Neural

Используйте самую быструю нейросеть

detect

def detect(self, image: np.ndarray, conf: float = None) -> Dict[str, List[Tuple[List[float], float]]]:

Название	Тип	Описание
image	np.array	Изображение на котором будет искать объекты
conf	float	Минимальная уверенность нейросети от 0 до 1.

img = screen.capture(x1, y1, x2, y2)
result = neural.detect(img)
heads = result['heads']
bodys = result['bodys']

for head in heads:
    print(f'Голова - координаты: {head[0]}, уверенность: {head[1]}')
for body in bodys:
    print(f'Тело - координаты: {head[0]}, уверенность: {head[1]}'

В нашем случае, head[0] = [x1, y1, x2, y2], где x1, y1 - координаты левого верхнего угла, а x2, y2 - координаты правого нижнего угла.

Вы можете использовать только модель, которую пользователь использовал на момент запуска вашего скрипта .napi.

compare_images

def compare_images(self, img1: np.ndarray, img2: np.ndarray, mode: str = "fast") -> float:

Название	Тип	Описание
img1, img2	np.array	Изображения которые сравниваем
mode	str	Кол-во извлекаемых признаков ["fast", "medium", "accurate"]

Рекомендуем использовать compare_embedding, если у вас не меняются оба изображения каждый раз.

embedding

def embedding(self, image: np.ndarray, mode: str = "fast") -> np.ndarray:

Название	Тип	Описание
image	np.array	Изображение у которого считаем признаки
mode	str	Кол-во извлекаемых признаков ["fast", "medium", "accurate"]

fast - самый быстрый режим, позволяет достичь нескольких сотен тысяч фпс. accurate - самый точный режим.

compare_embedding

def compare_embedding(self, embed1: np.ndarray, embed2: np.ndarray) -> float:

Название	Тип	Описание
embed1, embed2	np.array	Embedding (признаки) изображений

Compare функции возвращают % схожести для изображений и признаков.