图片找点算法优化

2019-06-22 16:51:22 +08:00
 moodasmood

需求: 实现按键精灵或者触摸精灵里面的多点找色功能(指定第一个点的颜色值,指定后续颜色值和相对于第一个点的 x,y 偏移值,在图片中找到某个点,这个点的颜色和第一个点的颜色相等,同时这个点的坐标加上后续坐标的偏移,后续坐标的颜色全部相等)

入参示例:38CEE7,21|0|34D8EB,20|8|34D9EC,36|9|35D6EA,40|33|34D8EB,53|24|33D4E7,61|22|38D5E6,94|38|34D7E9,131|37|33CFE0,145|25|36D1E4 表示找颜色为 38CEE7 这个点的坐标,同时后续偏移位置的点颜色全部满足

目前实现: 将图片转成二维数组,遍历全部点,检查每个点是否和指定颜色相符

目前缺陷: 性能太差,1920*1080 的图片,输入 10 多个点,需要 14 至 20 秒才能找到点。请问大家有什么好的优化建议吗?

5376 次点击
所在节点    程序员
35 条回复
moodasmood
2019-06-23 09:58:30 +08:00
@shidenggui 补充了
smallpython
2019-06-23 10:51:36 +08:00
请问是做手游脚本吗?
MengQuadra
2019-06-23 11:07:53 +08:00
分治+并行?
moodasmood
2019-06-23 11:27:48 +08:00
@smallpython 是的,自己写着玩,按键精灵这种广告太恶心,而且老出问题,就自己造轮子了
guchengyehai1
2019-06-23 11:29:54 +08:00
编写 opengl shader 并行计算
JohnChiu
2019-06-23 11:53:46 +08:00
这个用目标检测多合适,SSD 训练一个模型就完事了
Nicapoet
2019-06-23 15:01:14 +08:00
压缩图片,拿到坐标以后再把缩放比乘回去。
(也可以考虑用图像处理相关算法,比如 surf 特征匹配配合颜色阈值化)
bookit
2019-06-23 18:21:29 +08:00
用 opencv 的图片查找函数呢,这么小的图片,应该非常快就能找到。

我以前查的图片都是 2GB 的
DejaVud
2019-06-23 19:48:03 +08:00
直接用 opencv 或者类似的矩阵运算库,定义一个卷积核
我自己写 eve 脚本,1920*1080 分辨率,一次找图操作在电脑端不超过 1s
Windsooon
2019-06-23 20:01:45 +08:00
1. 把要找的几个点的颜色以及相对位置理解成一个矩形。
2. 然后遍历这张图片找到**符合条件**的矩形(矩形的最左点到最右点,最上点到最低点必须包含需要的颜色),这样可以筛选掉大部分的矩形。
3. 接下来从结果的矩形中运用原本的算法来找点。
shidenggui
2019-06-23 20:40:37 +08:00
试了下你的例子,貌似 (652,508) 这个位置不太符合你给出的查找字符串。你能把图片转 hex 的代码也放下吗?
hmzt
2019-06-24 10:56:50 +08:00
你这不涉及计算,第一个点也必须要遍历查找,没什么优化空间,既然是用来做脚本,应该在脚本里限制找图的范围来减少时间.
aguesuka
2019-06-24 13:04:31 +08:00
模式里没有的点就是通配符。
aguesuka
2019-06-24 13:49:01 +08:00
如果我没理解错的话。需求就是我知道了 p 个点的颜色和关于第一个点的相对坐标,在二维数组里面做匹配?实际上二维数组可以转为一维数组,用 kmp 的话时间复杂度是 O(m+n),n 是图片大小。m 是第一个点到最后一个点的距离。按照原来的算法时间复杂度是 O(np)实际上 p 只有 10 多,而且通常情况下不会达到 np,所以就算改了算法也要 1 秒左右。我想知道如果只找一个点要多久?
moodasmood
2019-06-24 13:55:10 +08:00
@aguesuka 1920*1080 的图片,遍历一次 16s 左右,主要想的优化方法就是减少第一个点的遍历次数

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/576463

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX