Images#

images 模块提供了一些手机设备中常见的图片处理函数，包括截图、读写图片、图片剪裁、旋转、二值化、找色找图等。

该模块分为两个部分，找图找色部分和图片处理部分。

需要注意的是，image 对象创建后尽量在不使用时进行回收，同时避免循环创建大量图片。因为图片是一种占用内存比较大的资源，尽管 Auto.js 通过各种方式（比如图片缓存机制、垃圾回收时回收图片、脚本结束时回收所有图片）尽量降低图片资源的泄漏和内存占用，但是糟糕的代码仍然可以占用大量内存。

Image 对象通过调用recycle()函数来回收。例如：

1// 读取图片
2var img = images.read("./1.png");
3//对图片进行操作
4...
5// 回收图片
6img.recycle();

例外的是，caputerScreen()返回的图片不需要回收。

图片处理#

images.read(path)#

• path {string} 图片路径

读取在路径 path 的图片文件并返回一个 Image 对象。如果文件不存在或者文件无法解码则返回 null。

images.load(url)#

• url {string} 图片 URL 地址

加载在地址 URL 的网络图片并返回一个 Image 对象。如果地址不存在或者图片无法解码则返回 null。

images.copy(img)#

• img {Image} 图片
• 返回 {Image}

复制一张图片并返回新的副本。该函数会完全复制 img 对象的数据。

images.save(image, path[, format = "png", quality = 100])#

• image {Image} 图片
• path {string} 路径
• format {string} 图片格式，可选的值为:
  • png
  • jpeg/jpg
  • webp
• quality {number} 图片质量，为 0~100 的整数值

把图片 image 以 PNG 格式保存到 path 中。如果文件不存在会被创建；文件存在会被覆盖。

1//把图片压缩为原来的一半质量并保存
2var img = images.read("/sdcard/1.png");
3images.save(img, "/sdcard/1.jpg", "jpg", 50);
4app.viewFile("/sdcard/1.jpg");

images.fromBase64(base64)#

• base64 {string} 图片的 Base64 数据
• 返回 {Image}

解码 Base64 数据并返回解码后的图片 Image 对象。如果 base64 无法解码则返回null。

images.toBase64(img[, format = "png", quality = 100])#

• image {image} 图片
• format {string} 图片格式，可选的值为:
  • png
  • jpeg/jpg
  • webp
• quality {number} 图片质量，为 0~100 的整数值
• 返回 {string}

把图片编码为 base64 数据并返回。

images.fromBytes(bytes)#

• bytes {byte[]} 字节数组

解码字节数组 bytes 并返回解码后的图片 Image 对象。如果 bytes 无法解码则返回null。

images.toBytes(img[, format = "png", quality = 100])#

• image {image} 图片
• format {string} 图片格式，可选的值为:
  • png
  • jpeg/jpg
  • webp
• quality {number} 图片质量，为 0~100 的整数值
• 返回 {byte[]}

把图片编码为字节数组并返回。

images.clip(img, x, y, w, h)#

• img {Image} 图片
• x {number} 剪切区域的左上角横坐标
• y {number} 剪切区域的左上角纵坐标
• w {number} 剪切区域的宽度
• h {number} 剪切区域的高度
• 返回 {Image}

从图片 img 的位置(x, y)处剪切大小为 w * h 的区域，并返回该剪切区域的新图片。

1var src = images.read("/sdcard/1.png");
2var clip = images.clip(src, 100, 100, 400, 400);
3images.save(clip, "/sdcard/clip.png");

images.resize(img, size[, interpolation])#

[v4.1.0 新增]

• img {Image} 图片

• size {Array} 两个元素的数组[w, h]，分别表示宽度和高度；如果只有一个元素，则宽度和高度相等

• interpolation {string} 插值方法，可选，默认为"LINEAR"（线性插值），可选的值有：

  • NEAREST 最近邻插值
  • LINEAR 线性插值（默认）
  • AREA 区域插值
  • CUBIC 三次样条插值
  • LANCZOS4 Lanczos 插值 参见InterpolationFlags

• 返回 {Image}

调整图片大小，并返回调整后的图片。例如把图片放缩为 200*300：images.resize(img, [200, 300])。

参见Imgproc.resize。

images.scale(img, fx, fy[, interpolation])#

[v4.1.0 新增]

• img {Image} 图片

• fx {number} 宽度放缩倍数

• fy {number} 高度放缩倍数

• interpolation {string} 插值方法，可选，默认为"LINEAR"（线性插值），可选的值有：

  • NEAREST 最近邻插值
  • LINEAR 线性插值（默认）
  • AREA 区域插值
  • CUBIC 三次样条插值
  • LANCZOS4 Lanczos 插值 参见InterpolationFlags

• 返回 {Image}

放缩图片，并返回放缩后的图片。例如把图片变成原来的一半：images.scale(img, 0.5, 0.5)。

参见Imgproc.resize。

images.rotate(img, degress[, x, y])#

[v4.1.0 新增]

• img {Image} 图片
• degress {number} 旋转角度。
• x {number} 旋转中心 x 坐标，默认为图片中点
• y {number} 旋转中心 y 坐标，默认为图片中点
• 返回 {Image}

将图片逆时针旋转 degress 度，返回旋转后的图片对象。

例如逆时针旋转 90 度为images.rotate(img, 90)。

images.concat(img1, image2[, direction])#

[v4.1.0 新增]

• img1 {Image} 图片 1
• img2 {Image} 图片 2
• direction {string} 连接方向，默认为"RIGHT"，可选的值有：
  • LEFT 将图片 2 接到图片 1 左边
  • RIGHT 将图片 2 接到图片 1 右边
  • TOP 将图片 2 接到图片 1 上边
  • BOTTOM 将图片 2 接到图片 1 下边
• 返回 {Image}

连接两张图片，并返回连接后的图像。如果两张图片大小不一致，小的那张将适当居中。

images.grayscale(img)#

[v4.1.0 新增]

• img {Image} 图片
• 返回 {Image}

灰度化图片，并返回灰度化后的图片。

images.threshold(img, threshold, maxVal[, type])#

[v4.1.0 新增]

• img {Image} 图片
• threshold {number} 阈值
• maxVal {number} 最大值
• type {string} 阈值化类型，默认为"BINARY"，参见ThresholdTypes, 可选的值:
  • BINARY
  • BINARY_INV
  • TRUNC
  • TOZERO
  • TOZERO_INV
  • OTSU
  • TRIANGLE
• 返回 {Image}

将图片阈值化，并返回处理后的图像。可以用这个函数进行图片二值化。例如：images.threshold(img, 100, 255, "BINARY")，这个代码将图片中大于 100 的值全部变成 255，其余变成 0，从而达到二值化的效果。如果 img 是一张灰度化图片，这个代码将会得到一张黑白图片。

可以参考有关博客（比如threshold 函数的使用）或者 OpenCV 文档threshold。

images.adaptiveThreshold(img, maxValue, adaptiveMethod, thresholdType, blockSize, C)#

[v4.1.0 新增]

• img {Image} 图片
• maxValue {number} 最大值
• adaptiveMethod {string} 在一个邻域内计算阈值所采用的算法，可选的值有：
  • MEAN_C 计算出领域的平均值再减去参数 C 的值
  • GAUSSIAN_C 计算出领域的高斯均值再减去参数 C 的值
• thresholdType {string} 阈值化类型，可选的值有：
  • BINARY
  • BINARY_INV
• blockSize {number} 邻域块大小
• C {number} 偏移值调整量
• 返回 {Image}

对图片进行自适应阈值化处理，并返回处理后的图像。

可以参考有关博客（比如threshold 与 adaptiveThreshold）或者 OpenCV 文档adaptiveThreshold。

images.cvtColor(img, code[, dstCn])#

[v4.1.0 新增]

• img {Image} 图片
• code {string} 颜色空间转换的类型，可选的值有一共有 205 个（参见ColorConversionCodes），这里只列出几个：
  • BGR2GRAY BGR 转换为灰度
  • BGR2HSV BGR 转换为 HSV
  • ``
• dstCn {number} 目标图像的颜色通道数量，如果不填写则根据其他参数自动决定。
• 返回 {Image}

对图像进行颜色空间转换，并返回转换后的图像。

可以参考有关博客（比如颜色空间转换）或者 OpenCV 文档cvtColor。

images.inRange(img, lowerBound, upperBound)#

[v4.1.0 新增]

• img {Image} 图片
• lowerBound {string} | {number} 颜色下界
• upperBound {string} | {number} 颜色下界
• 返回 {Image}

将图片二值化，在 lowerBound~upperBound 范围以外的颜色都变成 0，在范围以内的颜色都变成 255。

例如images.inRange(img, "#000000", "#222222")。

images.interval(img, color, interval)#

[v4.1.0 新增]

• img {Image} 图片
• color {string} | {number} 颜色值
• interval {number} 每个通道的范围间隔
• 返回 {Image}

将图片二值化，在 color-interval ~ color+interval 范围以外的颜色都变成 0，在范围以内的颜色都变成 255。这里对 color 的加减是对每个通道而言的。

例如images.interval(img, "#888888", 16)，每个通道的颜色值均为 0x88，加减 16 后的范围是[0x78, 0x98]，因此这个代码将把#787878~#989898 的颜色变成#FFFFFF，而把这个范围以外的变成#000000。

images.blur(img, size[, anchor, type])#

[v4.1.0 新增]

• img {Image} 图片
• size {Array} 定义滤波器的大小，如[3, 3]
• anchor {Array} 指定锚点位置(被平滑点)，默认为图像中心
• type {string} 推断边缘像素类型，默认为"DEFAULT"，可选的值有：
  • CONSTANT iiiiii|abcdefgh|iiiiiii with some specified i
  • REPLICATE aaaaaa|abcdefgh|hhhhhhh
  • REFLECT fedcba|abcdefgh|hgfedcb
  • WRAP cdefgh|abcdefgh|abcdefg
  • REFLECT_101 gfedcb|abcdefgh|gfedcba
  • TRANSPARENT uvwxyz|abcdefgh|ijklmno
  • REFLECT101 same as BORDER_REFLECT_101
  • DEFAULT same as BORDER_REFLECT_101
  • ISOLATED do not look outside of ROI
• 返回 {Image}

对图像进行模糊（平滑处理），返回处理后的图像。

可以参考有关博客（比如实现图像平滑处理）或者 OpenCV 文档blur。

images.medianBlur(img, size)#

[v4.1.0 新增]

• img {Image} 图片
• size {Array} 定义滤波器的大小，如[3, 3]
• 返回 {Image}

对图像进行中值滤波，返回处理后的图像。

可以参考有关博客（比如实现图像平滑处理）或者 OpenCV 文档blur。

images.gaussianBlur(img, size[, sigmaX, sigmaY, type])#

[v4.1.0 新增]

• img {Image} 图片
• size {Array} 定义滤波器的大小，如[3, 3]
• sigmaX {number} x 方向的标准方差，不填写则自动计算
• sigmaY {number} y 方向的标准方差，不填写则自动计算
• type {string} 推断边缘像素类型，默认为"DEFAULT"，参见images.blur
• 返回 {Image}

对图像进行高斯模糊，返回处理后的图像。

可以参考有关博客（比如实现图像平滑处理）或者 OpenCV 文档GaussianBlur。

images.matToImage(mat)#

[v4.1.0 新增]

• mat {Mat} OpenCV 的 Mat 对象
• 返回 {Image}

把 Mat 对象转换为 Image 对象。