基于采样的快速找图以及实现方式

• 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。

   

  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

   

  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

   

  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  ：

  
  
  

  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

   

  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。