前言

起因是实战中locate对个别定位会有偏差，导致一直识别错误

相应的基本知识推荐阅读：详细分析Python中的Pyautogui库（附Demo）

1. 基本知识

pyautogui.locate()函数用于在屏幕上定位指定图像或颜色的区域

作用：

• 定位屏幕上的指定图像或颜色区域
• 用于自动化任务，例如查找特定的应用程序窗口、按钮、图标等

函数如下：locate(needleImage, haystackImage, **kwargs)： 在haystackImage中查找needleImage的位置

• needleImage: 要搜索的图像（可以是字符串文件名或PIL.Image对象）
• haystackImage: 要搜索的图像或区域（可以是字符串文件名、PIL.Image对象或(left, top, width, height)元组）
• **kwargs: 传递给locateAll的其他关键字参数

最终的结果返回值：如果找到匹配点，则返回第一个匹配点，否则返回None

对于**kwargs的关键字参数，可以详细参考下locateAll的函数源码，补充其参数如下：

• grayscale: 可选参数，指定是否将图像转换为灰度图像。默认为None
• limit: 可选参数，指定要返回的匹配数量的上限。默认为None，表示没有限制
• region: 可选参数，指定在哪个区域内搜索图像（以(left, top, width, height)元组形式指定）。默认为None，表示整个图像
• step: 可选参数，指定搜索时的步长。默认为1，表示逐像素搜索
• confidence: 可选参数，置信度阈值。仅当安装了OpenCV时才可用。默认为None

该函数的返回值为 所有匹配的位置的Box对象

2. 源代码分析

源代码已加入注释：

def locate(needleImage, haystackImage, **kwargs):# 将limit设置为1，仅返回第一个匹配点kwargs['limit'] = 1# 查找所有匹配点points = tuple(locateAll(needleImage, haystackImage, **kwargs))# 如果至少找到一个匹配点if len(points) > 0:return points[0]else:# 如果USE_IMAGE_NOT_FOUND_EXCEPTION为True，则抛出异常if USE_IMAGE_NOT_FOUND_EXCEPTION:raise ImageNotFoundException('无法定位图像。')# 否则返回Noneelse:return None

其中使用到了locateAll函数，再次给出源代码：

@requiresPillow
def _locateAll_python(needleImage, haystackImage, grayscale=None, limit=None, region=None, step=1, confidence=None):"""在haystackImage中查找所有的needleImage的位置。Args:needleImage: 要搜索的图像（可以是字符串文件名或PIL.Image对象）。haystackImage: 要搜索的图像或区域（可以是字符串文件名、PIL.Image对象或(left, top, width, height)元组）。grayscale: 可选参数，指定是否将图像转换为灰度图像。默认为None。limit: 可选参数，指定要返回的匹配数量的上限。默认为None，表示没有限制。region: 可选参数，指定在哪个区域内搜索图像（以(left, top, width, height)元组形式指定）。默认为None，表示整个图像。step: 可选参数，指定搜索时的步长。默认为1，表示逐像素搜索。confidence: 可选参数，置信度阈值。仅当安装了OpenCV时才可用。默认为None。Returns:生成器，用于生成所有匹配的位置的Box对象。Raises:NotImplementedError: 如果confidence参数在没有安装OpenCV时被使用。ImageNotFoundException: 如果未找到匹配点且USE_IMAGE_NOT_FOUND_EXCEPTION为True时引发。"""if confidence is not None:raise NotImplementedError('当没有安装OpenCV时，confidence关键字参数不可用。')# 设置所有参数if grayscale is None:grayscale = GRAYSCALE_DEFAULTneedleFileObj = Noneif isinstance(needleImage, (str, unicode)):# 'image' 是一个文件名，加载图像对象needleFileObj = open(needleImage, 'rb')needleImage = Image.open(needleFileObj)haystackFileObj = Noneif isinstance(haystackImage, (str, unicode)):# 'image' 是一个文件名，加载图像对象haystackFileObj = open(haystackImage, 'rb')haystackImage = Image.open(haystackFileObj)if region is not None:haystackImage = haystackImage.crop((region[0], region[1], region[0] + region[2], region[1] + region[3]))else:region = (0, 0)  # 因为代码总是考虑区域，所以设置为0if grayscale:  # 如果启用了灰度模式，则将needle和haystack图像转换为灰度图像needleImage = ImageOps.grayscale(needleImage)haystackImage = ImageOps.grayscale(haystackImage)else:# 如果不使用灰度，则确保比较的是RGB图像，而不是RGBA图像if needleImage.mode == 'RGBA':needleImage = needleImage.convert('RGB')if haystackImage.mode == 'RGBA':haystackImage = haystackImage.convert('RGB')# 设置一些常量needleWidth, needleHeight = needleImage.sizehaystackWidth, haystackHeight = haystackImage.sizeneedleImageData = tuple(needleImage.getdata())haystackImageData = tuple(haystackImage.getdata())needleImageRows = [needleImageData[y * needleWidth:(y + 1) * needleWidth] for y in range(needleHeight)]needleImageFirstRow = needleImageRows[0]assert len(needleImageFirstRow) == needleWidth, '计算出的第一行的宽度与图像宽度不同。'assert [len(row) for row in needleImageRows] == [needleWidth] * needleHeight, 'needleImageRows的大小与原始图像大小不同。'numMatchesFound = 0# 注意: 经过在以下代码上运行测试/基准测试.py之后，似乎步长大于1并不会带来任何显著的性能改进。# 由于使用大于1的步长会导致匹配不够精确，因此将其设置为1。step = 1  # 硬编码步长为1，直到找到改进的方法。if step == 1:firstFindFunc = _kmpelse:firstFindFunc = _steppingFindfor y in range(haystackHeight):for matchx in firstFindFunc(needleImageFirstRow, haystackImageData[y * haystackWidth:(y + 1) * haystackWidth], step):foundMatch = Truefor searchy in range(1, needleHeight, step):haystackStart = (searchy + y) * haystackWidth + matchxif needleImageData[searchy * needleWidth:(searchy + 1) * needleWidth] != haystackImageData[haystackStart:haystackStart + needleWidth]:foundMatch = Falsebreakif foundMatch:# 找到匹配，报告匹配区域在haystack中的x、y、宽度、高度。numMatchesFound += 1yield Box(matchx + region[0], y + region[1], needleWidth, needleHeight)if limit is not None and numMatchesFound >= limit:# 达到限制。关闭文件句柄。if needleFileObj is not None:needleFileObj.close()if haystackFileObj is not None:haystackFileObj.close()return# 没有限制或限制未达到，但是无论如何都要关闭文件句柄。if needleFileObj is not None:needleFileObj.close()if haystackFileObj is not None:haystackFileObj.close()if numMatchesFound == 0:if USE_IMAGE_NOT_FOUND_EXCEPTION:raise ImageNotFoundException('无法定位图像。')else:return

3. Demo

（×）错误版： （这里使用默认参数，有可能会错误，建议加上置信度参数）
我们先给一个Demo：（截图区域为当前，jd.jpg为当前区域的某一区域）

import pyautoguitarget_image = 'target_image.png'# 截取屏幕指定区域并保存为图像文件
screenshot = pyautogui.screenshot('shot.png')
print("截图已保存为 'shot.png'")target_position = pyautogui.locate(target_image, screenshot)
print(target_position)if target_position is not None:center_x = target_position.left + (target_position.width / 2)center_y = target_position.top + (target_position.height / 2)print("目标图像中心坐标：", center_x, center_y)

结果输出如下：

在PyAutoGUI中，locate()函数用于在屏幕截图（screenshot）中查找目标图像（target_image）的位置。它默认使用图像的灰度模式，并且没有指定置信度阈值时，默认置信度阈值为None。这意味着如果未指定置信度阈值，则需要确保目标图像与屏幕截图非常相似，才能成功定位。如果目标图像与屏幕截图不是完全相同，例如在颜色、尺寸或旋转方面有细微差异，那么可能会导致无法成功定位，此时返回的位置将为None。

在没有设置confidence参数的情况下，默认的阈值为None，这意味着需要与完全相同的图像匹配。而当设置了confidence参数时，PyAutoGUI会尝试寻找与目标图像非常相似的区域，只要相似度超过了设置的置信度阈值，就会返回匹配的位置

（√）正确版：

截图如下：

import pyautoguitarget_image = 'target_image.png'# 截取屏幕指定区域并保存为图像文件
screenshot = pyautogui.screenshot('shot.png')
print("截图已保存为 'shot.png'")# 注意此处修改的位置
target_position = pyautogui.locate(target_image, screenshot,confidence=0.68)
print(target_position)if target_position is not None:center_x = target_position.left + (target_position.width / 2)center_y = target_position.top + (target_position.height / 2)print("目标图像中心坐标：", center_x, center_y)

截图如下：

对于其他的参数还有region 以及 grayscale等
以下虽然可以执行，但是对于作者来说输出为None

• 默认参数：
  target_position = pyautogui.locate('target_image.png', screenshot)
• 区域参数：
  target_position = pyautogui.locate('target_image.png', screenshot, region=(100, 100, 800, 600))
• 灰度参数：
  target_position = pyautogui.locate('target_image.png', screenshot, grayscale=True)

确保confidence可选参数在的话，在额外加其他可选参数，结果会正常：

# 注意此处修改的位置
target_position = pyautogui.locate(target_image, screenshot, confidence = 0.68 ,region=(1264, 32, 86, 24))

截图如下所示：