이미지인식 매크로

무료 매크로 프로그램 다운로드

http://ngmsoftware.com/bbs/board.php?bo_table=product1&wr_id=32 

엔지엠소프트웨어

#매크로 #매크로프로그램 #메크로 #g매크로 #마우스매크로 #키보드매크로 #엑셀매크로 #키매크로 #수강신청매크로 #로지텍마우스매크로 #매크로키보드 #파이썬매크로 #매크로뜻 #매크로마우스 #로지텍매크로 #ld플레이어매크로 #오토마우스매크로 #키보드마우스매크로 #오토핫키매크로 #이미지매크로 #이미지인식매크로 #하드웨어매크로 #화면인식매크로 #선착순구매매크로 #이미지서치매크로 #한글매크로

• 엔지엠 무료: 무료 (전체 기능의 50프로)
• 엔지엠 커뮤니티 월 이용료: 4,500원, 1년 이용료: 55,000원 (전체 기능의 80프로)
• 엔지엠 얼티밋 월 이용료: 6,500원, 1년 이용료: 77,000원 (전체 기능의 90프로)
• 엔지엠 엔터프라이즈 월 이용료: 9,200원, 1년 이용료: 110,000원 (전체 기능 사용)

 

안녕하세요. 엔지엠소프트웨어입니다. 매크로 제작 프로그램에서 멀티로 이미지를 인식할 수 있는 방법은 여러가지가 있습니다. [ 이미지 서치 ]나 [ 화면 인식 ]을 빠르게 여러번하면서 동일한 이미지를 찾거나 엔지엠 매크로 에디터의 [ 이미지 전체 매치 ] 액션을 사용해서 한번에 찾는 방법이 있습니다. 이 예제는 윈도우 화면에서 동일한 이미지가 3개 있을 때 3개의 이미지를 각각 클릭하고, 키보드 입력을 추가하는 방법입니다. 예제를 학습하기 위해 엔지엠 매크로 에디터를 실행하고, 새로운 스크립트를 추가하세요.

 

 

여기 [ 링크 ]에 있는 "이미지 전체 매치 예제.ngs" 파일을 다운로드하고 에디터에서 열어 보세요. 아래와같이 스크립트가 구성되어 있습니다.

 

 

이미지 매치에 사용되는 이미지는 그림판의 5각형입니다. 1개를 캡쳐해서 저장하고, 실행하면 3개의 이미지를 찾습니다.

 

 

이 예제를 이해하면 [ 이미지 전체 매치 ]의 사용법을 익힐 수 있습니다. 엔지엠 매크로에서 제공하는 액션중에서 가장 난이도가 높기 때문에 다양한 설명이 있습니다. 하나씩 읽어보시면 로직을 구성하는데 도움이 될겁니다. 또한, 배열 처리에 대해 이해하고, [ Foreach 반복 ]을 사용하여 [ 마우스 클릭 ]하는 방법을 학습할 수 있습니다. [ 사각형을 좌표로 변환 ]하는 방법도 있는데요. 이 스크립트를 실행하면 아래와 같이 동작합니다.

https://youtu.be/EaKq-QMDYZk

 

 

여기서 마지막 마우스 클릭 아래에 [ 키보드 입력 ] 또는 키보드 [ 텍스트 쓰기 ] 액션을 사용하시면 원하는 동작을 쉽게 구현할 수 있습니다.

 

 

키보드 입력을 추가한 후 윈도우즈키를 누르도록 설정했습니다. 실행하면 아래 동영상처럼 찾은 이미지로 마우스가 이동하고, 윈도우즈키를 한번씩 눌러줍니다.

https://youtu.be/e_PffH08rUI

 

파이썬을 이용하여 이미지 인식 매크로를 구현하는 방법에는 다양한 방법이 있습니다. 이를 위해서는 OpenCV, TensorFlow, Keras와 같은 이미지 인식 라이브러리를 사용할 수 있습니다. 이를 이용하여 이미지를 불러와서 분석하고 분류하는 코드를 작성할 수 있습니다. 예를 들면 다음과 같습니다.

import cv2

# 이미지 불러오기
img = cv2.imread('image.jpg')

# 이미지 전처리
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 이미지 인식을 위한 분류 모델 로드
model = cv2.ml.SVM_load('model.xml')

# 이미지 분류
result = model.predict(gray_img)

 

위 코드에서 cv2.imread() 함수를 사용하여 이미지를 불러옵니다. 이후, cv2.cvtColor() 함수를 사용하여 이미지를 전처리하고, 분류 모델을 로드합니다. 마지막으로 model.predict() 함수를 사용하여 이미지를 분류합니다.

물론, 이 코드는 분류 모델을 미리 학습시킨 후에 사용할 수 있으며, 이미지 인식 매크로를 만들기 위해서는 데이터셋과 알고리즘을 이용하여 분류 모델을 학습시켜야 합니다. 이를 위해서는 추가적인 코드와 데이터셋이 필요합니다.

 

이미지 인식 매크로를 구현하고 나면, 인식된 객체의 좌표를 가져오는 것이 중요한 부분 중 하나입니다. 이미지에서 객체의 위치를 파악하기 위해서는 객체의 경계 상자(bounding box)를 찾는 것이 일반적입니다. 경계 상자는 객체를 둘러싸는 사각형을 의미하며, 좌상단 좌표와 우하단 좌표로 표현됩니다.

OpenCV를 이용하여 객체의 경계 상자를 찾는 코드 예시를 드리면 다음과 같습니다.

import cv2

# 이미지 불러오기
img = cv2.imread('image.jpg')

# 이미지 전처리
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# CascadeClassifier로 분류 모델 로드
model = cv2.CascadeClassifier('model.xml')

# 이미지에서 경계 상자 추출
boxes = model.detectMultiScale(gray_img)

# 경계 상자에서 좌표 추출
for (x,y,w,h) in boxes:
    # (x,y)는 좌상단 좌표, w는 너비, h는 높이
    print("좌상단 좌표: ({}, {})".format(x, y))
    print("우하단 좌표: ({}, {})".format(x+w, y+h))

 

위 코드에서 model.detectMultiScale() 함수를 사용하여 이미지에서 경계 상자를 추출합니다. 이후, for 반복문을 사용하여 각 경계 상자의 좌표를 추출합니다. x, y는 좌상단 좌표를 의미하며, w, h는 각각 경계 상자의 너비와 높이를 의미합니다.

이렇게 추출된 좌표를 이용하여, 다양한 목적으로 활용할 수 있습니다. 예를 들면, 추출된 좌표를 이용하여 객체를 자동으로 자르거나, 객체가 움직이는 경로를 추적하는 등의 작업이 가능합니다.

 

[ 각종 자동화 매크로 및 RPA 프로그램 제작 해드립니다. ]

[ 초보자도 쉽게 따라할 수 있는 기초 학습 강좌 보기 ]

 

원본 글 보기

http://ngmsoftware.com/bbs/board.php?bo_table=tip_and_tech 

엔지엠소프트웨어

#비활성매크로 #g102매크로 #철권매크로 #레이저마우스매크로 #ghub매크로 #녹화매크로 #키보드반복매크로 #로지텍마우스광클매크로 #플라스크매크로 #윈도우매크로 #비활성g매크로 #오토매크로 #자동사냥 #주식매크로 #오토핫키키보드 #오토핫키마우스 #오토핫키이미지 #지존오토 #기계식매크로 #하드웨어매크로 #무한반복매크로 #대량이메일발송매크로 #엑셀VBA매크로 #주식모니터링매크로 #이미지맥스 #심플핫키 #오토클리커 #UiPath #Brity #스푸퍼 #DKOM #모바일게임매크로 #다클라매크로 #다계정매크로 #인스타그램매크로