如何使用Python配合PyAutoGUI在截图中识别匹配相似图片
基于PyAutoGUI的截图匹配目标图片实现方案
1 安装依赖
PyAutoGUI的图像识别能力底层依赖OpenCV和Pillow,先执行安装命令:pip install pyautogui opencv-python pillow
2 核心匹配代码
PyAutoGUI自带模板匹配能力,可通过参数适配灰度、模糊匹配需求,示例代码如下:
import pyautogui # 替换为你本地的目标图片路径 target_img = "your_target_image.png" # 场景1:实时屏幕上匹配目标图片 match_location = pyautogui.locateOnScreen( target_img, grayscale=True, # 开启灰度匹配,适配灰度截图场景,同时提升匹配速度 confidence=0.8 # 置信度,取值0-1,数值越低匹配宽松度越高,可按需调整 ) # 场景2:在本地已有的截图文件中匹配,用locate方法 # match_location = pyautogui.locate(target_img, "your_screenshot.png", grayscale=True, confidence=0.8) if match_location: print(f"匹配成功,位置信息:{match_location}") # 如需点击匹配区域,可直接获取中心点坐标 center_pos = pyautogui.center(match_location) print(f"匹配区域中心点:{center_pos}") else: print("未匹配到对应内容")
3 特殊场景适配
针对你提到的两个场景问题,可做如下适配:
- 待匹配截图为灰度格式:开启代码中的
grayscale=True参数即可,程序会自动将目标图片和待匹配截图都转为灰度后再做匹配,消除色彩差异带来的匹配失败问题 - 待匹配截图尺寸小于目标图片:模板匹配逻辑要求待搜索的目标图尺寸小于等于待匹配的截图尺寸,你可以先将目标图片等比缩放到小于等于截图尺寸后再传入匹配,缩放示例代码如下:
from PIL import Image def resize_target(img_path, max_width, max_height, save_path="resized_target.png"): img = Image.open(img_path) # 等比缩放避免变形 img.thumbnail((max_width, max_height), Image.Resampling.LANCZOS) img.save(save_path) return save_path # 示例:将目标图缩放到不超过截图的宽高(截图宽高自行替换为实际数值) resized_target = resize_target("your_target_image.png", 截图宽度, 截图高度) # 用缩放后的目标图做匹配 match_location = pyautogui.locate(resized_target, "your_screenshot.png", grayscale=True, confidence=0.8)
4 调试建议
- 匹配不到时可逐步调低confidence数值,最低不建议低于0.6,避免出现大量误匹配
- 如需匹配所有符合要求的相似区域,可将
locateOnScreen/locate替换为locateAllOnScreen/locateAll,会返回所有匹配位置的列表
内容的提问来源于stack exchange,提问作者Spider
相关产品推荐
相关产品推荐

