在Windows下编译OpenCV（如在其他系统下编译，请自行搜索）
CMake：
- 下载zip版本“cmake-3.xx-win64-x64.zip”
- 解压到指定目录并添加bin所在目录到环境变量。
- 在终端输入“cmake –help”或 “cmake –version”查看是否配置成功。
MinGW：
https://sourceforge.net/projects/mingw-w64/files/
- 推荐下载 离线版本“x86_64-posix-seh”
- 解压到指定目录并将bin目录加入到环境变量
- 在终端输入 “gcc –version”。查看是否安装成功。
OpenCV
本次 Windows 环境的安装，因此下载OpenCV-4.6.0 Windows 版。
双击下载好的exe文件，程序会生成 opencv 文件夹。
这个 opencv 文件夹就是我们后面的编译源文件。
新建一个文件夹 build_for_vscode ，用于存放我们后面的编译结果。
下载OpenCV运行库
下载OpenCV – 4.7.0的Windows版本，运行并制定解压目录。
（注意，如果这里选择其他版本，请务必在后面的项目依赖用也配置对应的4.7.0版本。）
然后配置系统的环境变量Path，添加“opencv/build/java/x86/opencv_java470.dll”。
否则会报类似如下的错误：
Exception in thread "JavaFX Application Thread" java.lang.UnsatisfiedLinkError: no opencv_java470 in java.library.path: D:\Java\jdk-17.0.8\bin;C:\Windows\Sun\Java\bin;C:\Windows\system32;C:\Windows;C:\Program Files (x86)\VMware\VMware Workstation\bin\;C:\Program Files (x86)\Common Files\Oracle\Java\javapath;C:\Windows\system32;C:\Windows;C:\Windows\System32\Wbem;C:\Windows\System32\WindowsPowerShell\v1.0\;C:\Windows\System32\OpenSSH\;C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;C:\Program Files\NVIDIA Corporation\NVIDIA NvDLISR;C:\Program Files\Git\cmd;C:\Program Files\TortoiseGit\bin;C:\Program Files (x86)\Microsoft SQL Server\160\Tools\Binn\;C:\Program Files\Microsoft SQL Server\160\Tools\Binn\;C:\Program Files\Microsoft SQL Server\Client SDK\ODBC\170\Tools\Binn\;C:\Program Files\Microsoft SQL Server\160\DTS\Binn\;C:\Program Files\Docker\Docker\resources\bin;D:\Java\jdk-1.8\bin;C:\Program Files\JetBrains\IntelliJ IDEA 2021.2\plugins\maven\lib\maven3\bin;C:\Program Files\nodejs\;C:\Windows\System32\Wbem;D:\Redis-x64-3.2.100;C:\Program Files\Go\bin;C:\Program Files\Go\bin;C:\Program Files\OpenSSL-Win64\bin;D:\MinGW-12.2.0\bin;D:\gradle-8.5\bin;D:\hkbea\20231201.PBWMS Enhancement\RmTool\opencv\build\java\x64;C:\Program Files\Tesseract-OCR;C:\Users\cp0612\AppData\Local\Microsoft\WindowsApps;C:\Users\cp0612\AppData\Roaming\npm;C:\Windows\System32\Wbem;C:\Users\cp0612\AppData\Local\Programs\Microsoft VS Code\bin;C:\Users\cp0612\go\bin;C:\Program Files\CMake\bin;. at java.base/java.lang.ClassLoader.loadLibrary(ClassLoader.java:2429) at java.base/java.lang.Runtime.loadLibrary0(Runtime.java:818) at java.base/java.lang.System.loadLibrary(System.java:1989) at com.hkbea.pbwms.rmtool.MainApp$1.run(MainApp.java:151) at com.sun.javafx.application.PlatformImpl.lambda$runLater$10(PlatformImpl.java:457) at java.base/java.security.AccessController.doPrivileged(AccessController.java:399) at com.sun.javafx.application.PlatformImpl.lambda$runLater$11(PlatformImpl.java:456) at com.sun.glass.ui.InvokeLaterDispatcher$Future.run$$$capture(InvokeLaterDispatcher.java:96) at com.sun.glass.ui.InvokeLaterDispatcher$Future.run(InvokeLaterDispatcher.java) at com.sun.glass.ui.win.WinApplication._runLoop(Native Method) at com.sun.glass.ui.win.WinApplication.lambda$runLoop$3(WinApplication.java:184) at java.base/java.lang.Thread.run(Thread.java:833)
在项目中引入依赖
依赖版本可以查看这里：https://mvnrepository.com/artifact/org.bytedeco/opencv
// https://mvnrepository.com/artifact/org.bytedeco/opencv implementation group: 'org.bytedeco', name: 'opencv', version: '4.7.0-1.5.9'
请务必注意version需要和所下载的OpenCV运行版本号一致。
示例代码
// 加载OpenCV库
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
// 读取源图像和模板图像
Mat sourceImage = Imgcodecs.imread("screenshot.png");
Mat templateImage = Imgcodecs.imread("template.png");
// 创建结果矩阵
int resultCols = sourceImage.cols() - templateImage.cols() + 1;
int resultRows = sourceImage.rows() - templateImage.rows() + 1;
//Mat resultImage = new Mat(resultRows, resultCols, CvType.CV_32F);
Mat resultImage = new Mat(resultRows, resultCols, CvType.CV_32FC1);
// 执行模板匹配
// 注意：这里只是一个简单的示例，实际的模板匹配需要根据具体需求进行参数调整和处理
/**
* result 参数：用于存储匹配结果的矩阵，您可以检查这个矩阵来了解匹配的情况。
* method 参数：指定匹配方法。常见的匹配方法包括 Imgproc.TM_SQDIFF、 Imgproc.TM_SQDIFF_NORMED、Imgproc.TM_CCORR、Imgproc.TM_CCORR_NORMED、Imgproc.TM_CCOEFF 和 Imgproc.TM_CCOEFF_NORMED，它们会影响到匹配结果的精确度和准确度。
* mask 参数：指定模板的掩码，可以使用它来限制匹配区域，提高匹配的准确度。
* scale 和 scaleFactor 参数：指定搜索图像和模板图像的缩放比例，可以通过调整这些参数来适应不同尺寸的图像。
*/
Imgproc.matchTemplate(sourceImage, templateImage, resultImage, Imgproc.TM_CCOEFF_NORMED);
// --------- 处理匹配结果 ----------
//匹配阈值处理
//double thresholdValue = 0.8;
//Core.compare(resultImage, new Scalar(thresholdValue), resultImage, Core.CMP_GE);
// 寻找最大和最小匹配值及其位置
Core.MinMaxLocResult mmr = Core.minMaxLoc(resultImage);
//比对匹配到的图像结果
double threshold = 0.2; // 设置匹配阈值
if (mmr.maxVal >= threshold) {
//log.info("匹配成功");
System.out.println("匹配成功");
Point maxLoc = mmr.maxLoc;
// 在原始图像中画出匹配结果的矩形框
Rect matchRect = new Rect((int)maxLoc.x, (int)maxLoc.y, templateImage.cols(), templateImage.rows());
Imgproc.rectangle(sourceImage, matchRect.tl(), matchRect.br(), new Scalar(0, 255, 0), 2);
// 将 Mat 对象转换为 BufferedImage
//imageView.setImage(SwingFXUtils.toFXImage(matToBufferedImage(resultImage),null));
BufferedImage resultBuffImage = Mat2BufImg(sourceImage,".png");
WritableImage rersultWritableImage = SwingFXUtils.toFXImage(resultBuffImage,null);
File resultImageFile = new File("outputImage.png");
try {
ImageIO.write(SwingFXUtils.fromFXImage(rersultWritableImage, null), "png", resultImageFile);
System.out.println("屏幕截图已保存到: " + resultImageFile.getAbsolutePath()+"; 大小="+resultImageFile.length());
} catch (IOException e) {
System.out.println("无法保存屏幕截图: " + e.getMessage());
}
imageView.setImage(rersultWritableImage);
} else {
// 未找到匹配
//log.info("匹配失败");
System.out.println("匹配失败");
}
// 释放资源
sourceImage.release();
templateImage.release();
resultImage.release();
