SnapMatch

SnapMatch 是一个用 C++ 和 OpenCV 精心打造的高性能屏幕图像匹配工具。

厌倦了缓慢或不可靠的屏幕识别？

SnapMatch 旨在快速、精确地在屏幕上定位您关心的图像目标。此外，它还配备了一个简洁易用的 PyQt5 图形界面，让配置和管理匹配任务变得轻而易举。

✨ 功能特性

• 高性能匹配: 核心引擎采用 C++17 编写，充分利用 OpenCV 的图像处理能力，带来毫秒级的匹配响应。
• 并行加速: 内置 OpenMP 支持，可在多核 CPU 上火力全开，进一步提升匹配速度。
• 图形化配置: 告别繁琐的命令行！现代化的 PyQt5 图形界面 (SnapMatchConfigurator) 让您轻松管理目标、区域、阈值和样本图片，一切尽在掌握。
• 屏幕捕获: 集成高效的屏幕捕获功能（Windows 下利用 D3D11/DXGI）。
• 详细的日志系统: 助您轻松追踪运行状态，快速定位和解决问题。
• 跨平台潜力: 使用 CMake 构建系统，核心 C++ 代码具备跨平台基础（当前链接库部分可能需要针对非 Windows 平台调整）。

🚀 安装与构建

依赖项:

1. C++ 编译器: 需要支持 C++17 标准 (例如 GCC, Clang, MSVC)。
2. CMake: 版本 >= 3.10。
3. OpenCV: 需要预先安装或编译好 OpenCV 库，并在 CMakeLists.txt 中正确配置 OpenCV_DIR 路径。
   • CMakeLists.txt 中当前硬编码路径为 E:/Users/Shuakami/snapmatch/OpenCV/build，您需要根据实际情况修改此路径或设置环境变量。
4. Python (用于配置工具): Python 3.x。
5. PyQt5 & pyautogui (用于配置工具): setup.py 脚本会尝试自动安装这两个 Python 包。如果自动安装失败，请手动安装：

   pip install PyQt5 pyautogui

构建步骤:

1. 克隆仓库:

   git clone https://github.com/shuakami/SnapMatch.git
   cd snapmatch

2. 配置 CMake:
   • 确保 CMakeLists.txt 中的 set(OpenCV_DIR ...) 指向您正确的 OpenCV 构建目录。
   • 创建构建目录并运行 CMake：

     mkdir build
     cd build
     cmake ..

     (根据您的环境，可能需要指定生成器，例如 cmake .. -G "Visual Studio 17 2022")
3. 编译项目:

   cmake --build . --config Release

   (或者在 Visual Studio 等 IDE 中打开生成的项目文件并编译)

编译成功后，将在 build/Release (或类似) 目录下生成可执行文件 SnapMatch.exe (Windows) 或 SnapMatch (Linux/macOS)。CMake 配置也会尝试将所需的 OpenCV DLL 文件复制到输出目录（Windows）。

使用方法

1. 配置匹配任务:

   • 运行 Python 配置工具：

     python setup.py

   • 在打开的 "SnapMatch 配置管理器" 窗口中：
     • 点击 "添加目标" 创建新的匹配任务。
     • 在左侧列表中选择目标。
     • 在右侧 "基础配置" 选项卡中设置目标名称、匹配阈值。
     • 点击 "选择截图区域" 或 "选择识别区域" 按钮，按住鼠标左键在屏幕上拖拽以选择范围。
     • 切换到 "样本管理" 选项卡，点击 "添加样本文件" 或 "批量导入样本" 添加用于匹配的模板图片。
     • 完成配置后，点击 "保存JSON"。配置将保存在用户目录下的 .snapmatch/config/config.json 文件中。

2. 运行核心匹配程序:

   • 直接执行编译生成的可执行文件：

     ./build/Release/SnapMatch.exe

     (根据实际输出路径调整)
   • 核心程序将加载 config.json 中的配置，并开始根据配置进行屏幕匹配。匹配结果和日志将根据 Logger.cpp 中的实现进行输出（可能是控制台或文件）。

许可证

本项目基于 GNU General Public License v3.0 授权。 详情请参阅 LICENSE