我的开源我的项目SimpleRPA外面，始终应用aircv的find_template办法来做图像匹配，最常见的场景就是从屏幕截图中，查找事后截好的小图，来确定下一步鼠标点击的地位：
比方在上面的钉钉PC端主页面中：
咱们来查找企业logo的地位：
aircv是网易保护的一个小我的项目，外面有几个图像处理工具函数，它的装置很简略：
pip install aircv其中被应用最多的，就是这个find_template办法，根本用法如下：
import aircv as acmatch_result = ac.find_template(image_origin, image_template, threshold, bgremove)几个参数别离示意
- image_origin：被查找的源图（下面实例中的钉钉主页面截图），要留神源图的宽和高，都必须大于或等于模板图
- image_template：要查找的模板小图（下面实例中的logo）
- threshold：最小置信度，在0到1之间。因为图像匹配并不需要每个像素准确统一，能够含糊匹配，所以这个值设定得越高，找到的区域就越靠近模板图，但设得太高就有可能找不到。
- bgremove：是否去除背景。如果这个值设置为True，那么函数外部会用Canny算子先提取图像轮廓，再做查找
返回值match_result是个dict构造：
match_result:{ 'result': (x,y), #tuple，示意辨认后果的中心点 'rectangle':[ #二位数组，示意辨认后果的矩形四个角 [left, top], [left, bottom], [right, top], [right, bottom] ], 'confidence': percentage #辨认后果的置信度,在0-1之间，越大越精准}这样咱们就能够用返回值在图片上标出矩形框的地位：
import cv2rect = match_result['rectangle']cv2.rectangle(img_result, (rect[0][0], rect[0,1]), (rect[3][0], rect[3][1]), (0, 0, 220), 2)这个find_template办法只返回一个最可信的后果，如果源图中有多个模板图，都想找回来
那么须要find_all_template函数，参数齐全一样，只是返回值是个match_result数组。
然而这个库很久没有保护了，我给它提交了一个PR，也没人理，还是有一些坑的，当前再缓缓聊。