图像识别

最近工作遇到了一个需要识别安全键盘并点击的需求，做自动化嘛，由于安全键盘的键位固定但是键值随机，所以常规的方法不能正确获取触发点击，so，上网查了一下基本思路都是用机器识别。

1. 加载opencv-python
   pip install opencv-python

    会自动加载opencv-python,numpy和cv2

2. 当文件中导入cv2，直接上代码：
   def get_keynumber_location(self):        '''        获取字母对应位置        :return:返回template在image中的的bound参数        '''        keynum = pic_path + "\keynum.png"                     #键盘图片        image = cv2.imread(keynum)        key = cur_path + "\keyboard\%s.png" % 1              #数字键图片        template = cv2.imread(key)        h,w = template.shape[:2]                                #字母图片尺寸        result = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)       #图片对比        min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)              #对比结果最大值最小值以及位置        br = (max_loc[0] + w,max_loc[1] + h)# cv2.rectangle(image,max_loc,br,[0,255,0],2)# cv2.imshow("pipei",image)# cv2.waitKey(0)# cv2.destroyAllWindows()        return max_loc, br    def click_position(self):        '''        确定点击位置        :param password: 口令密码        :return:返回点击位置position        '''        a,b = self.get_keynumber_location()  #template在image中的的bound参数        x = a[0] + b[0]        y = a[1] + b[1]        position = (x / 2,y / 2)        self.driver.tap([position])      # 点击        return position

    基本就是用cv2.imread(path)读取图片，用cv2.matchTemplate(大图，小图，策略)函数进行比较，返回的是一个结果集，用cv2.minMaxLoc(result)函数获得最小值、最大值和相应位置。注释部分是验证识别区域是否正确，click_position是用来确定点击位置和点击事件的。