Close issue

Kodun Genel Amacı​

1. Ekranın belirli bir bölgesinden ekran görüntüsü alır.
2. Alınan ekran görüntüsü ile kullanıcı tarafından verilen şablon (örneğin bir resim dosyası) arasında "template matching" yöntemi ile eşleşme arar.
3. Eşleşme bulunduğunda, fare imlecini otomatik olarak o bölgeye taşır.
4. Canlı ekran görüntüsünü bir pencerede gösterir.
5. q tuşuna basıldığında kod durdurulur.

Kodun Ana Bölümleri​

1. Gerekli Kütüphaneler​

• numpy: Görüntüyü dizilere dönüştürmek ve ışlemler yapmak için.
• PIL.ImageGrab: Belirli bölgelerden ekran görüntüsü almak için.
• cv2 (OpenCV): Template matching ve görüntü ışleme için.
• pyautogui: Fare imlecini hareket ettirmek ve ekran boyutunu almak için.
• time: Bekleme süresi eklemek için.

2. Template (Şablon) Görüntüsü Yükleme​

path = "BURAYA FOTOĞRAF YOLU BELİRT !!!!!!!!!!!!!!"
template_img = cv2.imread(path)

• Kullanıcıdan bir şablon görüntüsü dosyası (örneğin bir ikon veya obje resmi) yolu beklenir.
• OpenCV'nin cv2.imread fonksiyonu ile şablon renkli olarak yüklenir.

3. Ekran Penceresi Boyutlarını Ayarlama​

screen_width, screen_height = pyautogui.size()
window_size = 400
window_half = window_size // 2
window_top_left = (screen_width // 2 - window_half, screen_height // 2 - window_half)
window_bottom_right = (screen_width // 2 + window_half, screen_height // 2 + window_half)

• pyautogui.size(), ekranın boyutlarını alır.
• 400x400 piksel boyutunda bir kare penceresi ekranın ortasına yerleştirilir.
• Bu pencerede, şablonun aranacağı bölge tanımlanır.

4. Ekran Görüntüsü Alınması​

screen_img = ImageGrab.grab(bbox=(window_top_left[0], window_top_left[1],
                                   window_bottom_right[0], window_bottom_right[1]))
screen_np = np.array(screen_img)

• ImageGrab.grab fonksiyonu ile belirlenen bölgeden ekran görüntüsü alınır.
• Görüntü, NumPy dizisine dönüştürülerek OpenCV ile işlenmeye hazır hale getirilir.

5. Template Matching (Eşleşme Bulma)​

res = cv2.matchTemplate(screen_np, template_img, cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where(res >= threshold)

• cv2.matchTemplate fonksiyonu, şablon (örnek görüntü) ile ekran görüntüsü arasındaki benzerlik skorunu hesaplar.
• cv2.TM_CCOEFF_NORMED: Normalleştirilmiş korelasyon katsayısı yöntemidir. Daha iyi ve doğru sonuçlar verir.
• threshold = 0.8: Eşleşme bulunması için gereken minimum benzerlik skoru (%80).
• np.where(res >= threshold): Eşleşme bulunan tüm koordinatları döner.

6. Fareyi Eşleşme Noktasına Taşıma​

for pt in zip(*loc[::-1]):
    x = pt[0] + window_top_left[0] + template_img.shape[1] // 2
y = pt[1] + window_top_left[1] + template_img.shape[0] // 2
if is_point_inside_image(x, y, window_top_left, window_bottom_right):
move_cursor(x, y)

• Bulunan tüm eşleşme noktaları bir döngüyle kontrol edilir.
• template_img.shape: Şablonun boyutları kullanılarak merkeze ulaşılır.
• move_cursor(x, y): Fareyi belirtilen koordinatlara taşır.

7. Fare Taşıma Fonksiyonu​

def move_cursor(x, y):
    pyautogui.moveTo(x, y)

• pyautogui.moveTo fonksiyonu, fare imlecini belirtilen koordinatlara götürür.

8. Canlı Görüntü Gösterimi​

cv2.imshow("Oyun Ekrani", cv2.cvtColor(np.array(screen_img), cv2.COLOR_RGB2BGR))

• cv2.imshow: OpenCV ile görüntüyü bir pencere içinde gösterir.
• cv2.COLOR_RGB2BGR: OpenCV'nin renk formatına uygun hale getirir.

9. Döngüyü Durdurma​

if cv2.waitKey(1) & 0xFF == ord('q'):
    break

• q tuşuna basıldığında döngüyü durdurarak programı kapatır.

Kullanım Senaryoları​

1. Oyun Otomasyonu: Belirli bir nesneyi bulup fareyi o bölgeye taşıyabilir.
2. Ekran Analizi: Bir simge veya nesne tespit edildiğinde otomatik hareket sağlayabilir.
3. Otomasyon Projeleri: GUI bazlı yazılım testlerinde veya şablon bazlı aksiyonlarda.

Görsel Akış Özeti​

1. Ekran Görüntüsü Alınır.
2. Template Matching Yapılır.
3. Eşleşme Bulunursa Fare Taşınır.
4. Canlı Ekran Gösterilir.
5. Döngü q ile Durdurulur.

Avantajlar ve Dezavantajlar​

Avantajlar​

• Basit ve etkili bir yapı sunar.
• İmleç kontrolü için kolayca uyarlanabilir.
• Template Matching kullanımı ile hassas nesne tespiti yapar.

Dezavantajlar​

• Template Matching, çok hassastır. Resmin boyut ve renk farklılıkları sonucu etkileyebilir.
• Gerçek zamanlı performans, yüksek ekran yenileme hızlarında düşebilir.

Sonuç​