完成基础养号脚本

Utils/AiUtils.py

@@ -1,11 +1,53 @@
 
 import os
 import re
+import cv2
+import numpy as np
 
 
 # 工具类
 class AiUtils(object):
 
+    # 在屏幕中找到对应的图片
+    @classmethod
+    def findImageInScreen(cls, target):
+        # 加载原始图像和模板图像
+        image_path = AiUtils.imagePathWithName("bgv")  # 替换为你的图像路径
+        template_path = AiUtils.imagePathWithName(target)  # 替换为你的模板路径
+
+        # 读取图像和模板，确保它们都是单通道灰度图
+        image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
+        template = cv2.imread(template_path, cv2.IMREAD_GRAYSCALE)
+
+        if image is None:
+            raise ValueError("背景图无法加载")
+
+        if template is None:
+            raise ValueError("模板图无法加载")
+
+
+        # 获取模板的宽度和高度
+        w, h = template.shape[::-1]
+
+        # 使用模板匹配方法
+        res = cv2.matchTemplate(image, template, cv2.TM_CCOEFF_NORMED)
+        threshold = 0.7  # 匹配度阈值，可以根据需要调整
+        loc = np.where(res >= threshold)
+
+        # 检查是否有匹配结果
+        if loc[0].size > 0:
+            # 取第一个匹配位置
+            pt = zip(*loc[::-1]).__next__()  # 获取第一个匹配点的坐标
+            center_x = int(pt[0] + w // 2)
+            center_y = int(pt[1] + h // 2)
+            # print(f"第一个匹配到的小心心中心坐标: ({center_x}, {center_y})")
+            return center_x, center_y
+        else:
+            print("未找到匹配的目标")
+            return -1, -1
+
+
+    # 使用正则查找字符串中的数字
     @classmethod
     def findNumber(cls, str):
         # 使用正则表达式匹配数字
@@ -15,15 +57,91 @@ class AiUtils(object):
         return None  # 如果没有找到数字，返回 None
 
 
-    # 根据名称获取图片地址
+    # 选择截图
     @classmethod
-    def pathWithName(cls, name):
+    def screenshot(cls):
+        image_path = AiUtils.imagePathWithName("bgv")   # 替换为你的图像路径
+        image = cv2.imread(image_path)
+
+        # 如果图像过大，缩小显示
+        scale_percent = 50  # 缩小比例
+        width = int(image.shape[1] * scale_percent / 100)
+        height = int(image.shape[0] * scale_percent / 100)
+        dim = (width, height)
+        resized_image = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
+
+        # 创建一个窗口并显示缩小后的图像
+        cv2.namedWindow("Image")
+        cv2.imshow("Image", resized_image)
+        print("请在图像上选择爱心图标区域，然后按Enter键确认。")
+
+        # 使用selectROI函数手动选择区域
+        roi = cv2.selectROI("Image", resized_image, showCrosshair=True, fromCenter=False)
+
+        # 将ROI坐标按原始图像尺寸放大
+        x, y, w, h = roi
+        x = int(x * image.shape[1] / resized_image.shape[1])
+        y = int(y * image.shape[0] / resized_image.shape[0])
+        w = int(w * image.shape[1] / resized_image.shape[1])
+        h = int(h * image.shape[0] / resized_image.shape[0])
+
+        # 根据选择的ROI提取爱心图标
+        if w > 0 and h > 0:  # 确保选择的区域有宽度和高度
+            heart_icon = image[y:y + h, x:x + w]
+
+            # 转换为HSV颜色空间
+            hsv = cv2.cvtColor(heart_icon, cv2.COLOR_BGR2HSV)
+
+            # 定义红色的HSV范围
+            lower_red1 = np.array([0, 120, 70])
+            upper_red1 = np.array([10, 255, 255])
+            lower_red2 = np.array([170, 120, 70])
+            upper_red2 = np.array([180, 255, 255])
+
+            # 创建掩模
+            mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
+            mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
+            mask = mask1 + mask2
+
+            # 反转掩模，因为我们想要的是爱心图标，而不是背景
+            mask_inv = cv2.bitwise_not(mask)
+
+            # 应用掩模
+            heart_icon = cv2.bitwise_and(heart_icon, heart_icon, mask=mask_inv)
+
+            # 创建一个全透明的背景
+            height, width, channels = heart_icon.shape
+            roi = np.zeros((height, width, channels), dtype=np.uint8)
+
+            # 将爱心图标粘贴到透明背景上
+            for c in range(channels):
+                roi[:, :, c] = np.where(mask_inv == 255, heart_icon[:, :, c], roi[:, :, c])
+
+            # 图片名称
+            imgName = "temp.png"
+
+            # 保存结果
+            cv2.imwrite(imgName, roi)
+
+            # 显示结果
+            cv2.imshow("Heart Icon with Transparent Background", roi)
+            cv2.waitKey(0)
+            cv2.destroyAllWindows()
+        else:
+            print("未选择有效区域。")
+
+
+    # 根据名称获取图片完整地址
+    @classmethod
+    def imagePathWithName(cls, name):
         current_file_path = os.path.abspath(__file__)
         # 获取当前文件所在的目录（即script目录）
         current_dir = os.path.dirname(current_file_path)
         # 由于script目录位于项目根目录下一级，因此需要向上一级目录移动两次
         project_root = os.path.abspath(os.path.join(current_dir, '..'))
         # 构建资源文件的完整路径，向上两级目录，然后进入 resources 目录
-        resource_path = os.path.abspath(os.path.join(project_root, 'resources', name + ".jpg")).replace('/', '\\')
+        resource_path = os.path.abspath(os.path.join(project_root, 'resources', name + ".png")).replace('/', '\\')
         return resource_path
 
+
+# AiUtils.screenshot()