基于采样的快速找图以及实现方式

来源：互联网发布：vm共享文件夹mac 编辑：程序博客网时间：2024/05/16 14:49

按键精灵是很多人都用过的东西，但是毕竟它只是VB脚本，功能很有限，开发和调试都是一大头疼事，于是我就想自己弄一套按键精灵的复刻版类库以便自己能够在C#里面试用，再加上VS的强大调试功能和众多.NET运行库，比使用脚本不知道强了多少倍。
相信不少人用过按键精灵的找图的功能，实现它的方式也有很多种，但我们最注重的一个东西就是效率。因为找图的瓶颈当然就在于效率了。我也研究了几天的找图的功能，今天早上重新翻相关的内容的时候终于因为一个看过N次的帖子的老兄的一句话而茅塞顿开，于是就有了下面的内容。

下面我就直入主题了。
首先理论：
因为找图的时候按照每一个像素点来判断的话效率是非常非常低的，遍历大图的次数决定了关键效率，当然其中也有截图的消耗。基于采样的算法最低只需要遍历一次大图就可以完成查找，当然为了保证正确性，也可以遍历多次，但这是可以掌控的。
我们首先在小图中记录下一些特征点的颜色值，然后就可以进行匹配了，但这里有一个最摸不着头脑的问题，从哪里开始找起？仔细想的话有点像是爱因斯坦的相对论的感觉。所以啊，我们就需要一个绝对的点来作为参照。假设，这个点是可以在大图中找到的，那么定位其他的采样点就容易得多啦，我们只需要遍历一次大图，判断每一个像素是否是参照点，如果是，就判断采样点的颜色值，如果采样点的颜色值都相同，那么我们就可以认为是找到小图了。有些人可能有疑问了，如果小图中白色底色，就一个黑色的汉字，那么正确性是不是会降低呢？答案肯定是会，这样，你就需要增加采样点的个数或者取一些特征点来判断了。这一切都是基于参照点的位置的，如果连参照点都没有找到，那么说其他的，也就是白扯，所以参照点就显得至关重要了，为了保证参照点的正确性，我们可以使用多个参照点来保证找图的正确性和稳定性。理论就这么一点点，这根本也不是什么高深的东西，对吧www.it165.net？

代码开整：

我要实现的目标是按键精灵区域找图（FindPic）这个函数，首先列出我们要实现的函数的原型

FindPic（IntPrt hwnd,Rectangle rect,Image serchImg,float h,Point[] points）
参数：
hwnd:要找图的窗口句柄，如果为0则表示获取的是桌面截图，这里需要用这个hwnd来截图
rect：需要在大图找的区域和大小
serchImg：小图
h：相似度，取值范围为0-1 1为完全相同
points：采样点
这里最重要的参数就是采样点，采样点的意思就是，在小图里面取一些个别的点，如果这些个别的点匹配成功，那么就可以认为是找到了serchImg的位置
为了保证正确性，采样点可以使用百分比的方式或者试用指定个数的方式来随机获取，至于使用百分比或者指定点的个数由你来定。个人认为百分比的方式比较稳定，因为采样点的个数不会太影响性能，至少不是影响性能的首要因素。

view sourceprint?
01./// <summary>
02./// 随机生成采样点
03./// </summary>
04./// <param name="img">图片</param>
05./// <param name="h">采样比率，范围为0-1，决定图片像素的采样百分比，大于等于1为采样点个数</param>
06./// <returns></returns>
07.public static Point[] GetImgTestPoints(Image img, float h)
08.{
09.Random random = new Random(DateTime.Now.Second);
10.
11.int width_max = img.Width;
12.int height_max = img.Height;
13.
14.int count = 1;
15.if (h > 1)
16.{
17.count = (int)h;
18.}
19.else
20.{
21.count = (int)(width_max * height_max * h);//采样点的个数
22.}
23.
24.List<Point> points = new List<Point>();//采样点的集合
25.
26.for (int i = 0; i < count; i++)
27.{
28.Point point = new Point();
29.point.X = random.Next(width_max);
30.point.Y = random.Next(height_max);
31.
32.points.Add(point);
33.}
34.return points.ToArray();
35.}

好了，FindPic的所有参数都解决了。剩下就是这个方法的实现了。
FindPic需要使用EqImage EqTestColor 和一个叫做EqualsRGB的扩展函数接下来我会一个个讲解这三个函数
首先是 EqualsRGB

view sourceprint?
01./// <summary>
02./// 扩展函数，比较图片的 RGB 是否相同
03./// </summary>
04./// <param name="color1"></param>
05./// <param name="color2"></param>
06./// <returns></returns>
07.public static bool EqualsRGB(this Color color1, Color color2)
08.{
09.if (color1.R == color2.R && color1.B == color2.B && color1.G == color2.G)
10.{
11.return true;
12.}
13.else
14.{
15.return false;
16.}
17.}

　大家可能要问了，这个函数不是可有可无的吗？其实不是。因为试用 BitBlt（WIN32 API）截图后是没有Alpha 通道的，所以啊，我就写了这么一个函数来对比颜色值是否相同了，大家也能够理解了吧？
EqTestColor ：这个方法是来判断采样点的

view sourceprint?
01./// <summary>
02./// 给定一个原点，判断采样点的颜色和小图片的颜色是否相同
03./// </summary>
04./// <param name="bigImg">大图片</param>
05./// <param name="centerPoint">小图片的原点</param>
06./// <param name="getCenterPoint">搜索到的原点</param>
07./// <param name="points">采样点集合</param>
08./// <param name="pointsColors">采样点颜色集合</param>
09./// <param name="h">相似度</param>
10./// <returns></returns>
11.private static bool EqTestColor(Bitmap bigImg, Point centerPoint, Point getCenterPoint, Point[] points, List<Color> pointsColors,float h)
12.{
13.bool result = false;
14.int count = 0;
15.
16.for (int i = 0; i < points.Length; i++)
17.{
18.Point testPoint = points[i];
19.//距离GetCenterPoint的相对距离
20.testPoint.X = testPoint.X - centerPoint.X + getCenterPoint.X;
21.testPoint.Y = testPoint.Y - centerPoint.Y + getCenterPoint.Y;
22.
23.if (testPoint.X < 0 || testPoint.Y < 0 ||
24.testPoint.X >= bigImg.Width || testPoint.Y >= bigImg.Height)
25.{
26.break;
27.}
28.
29.//获取颜色比较
30.Color bigColor = bigImg.GetPixel(testPoint.X, testPoint.Y);
31.Color smailColor = pointsColors[i];
32.
33.if (bigColor.EqualsRGB(smailColor) == true)
34.{
35.count++;
36.}
37.}
38.
39.if (((float)count / (float)points.Length) >= h)
40.{
41.result = true;
42.}
43.else
44.{
45.result = false;
46.}
47.
48.return result;
49.}

这个方法也很容易理解，我就不多说了。
接下来是EqImage ：

view sourceprint?
01./// <summary>
02./// 比较2张图片是否相等
03./// </summary>
04./// <param name="bigImg">bigImg</param>
05./// <param name="smailImg">smailImg</param>
06./// <param name="h">相似度</param>
07./// <param name="centerPoint">采样原点</param>
08./// <param name="points">所有采样点</param>
09./// <returns></returns>
10.public static bool EqImage(Bitmap bigImg, Bitmap smailImg, float h, Point centerPoint, Point[] points, out Point point)
11.{
12.bool result = false;
13.
14.point = new Point(-1, -1);
15.
16.int x = 0;
17.int y = 0;
18.int max_x = bigImg.Width;
19.int max_y = bigImg.Height;
20.
21.//原点的颜色
22.Color centerPointColor = smailImg.GetPixel(centerPoint.X, centerPoint.Y);
23.//采样点的颜色集合
24.List<Color> pointsColors = new List<Color>();
25.//获取采样点的颜色
26.for (int i = 0; i < points.Length; i++)
27.{
28.pointsColors.Add(smailImg.GetPixel(points[i].X, points[i].Y));
29.}
30.
31.for (x = 0; x < max_x; x++)
32.{
33.for (y = 0; y < max_y; y++)
34.{
35.Point getCenterPoint = new Point(x, y);
36.Color getCenterPointColor = bigImg.GetPixel(x, y);
37.
38.//判断原点是否相同
39.if (centerPointColor.EqualsRGB(getCenterPointColor) == true)
40.{
41.//判断采样点颜色
42.if (EqTestColor(bigImg, centerPoint, getCenterPoint, points, pointsColors, h) == true)
43.{//如果相同就跳出
44.result = true;
45.
46.//计算相对于参照点的0点
47.point.X = x - centerPoint.X;
48.point.Y = y - centerPoint.Y;
49.
50.break;
51.}
52.}
53.}
54.if (result == true)
55.{
56.break;
57.}
58.}
59.
60.return result;
61.}

这里的centerPoint就是我们设定的参照点，方法中先找到参照点的位置，然后调用EqTestColor 方法来判断参照点是否相同，如果相同就返回是否找到，并用一个输出参数来返回找到的位置。
最后就是FindPic了

view sourceprint?
01./// <summary>
02./// 区域找图
03./// </summary>
04./// <param name="hwnd">要找的窗口句柄</param>
05./// <param name="rect">大图的区域</param>
06./// <param name="serchBmp">小图</param>
07./// <param name="h">相似度</param>
08./// <returns></returns>
09.public static Point FindPic(IntPtr hwnd, Rectangle rect, Bitmap serchBmp, float h, Point[] points)
10.{
11.Point point = new Point(-1, -1);
12.
13.Bitmap bmp = GetWindowPic(hwnd, rect);//截图
14.
15.//采样点集合
16.Point[] centerPoints = GetImgTestPoints(serchBmp, 5, false);
17.
18.for (int i = 0; i < centerPoints.Length; i++)
19.{
20.Point centerPoint = centerPoints[i];
21.
22.//根据原点判断采样点的颜色值是否相同
23.if (EqImage(bmp, serchBmp, h, centerPoint, points, out point) == true)
24.{
25.break;
26.}
27.}
28.
29.//合成相对于窗口的坐标
30.if (point.X >= 0 && point.Y >= 0)
31.{
32.point.X += rect.X;
33.point.Y += rect.Y;
34.}
35.
36.serchBmp.Dispose();
37.return point;
38.}

FindPic里面我做了一个循环，用来判断多个参照点，以便增加正确性。获得0点位置后，记住啊，这个0点是相对于区域的位置，我们需要把它转换成相对于窗口的位置。
最后提一下 GetWindowPic 是我自己定义的截图函数，我就不贴了。
需要注意的地方：Win7下截图有个毛病，不知道大家清楚不，就是截取桌面的时候是有Alpha 通道的，也就是能正确截取，但按照窗口句柄截图会出现Alpha 通道消失的情况，也就是如果截图桌面，背景会是纯黑色，我给出下面2张对比图，大家一看便知
正常桌面：

按桌面截图：

按照句柄截图：

这是win7中的需要注意的地方，当然也可能只是我自己截图有问题，大家可以修改我的代码试用自己的截图函数。
修改FindPic中这句就可以了。
?Bitmap bmp = GetWindowPic(hwnd, rect);//截图<BR><BR><BR>
不知道我说的够不够清楚？大家赶紧自己试试吧. ^Y^
有错误或者有疏漏或者有改进的意见欢迎指出。

0 0