0~ 1的浮点数。默认值为0.7。
- @param threshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param method 0: TM_SQDIFF平方差匹配法,1: TM_SQDIFF_NORMED归一化平方差匹配方法,2: TM_CCORR相关匹配法,3: TM_CCORR_NORMED归一化相关匹配法,4: TM_CCOEFF系数匹配法,5: TM_CCOEFF_NORMED归一化系数匹配法
- @return Rect 区域坐标对象数组或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) //从工程目录下res文件夹下读取sms.png文件 let sms = readResAutoImage("sms.png"); //在当前屏幕中查找,并且限制只查找一个 let points = image.findImageEx(sms, 0, 0, 0, 0, 0.7, 0.9, 21, 5); logd("points " + JSON.stringify(points)); //这玩意是个数组 if (points && points.length > 0) { for (let i = 0; i < points.length; i++) { logd(points[i]) let x = parseInt((points[i].left + points[i].right) / 2) let y = parseInt((points[i].top + points[i].bottom) / 2) //点击坐标 clickPoint(x, y) } } //图片要回收 image.recycle(sms)}
main();image.matchTemplate 图片模板匹配
- OpenCV模板匹配封装
- @param image 大图片
- @param template 小图片(模板)
- @param weakThreshold 弱阈值。该值用于在每一轮模板匹配中检验是否继续匹配。如果相似度小于该值,则不再继续匹配。取值范围为0~ 1的浮点数。默认值为0.9。
- @param threshold 强阈值。该值用于检验最终匹配结果,以及在每一轮匹配中如果相似度大于该值则直接返回匹配结果。。取值范围为0~ 1的浮点数。默认值为0.9。
- @param rect 找图区域。参见findColor函数关于 rect 的说明。
- @param maxLevel 默认为-1,一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的, level参数表示金字塔的层次, level越大可能带来越高的找图效率,但也可能造成找图失败(图片因过度缩小而无法分辨)或返回错误位置。因此,除非您清楚该参数的意义并需要进行性能调优,否则不需要用到该参数。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param method 0: TM_SQDIFF平方差匹配法,1: TM_SQDIFF_NORMED归一化平方差匹配方法,2: TM_CCORR相关匹配法,3: TM_CCORR_NORMED归一化相关匹配法,4: TM_CCOEFF系数匹配法,5: TM_CCOEFF_NORMED归一化系数匹配法
- @return Match集合 或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let temp = readResAutoImage("tmp.png"); let rectp = new Rect(); rectp.left = 0; rectp.top = 0; rectp.right = device.getScreenWidth(); rectp.bottom = device.getScreenHeight(); let matchs = image.matchTemplate(aimage, temp, 0.7, 0.9, rectp, -1, 10, 5); //这玩意是个数组 logd(JSON.stringify(matchs)); //这玩意是个数组 if (matchs && matchs.length > 0) { for (let i = 0; i < matchs.length; i++) { logd(JSON.stringify(matchs[i])); clickPoint(matchs[i].point.x, matchs[i].point.y) } } //图片要回收 image.recycle(aimage) //图片要回收 image.recycle(temp) }}
main();image.matchTemplateJ 图片模板匹配(JSON)
- OpenCV模板匹配封装
- @param image1 大图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json, 小图路径请到json文件配置
- @return
{null|Match[]}匹配到的集合
function main() { let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let matchs = image.matchTemplateJ(aimage, "a.json"); //这玩意是个数组 logd(JSON.stringify(matchs)); //这玩意是个数组 if (matchs && matchs.length > 0) { for (let i = 0; i < matchs.length; i++) { logd(JSON.stringify(matchs[i])); clickPoint(matchs[i].point.x, matchs[i].point.y) } } //图片要回收 image.recycle(aimage) }}
main();image.matchTemplate2 图片模板匹配
- OpenCV模板匹配封装
- 注意: 自带缩放查找
- EC 鸿蒙Next 1.0.0+
- @param image1 大图片
- @param template 小图片(模板)
- @param weakThreshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param threshold 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
- @param rect 找图区域。参见findColor函数关于 rect 的说明
- @param maxLevel 默认为-1,一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的, level参数表示金字塔的层次,
- level越大可能带来越高的找图效率,但也可能造成找图失败(图片因过度缩小而无法分辨)或返回错误位置。因此,除非您清楚该参数的意义并需要进行性能调优,否则不需要用到该参数。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param method 0: TM_SQDIFF平方差匹配法,1: TM_SQDIFF_NORMED归一化平方差匹配方法,2: TM_CCORR相关匹配法,3: TM_CCORR_NORMED归一化相关匹配法,4: TM_CCOEFF系数匹配法,5: TM_CCOEFF_NORMED归一化系数匹配法
- @return Match集合 匹配到的集合
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let temp = readResAutoImage("tmp.png"); let rectp = new Rect(); rectp.left = 0; rectp.top = 0; rectp.right = device.getScreenWidth(); rectp.bottom = device.getScreenHeight(); let matchs = image.matchTemplate2(aimage, temp, 0.7, 0.9, rectp, -1, 10, 5); //这玩意是个数组 logd(JSON.stringify(matchs)); //这玩意是个数组 if (matchs && matchs.length > 0) { for (let i = 0; i < matchs.length; i++) { logd(JSON.stringify(matchs[i])); clickPoint(matchs[i].point.x, matchs[i].point.y) } } //图片要回收 image.recycle(aimage) //图片要回收 image.recycle(temp) }}
main();image.matchTemplate2J 图片模板匹配(JSON)
- OpenCV模板匹配封装
- @param image1 大图片
- @param jsonFileName 使用图色工具生成JSON文件,存储到res文件夹中,例如 a.json, 小图路径请到json文件配置
- @return
{null|Match[]}匹配到的集合
function main() { let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let matchs = image.matchTemplate2J(aimage, "a.json"); //这玩意是个数组 logd(JSON.stringify(matchs)); //这玩意是个数组 if (matchs && matchs.length > 0) { for (let i = 0; i < matchs.length; i++) { logd(JSON.stringify(matchs[i])); clickPoint(matchs[i].point.x, matchs[i].point.y) } } //图片要回收 image.recycle(aimage) }}
main();image.matchTemplateEx 图片模板匹配
- OpenCV模板匹配封装,在当前屏幕截图中进行匹配
- @param template 小图片(模板)
- @param weakThreshold 弱阈值。该值用于在每一轮模板匹配中检验是否继续匹配。如果相似度小于该值,则不再继续匹配。取值范围为0~ 1的浮点数。默认值为0.9。
- @param threshold 强阈值。该值用于检验最终匹配结果,以及在每一轮匹配中如果相似度大于该值则直接返回匹配结果。。取值范围为0~ 1的浮点数。默认值为0.9。
- @param rect 找图区域。参见findColor函数关于 rect 的说明。
- @param maxLevel 默认为-1,一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的, level参数表示金字塔的层次, level越大可能带来越高的找图效率,但也可能造成找图失败(图片因过度缩小而无法分辨)或返回错误位置。因此,除非您清楚该参数的意义并需要进行性能调优,否则不需要用到该参数。
- @param limit 限制结果的数量,如果要找到1个,就填写1,如果是多个请填写多个
- @param method 0: TM_SQDIFF平方差匹配法,1: TM_SQDIFF_NORMED归一化平方差匹配方法,2: TM_CCORR相关匹配法,3: TM_CCORR_NORMED归一化相关匹配法,4: TM_CCOEFF系数匹配法,5: TM_CCOEFF_NORMED归一化系数匹配法
- @return Match 集合 或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } let d = image.initOpenCV(); logd(d) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let temp = readResAutoImage("tmp.png"); let rectp = new Rect(); rectp.left = 0; rectp.top = 0; rectp.right = device.getScreenWidth(); rectp.bottom = device.getScreenHeight(); let matchs = image.matchTemplateEx(temp, 0.7, 0.9, rectp, -1, 1, 5); logd(JSON.stringify(matchs)); //这玩意是个数组 if (matchs && matchs.length > 0) { for (let i = 0; i < matchs.length; i++) { logd(JSON.stringify(matchs[i])); clickPoint(matchs[i].point.x, matchs[i].point.y) } } //图片要回收 image.recycle(aimage) //图片要回收 image.recycle(temp)}
main();灰度
image.gray 灰度图像
- 灰度图片
- 适配EC 鸿蒙Next USB版本 2.9.0+
- @param img AutoImage图片对象
- @return
{null|AutoImage}
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 1000; i++) { sleep(1000); let s = new Date().getTime(); let d = image.captureFullScreenEx(); if (d) { let saved = image.saveTo(d, "D:/testb.png"); let s = new Date().getTime(); let bd = image.gray(d); logd("time " + (new Date().getTime() - s)) logd(bd.uuid); if (bd) { let saved = image.saveTo(bd, "D:/testb2.png"); logd("saved " + saved) exit() } //图片要回收 image.recycle(d) } }
}
main();二值化
image.binaryzation 二值化Image
- 对AutoImage图片进行二值化
- @param img AutoImage图片对象
- @param type 二值化类型,一般写1即可
- 0 灰度值大于阈值为最大值,其他值为0
- 1 灰度值大于阈值为0,其他值为最大值
- 2 灰度值大于阈值的为阈值,其他值不变
- 3 灰度值大于阈值的不变,其他值为0
- 4 灰度值大于阈值的为零,其他值不变
- 7 暂不支持
- 8 大津法自动寻求全局阈值
- 16 三角形法自动寻求全局阈值
- @param threshold 二值化系数,0 ~ 255
- @return AutoImage 对象或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 1000; i++) { sleep(1000); let s = new Date().getTime(); let d = image.captureFullScreenEx(); if (d) { let saved = image.saveTo(d, "D:/testb.png"); let s = new Date().getTime(); let bd = image.binaryzation(d, 1, 200); logd("time " + (new Date().getTime() - s)) logd(bd.uuid); if (bd) { let saved = image.saveTo(bd, "D:/testb2.png"); logd("saved " + saved) exit() } //图片要回收 image.recycle(d) } }
}
main();image.binaryzationBitmap 二值化 BufferedImage
- 对JAVA BufferedImage 图片进行二值化
- @param bitmap BufferedImage 图片对象
- @param type 二值化类型,一般写1即可
- 0 灰度值大于阈值为最大值,其他值为0
- 1 灰度值大于阈值为0,其他值为最大值
- 2 灰度值大于阈值的为阈值,其他值不变
- 3 灰度值大于阈值的不变,其他值为0
- 4 灰度值大于阈值的为零,其他值不变
- 7 暂不支持
- 8 大津法自动寻求全局阈值
- 16 三角形法自动寻求全局阈值
- @param threshold 二值化系数,0 ~ 255
- @return BufferedImage 对象或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 1000; i++) { sleep(1000); let s = new Date().getTime(); let d = image.captureFullScreen(); if (d) { let s = new Date().getTime(); let bd = image.binaryzationBitmap(image.imageToBitmap(d), 1, 200); logd("time " + (new Date().getTime() - s)) logd(bd); if (bd) { exit() } //图片要回收 image.recycle(d) } }
}
main();image.binaryzationBitmapEx 二值化 BufferedImage
- 自适应二值化,使用了opencv的adaptiveThreshold函数实现
- @param bitmap BufferedImage 图片对象
- @param map MAP 参数
- diameter : 去噪直径 参考opencv的bilateralFilter函数
- adaptiveMethod:自适应二值化方式分别是0和1 ,ADAPTIVE_THRESH_MEAN_C=0,ADAPTIVE_THRESH_GAUSSIAN_C = 1
- blockSize:计算单位是像素的邻域块,邻域块取多大,就由这个值作决定,3,5,7这样的奇数
- c: 偏移值调整量,
{"diameter":20,"adaptiveMethod":1,"c":9,"blockSize":51}- @return BufferedImage 对象或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 1000; i++) { sleep(1000); let d = image.captureFullScreen(); if (d) { let s = new Date().getTime(); let bd = image.binaryzationBitmapEx(image.imageToBitmap(d), { "diameter": 20, "adaptiveMethod": 1, "c": 9, "blockSize": 51 }); logd("time " + (new Date().getTime() - s)) logd(bd); if (bd) { exit() } //图片要回收 image.recycle(d) } }}
main();image.binaryzationEx 二值化Image
- 自适应二值化,使用了opencv的adaptiveThreshold函数实现
- @param img AutoImage图片对象
- @param map MAP 参数
- diameter : 去噪直径 参考opencv的bilateralFilter函数
- adaptiveMethod:自适应二值化方式分别是0和1 ,ADAPTIVE_THRESH_MEAN_C=0,ADAPTIVE_THRESH_GAUSSIAN_C = 1
- blockSize:计算单位是像素的邻域块,邻域块取多大,就由这个值作决定,3,5,7这样的奇数
- c: 偏移值调整量,
{"diameter":20,"adaptiveMethod":1,"c":9,"blockSize":51}- @return
{null|AutoImage}
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 1000; i++) { sleep(1000); let s = new Date().getTime(); let d = image.captureFullScreenEx(); if (d) { let saved = image.saveTo(d, "D:/testb.png"); let s = new Date().getTime(); let bd = image.binaryzationEx(d, { "diameter": 20, "adaptiveMethod": 1, "c": 9, "blockSize": 51 }); logd("time " + (new Date().getTime() - s)) logd(bd.uuid); if (bd) { let saved = image.saveTo(bd, "D:/testb2.png"); logd("saved " + saved) exit() } //图片要回收 image.recycle(d) } }
}
main();其他
image.rotateImage 旋转图像
- 旋转图片
- 支持EC 鸿蒙Next 1.0.0+
- @param img 图片对象
- @param degree 度数,0代表home键在下竖屏模式,-90代表逆时针旋转90度,home键在右,90度代表顺时针旋转90度,home键在左
- @return
{null|AutoImage}
function main() { let img = image.captureFullScreen() logd(" img width " + image.getWidth(img)) let img2 = image.rotateImage(img, -90); image.recycle(img) logd(" img2 width " + image.getWidth(img2)) image.recycle(img2)}
main();image.scaleImage 缩放图像
- 缩放图像
- 适合 EC 鸿蒙Next 1.0.0+
- @param img
{AutoImage}图片对象 - @param w 宽度
- @param h 高度
- @return AutoImage 对象或者null
function main() { let img = image.captureFullScreen() logd(" img width " + image.getWidth(img2)) let img2 = image.scaleImage(img, 100, 200); image.recycle(img) logd(" img2 width " + image.getWidth(img2)) image.recycle(img2)}
main();image.readImage 读取文件为Image
- 读取在路径path的图片文件并返回一个
{@link AutoImage}对象。如果文件不存在或者文件无法解码则返回null。 - @param path 图片路径
- @return AutoImage 对象或者null
function main() { let autoimg = image.readImage("F:/a.png"); //图片要回收 image.recycle(autoimg)}
main();image.readBitmap 读取文件为Bitmap
- 读取在路径path的图片文件并返回一个
{@link AutoImage}对象。如果文件不存在或者文件无法解码则返回null。 - @param path 图片路径
- @return java的BufferedImage 对象或者null
function main() { let autoimg = image.readBitmap("F:/a.png"); //图片要回收 image.recycle(autoimg)}
main();image.scaleBitmap 缩放图片
- 缩放图片
- 适合 EC 鸿蒙Next 1.0.0+
- @param img
{BufferedImage}图片对象 - @param w 宽度
- @param h 高度
- @return BufferedImage 对象或者null
function main() { let autoimg = image.readBitmap("F:/a.png"); let bbs = image.scaleBitmap(autoimg, 100, 200) logd("bb " + bbs) //这里执行保存到文件查看}
main();image.pixelInImage 图像坐标点颜色
- 返回图片image在点(x, y)处的像素的ARGB值。
- 该值的格式为0xAARRGGBB,是一个”32位整数”
- 坐标系以图片左上角为原点。以图片左侧边为y轴,上侧边为x轴。
- @param image 图片
- @param x 要获取的像素的横坐标。
- @param y 要获取的像素的纵坐标。
- @return 整型
function main() { startEnv() logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let imageX = image.captureFullScreen(); let color = image.pixelInImage(imageX, 100, 100); //图片要回收 image.recycle(imageX)}
main();image.argb 颜色转16进制字符串
- 将整型的颜色值转成16进制RGB字符串
- @param color 整型值
- @return
{string}颜色字符串
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let points3 = "765|22|0x1296DB"; logd("==" + image.argb(image.pixel(aimage, 765, 22))); let points = image.cmpColor(aimage, points3, 0.5, 0, 0, 0, 0); logd("points " + points); //图片要回收 image.recycle(aimage) }}
main();image.getWidth 取得宽度
- 取得宽度
- @param img 图片对象
- @return int
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let w = image.getWidth(aimage); logd("w " + w); //图片要回收 image.recycle(aimage) }}
main();image.getHeight 取得高度
- 取得高度
- @param img 图片对象
- @return int
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let aimage = image.captureFullScreen(); if (aimage != null) { let h = image.getHeight(aimage); logd("h " + h); //图片要回收 image.recycle(aimage) }}
main();image.argb RGB字符串
- 将整型的颜色值转成16进制RGB字符串
- @param color 整型值
- @return
{string}颜色字符串
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let imageX = image.captureFullScreen(); let color = image.pixel(imageX, 100, 100); logd(image.argb(color)) //图片要回收 image.recycle(imageX)}
main();image.getPixelBitmap 取得Bitmap单点颜色
- 取得Bitmap图片的某个点的颜色值
- @param bitmap 图片对象
- @param x x坐标点
- @param y y坐标点
- @return int 颜色值
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) ///申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let bitmap = image.captureFullScreen("jpg", 800, 800, 100, 100, 100); let color = image.getPixelBitmap(image.imageToBitmap(bitmap), 100, 100); //图片要回收 image.recycle(bitmap)}
main();image.getPixelsBitmap 取得Bitmap区域颜色
- 取得Bitmap图片的某个区域点的颜色值,等同于 Bitmap.getPixels
- @param bitmap 图片对象
- @param arraySize 要返回的区域数组的大小
- @param offset 写入到pixels[]中的第一个像素索引值
- @param stride pixels[]中的行间距个数值(必须大于等于位图宽度)。可以为负数
- @param x 从位图中读取的第一个像素的x坐标值。
- @param y 从位图中读取的第一个像素的y坐标值
- @param width 从每一行中读取的像素宽度
- @param height 读取的行数
- @return int 颜色值数组
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let bitmap = image.captureFullScreen(); let w = bitmap.getWidth(); let h = bitmap.getHeight(); let mPixels = image.getPixelsBitmap(image.imageToBitmap(bitmap), w * h, 0, w, 0, 0, w, h); //图片要回收 image.recycle(bitmap)}
main();图片转换
image.saveTo 保存到文件
- 保存到文件中
- @param img 图片对象
- @param path 路径
- @return bool true代表成功,false 代表失败
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let imageX = image.captureFullScreen(); let r = image.saveTo(imageX, "D:/a.png"); logd("result " + r); //图片要回收 image.recycle(imageX)}
main();image.saveBitmap 保存bitmap图像
- 保存bitmap图像
- 适用版本 EC 鸿蒙Next 1.0.0+
- @param bitmap 图片
- @param format 要保存图像格式,有 png,jpg,webp
- @param q 要保存图像质量,1-100,png格式无效
- @param path 要保存图像路径
- @return
{bool}true 成功 false 失败
function main() {
let bot = image.readBitmap("D:/yyb2.png"); logd("bot " + bot); //保存的到文件 let saved = image.saveBitmap(bot, "png", 100, "D:/tmp.png"); logd("saved " + saved); //回收掉防止内存暴涨 if (bot) { bot.recycle() }
}
main();image.toBase64Format Image转base64
- 转成base64的字符串, jpg格式较小,可以减少内存
- @param img 图片对象
- @param format 格式 jpg或者 png
- @param q 质量 1-100,质量越大 越清晰,png格式无效
- @return 字符串
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let imageX = image.captureFullScreen(); let r = image.toBase64Format(imageX, "jpg", 50); logd("result " + r); //图片要回收 image.recycle(imageX)}
main();image.clip 剪切图片
- 剪切图片
- @param img 图片对象
- @param x x起始坐标
- @param y y起始坐标
- @param ex 终点X坐标
- @param ey 终点Y坐标
- @return AutoImage 对象或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let imageX = image.captureFullScreen(); let r = image.clip(imageX, 100, 100, 300, 400); logd("result " + r); //图片要回收 image.recycle(imageX) image.recycle(r)}
main();image.pixel 图片某点颜色值
- 取得图片的某个点的颜色值
- @param img 图片对象
- @param x x坐标点
- @param y y坐标点
- @return int 颜色值
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) let imageX = image.captureFullScreen(); let r = image.pixel(imageX, 100, 100); logd("result " + r); //图片要回收 image.recycle(imageX)}
main();image.isRecycled 图片回收判断
- 是否被回收了
- @param img 图片对象
- @return bool true代表已经被回收了
function main() { let imageX = image.captureFullScreen(); let r = image.isRecycled(imageX); logd("result " + r); //图片要回收 image.recycle(imageX)}
main();image.recycle 回收图片
- 回收图片
- @param img 图片对象
function main() { let imageX = image.captureFullScreen(); //图片要回收 image.recycle(imageX)
}
main();image.recycleAllImage 回收图片
- 回收所有图片
- 适合 EC 鸿蒙Next 1.0.0+
- @return
booleantrue代表成功
function main() { let imageX = image.captureFullScreen(); //图片要回收 image.recycleAllImage()
}
main();image.clipBitmap (剪裁bitmap)
- 剪裁图片,请自行判断参数,正确性
- @param bitmap 图片
- @param x 开始X坐标
- @param y 开始Y坐标
- @param w 剪裁宽度
- @param h 剪裁高度
- @return
{Bitmap}java BufferedImage对象
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { d = image.imageToBitmap(d) d = image.clipBitmap(d, 100, 100, 200, 200); let ds = image.bitmapBase64(d, "jpg", 100); logd(ds) loge(image.base64Bitmap(ds, 0)) //图片要回收 image.recycle(d) } }}
main();image.base64Bitmap (base64转bitmap)
- base64字符串转为Bitmap图片
- @param data base64 数据
- @param flag base64格式的标示,一般为0,
- 可选参数为 :0 默认, 1 无填充模式,2 无换行模式,4 换行模式
- @return
{Bitmap}java BufferedImage对象
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { d = image.clipBitmap(d, 100, 100, 200, 200); let ds = image.bitmapBase64(d, "jpg", 100); logd(ds) loge(image.base64Bitmap(ds, 0)) //图片要回收 image.recycle(d) } }
}
main();image.bitmapBase64 (bitmap转base64)
- bitmap转为base64
- @param bitmap 图片
- @param format 格式,jpg或者png
- @param q 质量 1 - 100,png格式无效
- @return
{string}base64字符串
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { d = image.imageToBitmap(d) d = image.clipBitmap(d, 100, 100, 200, 200); let ds = image.bitmapBase64(d, "jpg", 100); logd(ds) loge(image.base64Bitmap(ds, 0)) //图片要回收 image.recycle(d) } }
}
main();image.imageToBitmap (AutoImage转Bitmap)
- 将AutoImage转换为原生的 BufferedImage 对象
- @param img
{AutoImage} - @return
{BufferedImage}对象
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { let ds = image.imageToBitmap(d); logd(ds) image.recyle(d); } }
}
main();image.bitmapToImage (BufferedImage 转AutoImage)
- 将BufferedImage对象转换为AutoImage
- @param img
{BufferedImage}对象 - @return
{AutoImage}对象
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { let ds = image.imageToBitmap(d); logd(ds) //再次转换为autoimage对象 let sy = image.bitmapToImage(ds); logd(sy) image.recyle(d); }
}}
main();image.imageToMatFormat (BufferedImage转Mat AutoImage)
- 转换Mat存储格式
- 适合 EC 鸿蒙Next 1.0.0+
- @param img
{AutoImage}图片对象 - @return
MAT存储格式的AutoImage对象或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) //申请完权限至少等1s(垃圾设备多加点)再截图,否则会截不到图 sleep(1000) image.useOpencvMat(0) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { let ds = image.imageToMatFormat(d); logd(ds) image.recyle(d); }
}}
main();image.matToImageFormat (Mat AutoImage 转BufferedImage AutoImage)
- 转换普通image存储格式
- 适合 EC 鸿蒙Next 1.0.0+
- @param img
{AutoImage}图片对象 - @return
普通存储格式的AutoImage对象或者null
function main() { let req = startEnv(); if (!req) { logd("申请权限失败"); return; } logd("申请截图结果... " + request) sleep(1000) image.useOpencvMat(1) for (let i = 0; i < 100; i++) { let d = image.captureFullScreen(); logd(d) sleep(1000); if (d) { let ds = image.matToImageFormat(d); logd(ds) image.recyle(d); }
}}
main();