icon_location = p.locateOnScreen('E:/csc/csc.PNG') 如何修改 模糊查询

如果你想要在`locateOnScreen`函数中进行模糊匹配（即允许一定程度的位置误差），可以使用`locateAllOnScreen`函数，它返回的是所有相似图像的坐标列表，而不是仅仅第一个匹配项。这个函数可以根据像素相似度设置阈值，使得搜索结果更为宽容。

以下是修改后的代码片段，添加了模糊查询参数：

from PIL import ImageGrab
import numpy as np
import cv2
import pytesseract
from pyautogui import locateAllOnScreen, Image

def fuzzy_search(image_path, threshold=50):  # 设置默认的相似度阈值
    original_image = Image.open(image_path)
    grayscale_image = original_image.convert('L')
    pixels = np.array(grayscale_image)
    
    # 使用Tesseract识别图片上的文字，如果有文字干扰，可以移除这一行
    text = pytesseract.image_to_string(grayscale_image) if pytesseract.check_for_tesseract() else ""

    # 使用OpenCV进行模糊匹配
    result_images = locateAllOnScreen(image_path, confidence=threshold / 100)  # OpenCV使用confidence替代PyAutoGUI的threshold
    result_locations = []
    for img in result_images:
        result_img = ImageGrab.grab(bbox=img)
        result_grayscale = result_img.convert('L')
        result_pixels = np.array(result_grayscale)
        
        # 计算像素之间的差异
        difference = np.abs(pixels - result_pixels).mean()
        
        # 如果差异小于设定的阈值，则认为匹配成功
        if difference <= threshold:
            result_locations.append(img)

    return result_locations, text

# 调用模糊匹配函数，并处理结果
image_path = 'E:/csc/csc.PNG'
locations, text = fuzzy_search(image_path)
if locations:
    print(f"找到了类似图像的位置: {locations}")
else:
    print("未找到匹配的图像")