C#中OpenCvSharp 通过特征点匹配图片的方法

C#中中OpenCvSharp 通过特征点匹配图片的方法通过特征点匹配图片的方法

主要介绍了OpenCvSharp 通过特征点匹配图片的方法,本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价

值，需要的朋友可以参考下

现在的手游基本都是重复操作,一个动作要等好久,结束之后继续另一个动作.很麻烦,所以动起了自己写一个游戏辅助的心思.

这个辅助本身没什么难度,就是通过不断的截图,然后从这个截图中找出预先截好的能代表相应动作的按钮或者触发条件的小图.

找到之后获取该子区域的左上角坐标,然后通过windows API调用鼠标或者键盘做操作就行了.

这里面最难的也就是找图了,因为要精准找图,而且最好能适应不同的分辨率下找图,所以在模板匹配的基础上,就有了SIFT和SURF的特征点

找图方式.

using (Mat matSrcRet = new Mat())

using (Mat matToRet = new Mat())

{

KeyPoint[] keyPointsSrc, keyPointsTo;

using (var sift = OpenCvSharp.XFeatures2D.SIFT.Create())

{

sift.DetectAndCompute(matSrc, null, out keyPointsSrc, matSrcRet);

sift.DetectAndCompute(matTo, null, out keyPointsTo, matToRet);

}

using (var bfMatcher = new OpenCvSharp.BFMatcher())

{

if (items[0].Distance < 0.5 * items[1].Distance)

{

pointsSrc.Add(keyPointsSrc[items[0].QueryIdx].Pt);

pointsDst.Add(keyPointsTo[items[0].TrainIdx].Pt);

goodMatches.Add(items[0]);

Console.WriteLine($"{keyPointsSrc[items[0].QueryIdx].Pt.X}, {keyPointsSrc[items[0].QueryIdx].Pt.Y}");

}

}

var outMat = new Mat();

Cv2.FindHomography(pSrc, pDst, HomographyMethods.Ransac, mask: outMask);

// 如果通过RANSAC处理后的匹配点大于10个,才应用过滤. 否则使用原始的匹配点结果(匹配点过少的时候通过RANSAC处理后,可能会得到0个匹配点的结果).

if (outMask.Rows > 10)

{

byte[] maskBytes = new byte[outMask.Rows * outMask.Cols];

outMask.GetArray(0, 0, maskBytes);

Cv2.DrawMatches(matSrc, keyPointsSrc, matTo, keyPointsTo, goodMatches, outMat, matchesMask: maskBytes, flags: DrawMatchesFlags.NotDrawSinglePoints);

}

else

Cv2.DrawMatches(matSrc, keyPointsSrc, matTo, keyPointsTo, goodMatches, outMat, flags: DrawMatchesFlags.NotDrawSinglePoints);

{

using (Mat matSrc = imgSrc.ToMat())

using (Mat matTo = imgSub.ToMat())

using (Mat matSrcRet = new Mat())

using (Mat matToRet = new Mat())

{

KeyPoint[] keyPointsSrc, keyPointsTo;

using (var surf = OpenCvSharp.XFeatures2D.SURF.Create(threshold,4,3,true,true))

{

surf.DetectAndCompute(matSrc, null, out keyPointsSrc, matSrcRet);