#colors

稳定性：稳定

在 Auto.js 有两种方式表示一个颜色。

一种是使用一个字符串"#AARRGGBB"或"#RRGGBB"，其中 AA 是 Alpha 通道 (透明度) 的值，RR 是 R 通道 (红色) 的值，GG 是 G 通道 (绿色) 的值，BB 是 B 通道 (蓝色) 的值。例如"#ffffff"表示白色，"#7F000000"表示半透明的黑色。

另一种是使用一个 16 进制的"32 位整数" 0xAARRGGBB 来表示一个颜色，例如 0xFF112233表示颜色"#112233", 0x11223344表示颜色"#11223344"。

可以通过colors.toString()把颜色整数转换为字符串，通过colors.parseColor()把颜色字符串解析为颜色整数。

#colors

#colors.toString(color)

• color {number} 整数 RGB 颜色值
• 返回 {string}

返回颜色值的字符串，格式为 "#AARRGGBB"。

#colors.red(color)

• color {number} | {string} 颜色值
• 返回 {number}

返回颜色 color 的 R 通道的值，范围 0~255.

#colors.green(color)

• color {number} | {string} 颜色值
• 返回 {number}

返回颜色 color 的 G 通道的值，范围 0~255.

#colors.blue(color)

• color {number} | {string} 颜色值
• 返回 {number}

返回颜色 color 的 B 通道的值，范围 0~255.

#colors.alpha(color)

• color {number} | {string} 颜色值
• 返回 {number}

返回颜色 color 的 Alpha 通道的值，范围 0~255.

#colors.rgb(red, green, blue)

• red {number} 颜色的 R 通道的值
• blue {number} 颜色的 G 通道的值
• green {number} 颜色的 B 通道的值
• 返回 {number}

返回这些颜色通道构成的整数颜色值。Alpha 通道将是 255（不透明）。

#colors.argb(alpha, red, green, blue)

• alpha {number} 颜色的 Alpha 通道的值
• red {number} 颜色的 R 通道的值
• green {number} 颜色的 G 通道的值
• blue {number} 颜色的 B 通道的值
• 返回 {number}

返回这些颜色通道构成的整数颜色值。

#colors.parseColor(colorStr)

• colorStr {string} 表示颜色的字符串，例如"#112233"
• 返回 {number}

返回颜色的整数值。

#colors.isSimilar(color2, color2[, threshold, algorithm])

• color1 {number} | {string} 颜色值 1
• color1 {number} | {string} 颜色值 2
• threshold {number} 颜色相似度临界值，默认为 4。取值范围为 0~255。这个值越大表示允许的相似程度越小，如果这个值为 0，则两个颜色相等时该函数才会返回 true。
• algorithm {string} 颜色匹配算法，默认为"diff", 包括：
  • "diff": 差值匹配。与给定颜色的 R、G、B 差的绝对值之和小于 threshold 时匹配。
  • "rgb": rgb 欧拉距离相似度。与给定颜色 color 的 rgb 欧拉距离小于等于 threshold 时匹配。
  • "rgb+": 加权 rgb 欧拉距离匹配 (LAB Delta E)。
  • "hs": hs 欧拉距离匹配。hs 为 HSV 空间的色调值。
• 返回 {Boolean}

返回两个颜色是否相似。

#colors.equals(color1, color2)

• color1 {number} | {string} 颜色值 1
• color1 {number} | {string} 颜色值 2
• 返回 {Boolean}

返回两个颜色是否相等。*注意该函数会忽略 Alpha 通道的值进行比较。

log(colors.equals("#112233", "#112234"));
log(colors.equals(0xFF112233, 0xFF223344));

#colors.BLACK

黑色，颜色值 #FF000000

#colors.DKGRAY

深灰色，颜色值 #FF444444

#colors.GRAY

灰色，颜色值 #FF888888

#colors.LTGRAY

亮灰色，颜色值 #FFCCCCCC

#colors.WHITE

白色，颜色值 #FFFFFFFF

#colors.RED

红色，颜色值 #FFFF0000

#colors.GREEN

绿色，颜色值 #FF00FF00

#colors.BLUE

蓝色，颜色值 #FF0000FF

#colors.YELLOW

黄色，颜色值 #FFFFFF00

#colors.CYAN

青色，颜色值 #FF00FFFF

#colors.MAGENTA

品红色，颜色值 #FFFF00FF

#colors.TRANSPARENT

透明，颜色值 #00000000

#Images

稳定性：稳定

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：

// 读取图片
var img = images.read("./1.png");
//对图片进行操作
... 
// 回收图片
img.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。

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

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

#image.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。

#找图找色

#images.requestScreenCapture([landscape])

• landscape {boolean} 截屏方向
  • true 横屏截图
  • false 竖屏截图
  • 不指定值，由当前设备屏幕方向决定截图方向
• return {boolean}

向系统申请屏幕截图权限，返回是否请求成功，仅需执行一次

建议在本软件界面运行该函数，在其他软件界面运行时容易出现一闪而过的黑屏现象。

示例：

//请求截图
//每次使用该函数都会弹出截图权限请求，建议选择“总是允许”。
if(!requestScreenCapture()){
    toast("请求截图失败");
    exit();
}
//连续截图 10 张图片 (间隔 1 秒) 并保存到存储卡目录
for(var i = 0; i < 10; i++){
    captureScreen("/sdcard/screencapture" + i + ".png");
    sleep(1000);
}

//安卓版本高于 Android 9
if(device.sdkInt>28){
    //等待截屏权限申请并同意
    threads.start(function () {
        packageName('com.android.systemui').text('立即开始').waitFor();
        text('立即开始').click();
    });
}
//申请截屏权限
if (!requestScreenCapture()) {
    toast("请求截图失败");
    exit()
}

该函数也可以作为全局函数使用。

#images.captureScreen()

• return {Image}

截取当前屏幕并返回一个 Image 对象。

没有截图权限时执行该函数会抛出 SecurityException。

该函数不会返回 null，两次调用可能返回相同的 Image 对象。这是因为设备截图的更新需要一定的时间，短时间内（一般来说是 16ms）连续调用则会返回同一张截图。

截图需要转换为 Bitmap 格式，从而该函数执行需要一定的时间 (0~20ms)。

另外在 requestScreenCapture() 执行成功后需要一定时间后才有截图可用，因此如果立即调用 captureScreen()，会等待一定时间后 (一般为几百 ms) 才返回截图。

例子：

//请求横屏截图
requestScreenCapture(true);
//截图
var img = captureScreen();
//获取在点 (100, 100) 的颜色值
var color = images.pixel(img, 100, 100);
//显示该颜色值
toast(colors.toString(color));

该函数也可以作为全局函数使用。

#images.captureScreen(path)

• path {string} 截图保存路径

截取当前屏幕并以 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。

该函数不会返回任何值。该函数也可以作为全局函数使用。

#images.pixel(image, x, y)

• image {Image} 图片
• x {number} 要获取的像素的横坐标。
• y {number} 要获取的像素的纵坐标。

返回图片 image 在点 (x, y) 处的像素的 ARGB 值。

该值的格式为 0xAARRGGBB，是一个"32 位整数"(虽然 JavaScript 中并不区分整数类型和其他数值类型)。

坐标系以图片左上角为原点。以图片左侧边为 y 轴，上侧边为 x 轴。

#images.readPixels(path)

• path {string} 图片的地址
• return {Object} 包括图片的像素数据和宽高，{data,width,height}

读取图片的像素数据和宽高。

#images.findColor(image, color, options)

• image {Image} 图片
• color {number} | {string} 要寻找的颜色的 RGB 值。如果是一个整数，则以 0xRRGGBB 的形式代表 RGB 值（A 通道会被忽略）；如果是字符串，则以"#RRGGBB"代表其 RGB 值。
• options {Object} 选项包括：
  • region {Array} 找色区域。是一个两个或四个元素的数组。(region[0], region[1]) 表示找色区域的左上角；region[2]*region[3]表示找色区域的宽高。如果只有 region 只有两个元素，则找色区域为 (region[0], region[1]) 到屏幕右下角。如果不指定 region 选项，则找色区域为整张图片。
  • threshold {number} 找色时颜色相似度的临界值，范围为 0255（越小越相似，0 为颜色相等，255 为任何颜色都能匹配）。默认为 4。threshold 和浮点数相似度 (0.01.0) 的换算为 similarity = (255 - threshold) / 255.

在图片中寻找颜色 color。找到时返回找到的点 Point，找不到时返回 null。

该函数也可以作为全局函数使用。

一个循环找色的例子如下：

requestScreenCapture();

//循环找色，找到红色 (#ff0000) 时停止并报告坐标
while(true){
    var img = captureScreen();
    var point = findColor(img, "#ff0000");
    if(point){
        toast("找到红色，坐标为 (" + point.x + ", " + point.y + ")");
    }
}

一个区域找色的例子如下：

//读取本地图片/sdcard/1.png
var img = images.read("/sdcard/1.png");
//判断图片是否加载成功
if(!img){
    toast("没有该图片");
    exit();
}
//在该图片中找色，指定找色区域为在位置 (400, 500) 的宽为 300 长为 200 的区域，指定找色临界值为 4
var point = findColor(img, "#00ff00", {
     region: [400, 500, 300, 200],
     threshold: 4
 });
if(point){
    toast("找到啦：" + point);
}else{
    toast("没找到");
}

#images.findColorInRegion(img, color, x, y[, width, height, threshold])

区域找色的简便方法。

相当于

images.findColor(img, color, {
     region: [x, y, width, height],
     threshold: threshold
});

该函数也可以作为全局函数使用。

#images.findColorEquals(img, color[, x, y, width, height])

• img {Image} 图片
• color {number} | {string} 要寻找的颜色
• x {number} 找色区域的左上角横坐标
• y {number} 找色区域的左上角纵坐标
• width {number} 找色区域的宽度
• height {number} 找色区域的高度
• 返回 {Point}

在图片 img 指定区域中找到颜色和 color 完全相等的某个点，并返回该点的左边；如果没有找到，则返回null。

找色区域通过x, y, width, height指定，如果不指定找色区域，则在整张图片中寻找。

该函数也可以作为全局函数使用。

示例： (通过找 QQ 红点的颜色来判断是否有未读消息)

requestScreenCapture();
launchApp("QQ");
sleep(1200);
var p = findColorEquals(captureScreen(), "#f64d30");
if(p){
    toast("有未读消息");
}else{
    toast("没有未读消息");
}

#images.findAllPointsForColor(img, color, options)

• img {Image} 图片
• color {number | string} 要检测的颜色
• options {Object} 选项包括：
  • region {Array} 找色区域。是一个两个或四个元素的数组。(region[0], region[1]) 表示找色区域的左上角；region[2]*region[3]表示找色区域的宽高。如果 region只有两个元素，则找色区域为 (region[0], region[1]) 到图片右下角。如果不指定region选项，则找色区域为整张图片。
  • similarity {number} 找色时颜色相似度，范围为 0~1（越大越相似，1 为颜色相等，0 为任何颜色都能匹配）。
  • threshold {number} 找色时颜色相似度的临界值，范围为 0 ~ 255（越小越相似，0 为颜色相等，255 为任何颜色都能匹配）。默认为 4。
  • similarity与threshold的换算为similarity = (255 - threshold) / 255。二选一，同时存在则以similarity为准。
• return {Array}

在图片中寻找所有颜色为color的点。找到时返回找到的点 Point 的数组，找不到时返回null。

例如找出所有白色的点：

log(images.findAllPointsForColor(img, "#ffffff"));

#images.findMultiColors(img, firstColor, colors[, options])

• img {Image} 要找色的图片
• firstColor {number} | {string} 第一个点的颜色
• colors {Array} 表示剩下的点相对于第一个点的位置和颜色的数组，数组的每个元素为[x, y, color]
• options {Object} 选项，包括：
  • region {Array} 找色区域。是一个两个或四个元素的数组。(region[0], region[1]) 表示找色区域的左上角；region[2]*region[3]表示找色区域的宽高。如果只有 region 只有两个元素，则找色区域为 (region[0], region[1]) 到屏幕右下角。如果不指定 region 选项，则找色区域为整张图片。
  • threshold {number} 找色时颜色相似度的临界值，范围为 0255（越小越相似，0 为颜色相等，255 为任何颜色都能匹配）。默认为 4。threshold 和浮点数相似度 (0.01.0) 的换算为 similarity = (255 - threshold) / 255.

多点找色，类似于按键精灵的多点找色，其过程如下：

1. 在图片 img 中找到颜色 firstColor 的位置 (x0, y0)
2. 对于数组 colors 的每个元素[x, y, color]，检查图片 img 在位置 (x + x0, y + y0) 上的像素是否是颜色 color，是的话返回 (x0, y0)，否则继续寻找 firstColor 的位置，重新执行第 1 步
3. 整张图片都找不到时返回null

例如，对于代码images.findMultiColors(img, "#123456", [[10, 20, "#ffffff"], [30, 40, "#000000"]])，假设图片在 (100, 200) 的位置的颜色为#123456, 这时如果 (110, 220) 的位置的颜色为#fffff 且 (130, 240) 的位置的颜色为#000000，则函数返回点 (100, 200)。

如果要指定找色区域，则在 options 中指定，例如：

var p = images.findMultiColors(img, "#123456", [[10, 20, "#ffffff"], [30, 40, "#000000"]], {
    region: [0, 960, 1080, 960]
});

#images.detectsColor(image, color, x, y[, threshold = 16, algorithm = "diff"])

• image {Image} 图片
• color {number} | {string} 要检测的颜色
• x {number} 要检测的位置横坐标
• y {number} 要检测的位置纵坐标
• threshold {number} 颜色相似度临界值，默认为 16。取值范围为 0~255。
• algorithm {string} 颜色匹配算法，包括：

  • "equal": 相等匹配，只有与给定颜色 color 完全相等时才匹配。

  • "diff": 差值匹配。与给定颜色的 R、G、B 差的绝对值之和小于 threshold 时匹配。

  • "rgb": rgb 欧拉距离相似度。与给定颜色 color 的 rgb 欧拉距离小于等于 threshold 时匹配。

  • "rgb+": 加权 rgb 欧拉距离匹配 (LAB Delta E)。

  • "hs": hs 欧拉距离匹配。hs 为 HSV 空间的色调值。

返回图片 image 在位置 (x, y) 处是否匹配到颜色 color。用于检测图片中某个位置是否是特定颜色。

一个判断微博客户端的某个微博是否被点赞过的例子：

requestScreenCapture();
//找到点赞控件
var like = id("ly_feed_like_icon").findOne();
//获取该控件中点坐标
var x = like.bounds().centerX();
var y = like.bounds().centerY();
//截图
var img = captureScreen();
//判断在该坐标的颜色是否为橙红色
if(images.detectsColor(img, "#fed9a8", x, y)){
    //是的话则已经是点赞过的了，不做任何动作
}else{
    //否则点击点赞按钮
    like.click();
}

#images.findImage(img, template[, options])

• img {Image} 大图片
• template {Image} 小图片（模板）
• options {Object} 选项包括：
  • threshold {number} 图片相似度。取值范围为 0~1 的浮点数。默认值为 0.9。
  • region {Array} 找图区域。参见 findColor 函数关于 region 的说明。
  • level {number} 一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的，level 参数表示金字塔的层次，level 越大可能带来越高的找图效率，但也可能造成找图失败（图片因过度缩小而无法分辨）或返回错误位置。因此，除非您清楚该参数的意义并需要进行性能调优，否则不需要用到该参数。

找图。在大图片 img 中查找小图片 template 的位置（模块匹配），找到时返回位置坐标 (Point)，找不到时返回 null。

该函数也可以作为全局函数使用。

一个最简单的找图例子如下：

var img = images.read("/sdcard/大图.png");
var templ = images.read("/sdcard/小图.png");
var p = findImage(img, templ);
if(p){
    toast("找到啦：" + p);
}else{
    toast("没找到");
}

稍微复杂点的区域找图例子如下：

auto();
requestScreenCapture();
var wx = images.read("/sdcard/微信图标.png");
//返回桌面
home();
//截图并找图
var p = findImage(captureScreen(), wx, {
    region: [0, 50],
    threshold: 0.8
});
if(p){
    toast("在桌面找到了微信图标啦：" + p);
}else{
    toast("在桌面没有找到微信图标");
}

#images.findImageInRegion(img, template, x, y[, width, height, threshold])

区域找图的简便方法。相当于：

images.findImage(img, template, {
    region: [x, y, width, height],
    threshold: threshold
})

该函数也可以作为全局函数使用。

#images.matchTemplate(img, template, options)

[v4.1.0 新增]

• img {Image} 大图片
• template {Image} 小图片（模板）
• options {Object} 找图选项：
  • threshold {number} 图片相似度。取值范围为 0~1 的浮点数。默认值为 0.9。
  • region {Array} 找图区域。参见 findColor 函数关于 region 的说明。
  • max {number} 找图结果最大数量，默认为 5
  • level {number} 一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的，level 参数表示金字塔的层次，level 越大可能带来越高的找图效率，但也可能造成找图失败（图片因过度缩小而无法分辨）或返回错误位置。因此，除非您清楚该参数的意义并需要进行性能调优，否则不需要用到该参数。
• 返回 {MatchingResult}

在大图片中搜索小图片，并返回搜索结果 MatchingResult。该函数可以用于找图时找出多个位置，可以通过 max 参数控制最大的结果数量。也可以对匹配结果进行排序、求最值等操作。

#images.findCircles(gray, options)

• gray {Image} 灰度图片
• options {Object} 选项包括：
  • region {Array} 找圆区域。是一个两个或四个元素的数组。(region[0], region[1]) 表示找圆区域的左上角；region[2]*region[3]表示找圆区域的宽高。如果只有 region 只有两个元素，则找圆区域为 (region[0], region[1]) 到图片右下角。如果不指定region选项，则找圆区域为整张图片。
  • dp {number} dp 是累加面与原始图像相比的分辨率的反比参数，dp=2 时累计面分辨率是元素图像的一半，宽高都缩减为原来的一半，dp=1 时，两者相同。默认为 1。
  • minDst {number} minDist 定义了两个圆心之间的最小距离。默认为图片高度的八分之一。
  • param1 {number} param1 是 Canny 边缘检测的高阈值，低阈值被自动置为高阈值的一半。默认为 100，范围为 0-255。
  • param2 {number} param2 是累加平面对是否是圆的判定阈值，默认为 100。
  • minRadius {number} 定义了检测到的圆的半径的最小值，默认为 0。
  • maxRadius {number} 定义了检测到的圆的半径的最大值，0 为不限制最大值，默认为 0。
• return {Array}

在图片中寻找圆（做霍夫圆变换）。找到时返回找到的所有圆{x,y,radius}的数组，找不到时返回 null。

一个寻找圆的例子：

// 请求截图
requestScreenCapture();
// 截图
let img = captureScreen();
// 灰度化图片
let gray = images.grayscale(img);
// 找圆
let arr = findCircles(gray, {
    dp: 1,
    minDst: 80,
    param1: 100,
    param2: 100,
    minRadius: 50,
    maxRadius: 80,
});
// 回收图片
gray.recycle();

#MatchingResult

[v4.1.0 新增]

#matches

• {Array} 匹配结果的数组。

数组的元素是一个 Match 对象：

• point {Point} 匹配位置
• similarity {number} 相似度

例如：

var result = images.matchTemplate(img, template, {
    max: 100
});
result.matches.forEach(match => {
    log("point = " + match.point + ", similarity = " + match.similarity);
});

#points

• {Array} 匹配位置的数组。

#first()

• 返回 {Match}

第一个匹配结果。如果没有任何匹配，则返回null。

#last()

• 返回 {Match}

最后一个匹配结果。如果没有任何匹配，则返回null。

#leftmost()

• 返回 {Match}

位于大图片最左边的匹配结果。如果没有任何匹配，则返回null。

#topmost()

• 返回 {Match}

位于大图片最上边的匹配结果。如果没有任何匹配，则返回null。

#rightmost()

• 返回 {Match}

位于大图片最右边的匹配结果。如果没有任何匹配，则返回null。

#bottommost()

• 返回 {Match}

位于大图片最下边的匹配结果。如果没有任何匹配，则返回null。

#best()

• 返回 {Match}

相似度最高的匹配结果。如果没有任何匹配，则返回null。

#worst()

• 返回 {Match}

相似度最低的匹配结果。如果没有任何匹配，则返回null。

#sortBy(cmp)

• cmp {Function}|{string} 比较函数，或者是一个字符串表示排序方向。例如"left"表示将匹配结果按匹配位置从左往右排序、"top"表示将匹配结果按匹配位置从上往下排序，"left-top"表示将匹配结果按匹配位置从左往右、从上往下排序。方向包括left（左）, top （上）, right （右）, bottom（下）。
• {MatchingResult}

对匹配结果进行排序，并返回排序后的结果。

var result = images.matchTemplate(img, template, {
    max: 100
});
log(result.sortBy("top-right"));

#Image

表示一张图片，可以是截图的图片，或者本地读取的图片，或者从网络获取的图片。

#Image.getWidth()

返回以像素为单位图片宽度。

#Image.getHeight()

返回以像素为单位的图片高度。

#Image.saveTo(path)

• path {string} 路径

把图片保存到路径 path。（如果文件存在则覆盖）

#Image.pixel(x, y)

• x {number} 横坐标
• y {number} 纵坐标

返回图片 image 在点 (x, y) 处的像素的 ARGB 值。

该值的格式为 0xAARRGGBB，是一个"32 位整数"(虽然 JavaScript 中并不区分整数类型和其他数值类型)。

坐标系以图片左上角为原点。以图片左侧边为 y 轴，上侧边为 x 轴。

#Point

findColor, findImage 返回的对象。表示一个点（坐标）。

#Point.x

横坐标。

#Point.y

纵坐标。