如何实现单图与文件夹图片相似度比对，支持类似pyautogui的confidence阈值设置

pyautogui的confidence参数底层就是基于OpenCV的模板匹配算法实现的，你可以直接用OpenCV复现相同的匹配逻辑，完全兼容你之前基于confidence参数开发的脚本逻辑。

具体实现步骤 #

• 先安装依赖：pip install opencv-python numpy
• 核心逻辑完全对齐pyautogui的实现：用cv2.matchTemplate做模板匹配，拿到的最大匹配值对应pyautogui的confidence阈值判断即可

可直接运行的示例代码 #

import cv2
import numpy as np
import os

def match_image(template_path, target_img_path, confidence_threshold):
    # 读取模板图和待匹配图，转灰度图，和pyautogui默认处理逻辑一致
    template = cv2.imread(template_path, 0)
    target = cv2.imread(target_img_path, 0)
    # 处理模板尺寸大于待匹配图的异常场景
    if template.shape[0] > target.shape[0] or template.shape[1] > target.shape[1]:
        return False, 0.0
    # 采用TM_CCOEFF_NORMED匹配算法，和pyautogui默认算法完全一致
    result = cv2.matchTemplate(target, template, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    # 匹配度达到阈值则返回成功
    return max_val >= confidence_threshold, max_val

# 调用示例
if __name__ == "__main__":
    template_path = "你的模板图片路径.jpg"
    target_folder = "待比对的文件夹路径"
    confidence = 0.5 # 对应你需要的50%匹配阈值，和pyautogui的confidence参数取值范围完全一致
    for filename in os.listdir(target_folder):
        # 仅处理常见图片格式，可根据需求拓展后缀
        if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')):
            target_path = os.path.join(target_folder, filename)
            is_match, score = match_image(template_path, target_path, confidence)
            if is_match:
                print(f"匹配成功：{filename}，匹配度{score:.2f}")
                # 此处写入你需要执行的对应操作

可选拓展 #

如果需要支持不同缩放比例的图片匹配，可以额外增加图像金字塔缩放逻辑，对模板或者待匹配图做多尺度缩放后再匹配，覆盖更多尺寸不匹配的场景。

内容的提问来源于stack exchange，提问作者egsy666