如何在图像 A（屏幕截图/大）内简单地找到图像 B（较小）的坐标？

Question

我正在尝试制作一个基本工具，它会自动将鼠标移动到菜单，并从下拉菜单中选择已选择的内容。

所以，这就是我试图让我的鼠标导航到的地方，特别是“saimon”部分。我将此屏幕截图称为 A

用户窗口的屏幕截图，比 A 更大。我只想导航到该屏幕中 A 的部分。

希望您了解这里的目标。

无论如何，我试图做一些简单的事情，比如使用 If 语句，看看我是否会在屏幕截图中找到那个图标，如果我找到了。它会导航到那些坐标（我可以手动输入，通过让用户将菜单放在特定位置或自动获取坐标）。如果不匹配，我只会说一个错误。

Answer 1

此答案使用 OCR 查找文本“Saimon”的位置 X、Y 坐标

你下载TessNet(2)

Tessnet2 是一个使用 Tesseract 引擎的 .NET 2.0 开源 OCR 程序集。

你可以实现类似这样的代码：

using System;

namespace OCRTest
{
    using System.Drawing;

    using tessnet2;

    class Program
    {
        static void Main(string[] args)
        {
            try
            {
                var image = new Bitmap(@"C:\OCRTest\saimon.jpg");
                var ocr = new Tesseract();
                ocr.SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz.,$-/#&=()\"':?"); // If digit only
                //@"C:\OCRTest\tessdata" contains the language package, without this the method crash and app breaks
                ocr.Init(@"C:\OCRTest\tessdata", "eng", true); 
                var result = ocr.DoOCR(image, Rectangle.Empty);
                foreach (Word word in result){
                    if(word.contains("aimon")){
                        Console.WriteLine("" + word.Confidence + " " + word.Text + " " +word.Top+" "+word.Bottom+ " " +word.Left + " " +word.Right);
                    }
                }

                Console.ReadLine();
            }
            catch (Exception exception)
            {

            }
        }
    }
}

您应该能够使用这些坐标来自动单击鼠标。

致test online with another OCR OCR 的工作原理，请提供您的屏幕打印并检查其结果。现在 OCR 太好用了！