目录

• colors
  • colors.toString(color)
  • colors.red(color)
  • colors.green(color)
  • colors.blue(color)
  • colors.alpha(color)
  • colors.rgb(red, green, blue)
  • colors.argb(alpha, red, green, blue)
  • colors.parseColor(colorStr)
  • colors.isSimilar(color2, color2[, threshold, algorithm])
  • colors.equals(color1, color2)
• colors.BLACK
• colors.DKGRAY
• colors.GRAY
• colors.LTGRAY
• colors.WHITE
• colors.RED
• colors.GREEN
• colors.BLUE
• colors.YELLOW
• colors.CYAN
• colors.MAGENTA
• colors.TRANSPARENT
• Images
  • 图片处理
  • images.read(path)
  • images.load(url)
  • images.copy(img)
  • images.save(image, path[, format = "png", quality = 100])
  • images.fromBase64(base64)
  • images.toBase64(img[, format = "png", quality = 100])
  • images.fromBytes(bytes)
  • images.toBytes(img[, format = "png", quality = 100])
  • images.clip(img, x, y, w, h)
  • images.resize(img, size[, interpolation])
  • images.scale(img, fx, fy[, interpolation])
  • images.rotate(img, degress[, x, y])
  • images.concat(img1, image2[, direction])
  • images.grayscale(img)
  • image.threshold(img, threshold, maxVal[, type])
  • images.adaptiveThreshold(img, maxValue, adaptiveMethod, thresholdType, blockSize, C)
  • images.cvtColor(img, code[, dstCn])
  • images.inRange(img, lowerBound, upperBound)
  • images.interval(img, color, interval)
  • images.blur(img, size[, anchor, type])
  • images.medianBlur(img, size)
  • images.gaussianBlur(img, size[, sigmaX, sigmaY, type])
  • images.matToImage(mat)
  • 找图找色
  • images.requestScreenCapture([landscape])
  • images.captureScreen()
  • images.captureScreen(path)
  • images.pixel(image, x, y)
  • images.findColor(image, color, options)
  • images.findColorInRegion(img, color, x, y[, width, height, threshold])
  • images.findColorEquals(img, color[, x, y, width, height])
  • images.findMultiColors(img, firstColor, colors[, options])
  • images.detectsColor(image, color, x, y[, threshold = 16, algorithm = "diff"])
  • images.findImage(img, template[, options])
  • images.findImageInRegion(img, template, x, y[, width, height, threshold])
  • images.matchTemplate(img, template, options)
• MatchingResult
  • matches
  • points
  • first()
  • last()
  • leftmost()
  • topmost()
  • rightmost()
  • bottommost()
  • best()
  • worst()
  • sortBy(cmp)
• Image
  • Image.getWidth()
  • Image.getHeight()
  • Image.saveTo(path)
  • Image.pixel(x, y)
• Point
  • Point.x
  • Point.y

colors#

在Auto.js有两种方式表示一个颜色。

一种是使用一个字符串"#AARRGGBB"或"#RRGGBB"，其中 AA 是Alpha通道(透明度)的值，RR 是R通道(红色)的值，GG 是G通道(绿色)的值，BB是B通道(蓝色)的值。例如"#ffffff"表示白色, "#7F000000"表示半透明的黑色。

另一种是使用一个16进制的"32位整数" 0xAARRGGBB 来表示一个颜色，例如 0xFF112233表示颜色"#112233", 0x11223344表示颜色"#11223344"。

可以通过colors.toString()把颜色整数转换为字符串，通过colors.parseColor()把颜色字符串解析为颜色整数。

colors.toString(color)#

返回颜色值的字符串，格式为 "#AARRGGBB"。

colors.red(color)#

返回颜色color的R通道的值，范围0~255.

colors.green(color)#

返回颜色color的G通道的值，范围0~255.

colors.blue(color)#

返回颜色color的B通道的值，范围0~255.

colors.alpha(color)#

返回颜色color的Alpha通道的值，范围0~255.

colors.rgb(red, green, blue)#

返回这些颜色通道构成的整数颜色值。Alpha通道将是255（不透明）。

colors.argb(alpha, red, green, blue)#

返回这些颜色通道构成的整数颜色值。

colors.parseColor(colorStr)#

返回颜色的整数值。

colors.isSimilar(color2, color2[, threshold, algorithm])#

返回两个颜色是否相似。

colors.equals(color1, color2)#

返回两个颜色是否相等。*注意该函数会忽略Alpha通道的值进行比较。

log(colors.equals("#112233", "#112234"));
log(colors.equals(0xFF112233, 0xFF223344));

colors.BLACK#

黑色，颜色值 #FF000000

colors.DKGRAY#

深灰色，颜色值 #FF444444

colors.GRAY#

灰色，颜色值 #FF888888

colors.LTGRAY#

亮灰色，颜色值 #FFCCCCCC

colors.WHITE#

白色，颜色值 #FFFFFFFF

colors.RED#

红色，颜色值 #FFFF0000

colors.GREEN#

绿色，颜色值 #FF00FF00

colors.BLUE#

蓝色，颜色值 #FF0000FF

colors.YELLOW#

黄色，颜色值 #FFFFFF00

colors.CYAN#

青色，颜色值 #FF00FFFF

colors.MAGENTA#

品红色，颜色值 #FFFF00FF

colors.TRANSPARENT#

透明，颜色值 #00000000

Images#

images模块提供了一些手机设备中常见的图片处理函数，包括截图、读写图片、图片剪裁、旋转、二值化、找色找图等。

该模块分为两个部分，找图找色部分和图片处理部分。

需要注意的是，image对象创建后尽量在不使用时进行回收，同时避免循环创建大量图片。因为图片是一种占用内存比较大的资源，尽管Auto.js通过各种方式（比如图片缓存机制、垃圾回收时回收图片、脚本结束时回收所有图片）尽量降低图片资源的泄漏和内存占用，但是糟糕的代码仍然可以占用大量内存。

Image对象通过调用recycle()函数来回收。例如：

// 读取图片
var img = images.read("./1.png");
//对图片进行操作
... 
// 回收图片
img.recycle();

例外的是，caputerScreen()返回的图片不需要回收。

图片处理#

images.read(path)#

读取在路径path的图片文件并返回一个Image对象。如果文件不存在或者文件无法解码则返回null。

images.load(url)#

加载在地址URL的网络图片并返回一个Image对象。如果地址不存在或者图片无法解码则返回null。

images.copy(img)#

复制一张图片并返回新的副本。该函数会完全复制img对象的数据。

images.save(image, path[, format = "png", quality = 100])#

把图片image以PNG格式保存到path中。如果文件不存在会被创建；文件存在会被覆盖。

//把图片压缩为原来的一半质量并保存
var img = images.read("/sdcard/1.png");
images.save(img, "/sdcard/1.jpg", "jpg", 50);
app.viewFile("/sdcard/1.jpg");

images.fromBase64(base64)#

解码Base64数据并返回解码后的图片Image对象。如果base64无法解码则返回null。

images.toBase64(img[, format = "png", quality = 100])#

把图片编码为base64数据并返回。

images.fromBytes(bytes)#

解码字节数组bytes并返回解码后的图片Image对象。如果bytes无法解码则返回null。

images.toBytes(img[, format = "png", quality = 100])#

把图片编码为字节数组并返回。

images.clip(img, x, y, w, h)#

从图片img的位置(x, y)处剪切大小为w * h的区域，并返回该剪切区域的新图片。

var src = images.read("/sdcard/1.png");
var clip = images.clip(src, 100, 100, 400, 400);
images.save(clip, "/sdcard/clip.png");

images.resize(img, size[, interpolation])#

[v4.1.0新增]

• img <Image> 图片
• size <Array> 两个元素的数组[w, h]，分别表示宽度和高度；如果只有一个元素，则宽度和高度相等

• interpolation <string> 插值方法，可选，默认为"LINEAR"（线性插值），可选的值有：

  • NEAREST 最近邻插值
  • LINEAR 线性插值（默认）
  • AREA 区域插值
  • CUBIC 三次样条插值
  • LANCZOS4 Lanczos插值 参见InterpolationFlags

• 返回 <Image>

调整图片大小，并返回调整后的图片。例如把图片放缩为200*300：images.resize(img, [200, 300])。

参见Imgproc.resize。

images.scale(img, fx, fy[, interpolation])#

[v4.1.0新增]

• img <Image> 图片
• fx <number> 宽度放缩倍数
• fy <number> 高度放缩倍数

• interpolation <string> 插值方法，可选，默认为"LINEAR"（线性插值），可选的值有：

  • NEAREST 最近邻插值
  • LINEAR 线性插值（默认）
  • AREA 区域插值
  • CUBIC 三次样条插值
  • LANCZOS4 Lanczos插值 参见InterpolationFlags

• 返回 <Image>

放缩图片，并返回放缩后的图片。例如把图片变成原来的一半：images.scale(img, 0.5, 0.5)。

参见Imgproc.resize。

images.rotate(img, degress[, x, y])#

[v4.1.0新增]

• img <Image> 图片
• degress <number> 旋转角度。
• x <number> 旋转中心x坐标，默认为图片中点
• y <number> 旋转中心y坐标，默认为图片中点
• 返回 <Image>

将图片逆时针旋转degress度，返回旋转后的图片对象。

例如逆时针旋转90度为images.rotate(img, 90)。

images.concat(img1, image2[, direction])#

[v4.1.0新增]

• img1 <Image> 图片1
• img2 <Image> 图片2
• direction <string> 连接方向，默认为"RIGHT"，可选的值有：
  • LEFT 将图片2接到图片1左边
  • RIGHT 将图片2接到图片1右边
  • TOP 将图片2接到图片1上边
  • BOTTOM 将图片2接到图片1下边
• 返回 <Image>

连接两张图片，并返回连接后的图像。如果两张图片大小不一致，小的那张将适当居中。

images.grayscale(img)#

[v4.1.0新增]

• img <Image> 图片
• 返回 <Image>

灰度化图片，并返回灰度化后的图片。

image.threshold(img, threshold, maxVal[, type])#

[v4.1.0新增]

• img <Image> 图片
• threshold <number> 阈值
• maxVal <number> 最大值

• type <string> 阈值化类型，默认为"BINARY"，参见ThresholdTypes, 可选的值:

  • BINARY
  • BINARY_INV
  • TRUNC
  • TOZERO
  • TOZERO_INV
  • OTSU
  • TRIANGLE

• 返回 <Image>

将图片阈值化，并返回处理后的图像。可以用这个函数进行图片二值化。例如：images.threshold(img, 100, 255, "BINARY")，这个代码将图片中大于100的值全部变成255，其余变成0，从而达到二值化的效果。如果img是一张灰度化图片，这个代码将会得到一张黑白图片。

可以参考有关博客（比如threshold函数的使用）或者OpenCV文档threshold。

images.adaptiveThreshold(img, maxValue, adaptiveMethod, thresholdType, blockSize, C)#

[v4.1.0新增]

• img <Image> 图片
• maxValue <number> 最大值
• adaptiveMethod <string> 在一个邻域内计算阈值所采用的算法，可选的值有：
  • MEAN_C 计算出领域的平均值再减去参数C的值
  • GAUSSIAN_C 计算出领域的高斯均值再减去参数C的值
• thresholdType <string> 阈值化类型，可选的值有：
  • BINARY
  • BINARY_INV
• blockSize <number> 邻域块大小
• C <number> 偏移值调整量
• 返回 <Image>

对图片进行自适应阈值化处理，并返回处理后的图像。

可以参考有关博客（比如threshold与adaptiveThreshold）或者OpenCV文档adaptiveThreshold。

images.cvtColor(img, code[, dstCn])#

[v4.1.0新增]

• img <Image> 图片
• code <string> 颜色空间转换的类型，可选的值有一共有205个（参见ColorConversionCodes），这里只列出几个：
  • BGR2GRAY BGR转换为灰度
  • BGR2HSV BGR转换为HSV
  • ``
• dstCn <number> 目标图像的颜色通道数量，如果不填写则根据其他参数自动决定。
• 返回 <Image>

对图像进行颜色空间转换，并返回转换后的图像。

可以参考有关博客（比如颜色空间转换）或者OpenCV文档cvtColor。

images.inRange(img, lowerBound, upperBound)#

[v4.1.0新增]

• img <Image> 图片
• lowerBound <string> | <number> 颜色下界
• upperBound <string> | <number> 颜色下界
• 返回 <Image>

将图片二值化，在lowerBound~upperBound范围以外的颜色都变成0，在范围以内的颜色都变成255。

例如images.inRange(img, "#000000", "#222222")。

images.interval(img, color, interval)#

[v4.1.0新增]

• img <Image> 图片
• color <string> | <number> 颜色值
• interval <number> 每个通道的范围间隔
• 返回 <Image>

将图片二值化，在color-interval ~ color+interval范围以外的颜色都变成0，在范围以内的颜色都变成255。这里对color的加减是对每个通道而言的。

例如images.interval(img, "#888888", 16)，每个通道的颜色值均为0x88，加减16后的范围是[0x78, 0x98]，因此这个代码将把#787878~#989898的颜色变成#FFFFFF，而把这个范围以外的变成#000000。

images.blur(img, size[, anchor, type])#

[v4.1.0新增]

• img <Image> 图片
• size <Array> 定义滤波器的大小，如[3, 3]
• anchor <Array> 指定锚点位置(被平滑点)，默认为图像中心
• type <string> 推断边缘像素类型，默认为"DEFAULT"，可选的值有：
  • CONSTANT iiiiii|abcdefgh|iiiiiii with some specified i
  • REPLICATE aaaaaa|abcdefgh|hhhhhhh
  • REFLECT fedcba|abcdefgh|hgfedcb
  • WRAP cdefgh|abcdefgh|abcdefg
  • REFLECT_101 gfedcb|abcdefgh|gfedcba
  • TRANSPARENT uvwxyz|abcdefgh|ijklmno
  • REFLECT101 same as BORDER_REFLECT_101
  • DEFAULT same as BORDER_REFLECT_101
  • ISOLATED do not look outside of ROI
• 返回 <Image>

对图像进行模糊（平滑处理），返回处理后的图像。

可以参考有关博客（比如实现图像平滑处理）或者OpenCV文档blur。

images.medianBlur(img, size)#

[v4.1.0新增]

• img <Image> 图片
• size <Array> 定义滤波器的大小，如[3, 3]
• 返回 <Image>

对图像进行中值滤波，返回处理后的图像。

可以参考有关博客（比如实现图像平滑处理）或者OpenCV文档blur。

images.gaussianBlur(img, size[, sigmaX, sigmaY, type])#

[v4.1.0新增]

• img <Image> 图片
• size <Array> 定义滤波器的大小，如[3, 3]
• sigmaX <number> x方向的标准方差，不填写则自动计算
• sigmaY <number> y方向的标准方差，不填写则自动计算
• type <string> 推断边缘像素类型，默认为"DEFAULT"，参见images.blur
• 返回 <Image>

对图像进行高斯模糊，返回处理后的图像。

可以参考有关博客（比如实现图像平滑处理）或者OpenCV文档GaussianBlur。

images.matToImage(mat)#

[v4.1.0新增]

• mat <Mat> OpenCV的Mat对象
• 返回 <Image>

把Mat对象转换为Image对象。

找图找色#

images.requestScreenCapture([landscape])#

向系统申请屏幕截图权限，返回是否请求成功。

第一次使用该函数会弹出截图权限请求，建议选择“总是允许”。

这个函数只是申请截图权限，并不会真正执行截图，真正的截图函数是captureScreen()。

该函数在截图脚本中只需执行一次，而无需每次调用captureScreen()都调用一次。

如果不指定landscape值，则截图方向由当前设备屏幕方向决定，因此务必注意执行该函数时的屏幕方向。

建议在本软件界面运行该函数，在其他软件界面运行时容易出现一闪而过的黑屏现象。

示例:

//请求截图
if(!requestScreenCapture()){
    toast("请求截图失败");
    exit();
}
//连续截图10张图片(间隔1秒)并保存到存储卡目录
for(var i = 0; i < 10; i++){
    captureScreen("/sdcard/screencapture" + i + ".png");
    sleep(1000);
}

该函数也可以作为全局函数使用。

images.captureScreen()#

截取当前屏幕并返回一个Image对象。

没有截图权限时执行该函数会抛出SecurityException。

该函数不会返回null，两次调用可能返回相同的Image对象。这是因为设备截图的更新需要一定的时间，短时间内（一般来说是16ms）连续调用则会返回同一张截图。

截图需要转换为Bitmap格式，从而该函数执行需要一定的时间(0~20ms)。

另外在requestScreenCapture()执行成功后需要一定时间后才有截图可用，因此如果立即调用captureScreen()，会等待一定时间后(一般为几百ms)才返回截图。

例子:

//请求横屏截图
requestScreenCapture(true);
//截图
var img = captureScreen();
//获取在点(100, 100)的颜色值
var color = images.pixel(img, 100, 100);
//显示该颜色值
toast(colors.toString(color));

该函数也可以作为全局函数使用。

images.captureScreen(path)#

截取当前屏幕并以PNG格式保存到path中。如果文件不存在会被创建；文件存在会被覆盖。

该函数不会返回任何值。该函数也可以作为全局函数使用。

images.pixel(image, x, y)#

返回图片image在点(x, y)处的像素的ARGB值。

该值的格式为0xAARRGGBB，是一个"32位整数"(虽然JavaScript中并不区分整数类型和其他数值类型)。

坐标系以图片左上角为原点。以图片左侧边为y轴，上侧边为x轴。

images.findColor(image, color, options)#

在图片中寻找颜色color。找到时返回找到的点Point，找不到时返回null。

选项包括：

• region <Array> 找色区域。是一个两个或四个元素的数组。(region[0], region[1])表示找色区域的左上角；region[2]*region[3]表示找色区域的宽高。如果只有region只有两个元素，则找色区域为(region[0], region[1])到屏幕右下角。如果不指定region选项，则找色区域为整张图片。
• threshold <number> 找色时颜色相似度的临界值，范围为0~255（越小越相似，0为颜色相等，255为任何颜色都能匹配）。默认为4。threshold和浮点数相似度(0.0~1.0)的换算为 similarity = (255 - threshold) / 255.

该函数也可以作为全局函数使用。

一个循环找色的例子如下：

requestScreenCapture();

//循环找色，找到红色(#ff0000)时停止并报告坐标
while(true){
    var img = captureScreen();
    var point = findColor(img, "#ff0000");
    if(point){
        toast("找到红色，坐标为(" + point.x + ", " + point.y + ")");
    }
}

一个区域找色的例子如下：

//读取本地图片/sdcard/1.png
var img = images.read("/sdcard/1.png");
//判断图片是否加载成功
if(!img){
    toast("没有该图片");
    exit();
}
//在该图片中找色，指定找色区域为在位置(400, 500)的宽为300长为200的区域，指定找色临界值为4
var point = findColor(img, "#00ff00", {
     region: [400, 500, 300, 200],
     threshold: 4
 });
if(point){
    toast("找到啦:" + point);
}else{
    toast("没找到");
}

images.findColorInRegion(img, color, x, y[, width, height, threshold])#

区域找色的简便方法。

相当于

images.findColor(img, color, {
     region: [x, y, width, height],
     threshold: threshold
});

该函数也可以作为全局函数使用。

images.findColorEquals(img, color[, x, y, width, height])#

在图片img指定区域中找到颜色和color完全相等的某个点，并返回该点的左边；如果没有找到，则返回null。

找色区域通过x, y, width, height指定，如果不指定找色区域，则在整张图片中寻找。

该函数也可以作为全局函数使用。

示例： (通过找QQ红点的颜色来判断是否有未读消息)

requestScreenCapture();
launchApp("QQ");
sleep(1200);
var p = findColorEquals(captureScreen(), "#f64d30");
if(p){
    toast("有未读消息");
}else{
    toast("没有未读消息");
}

images.findMultiColors(img, firstColor, colors[, options])#

多点找色，类似于按键精灵的多点找色，其过程如下：

1. 在图片img中找到颜色firstColor的位置(x0, y0)
2. 对于数组colors的每个元素[x, y, color]，检查图片img在位置(x + x0, y + y0)上的像素是否是颜色color，是的话返回(x0, y0)，否则继续寻找firstColor的位置，重新执行第1步
3. 整张图片都找不到时返回null

例如，对于代码images.findMultiColors(img, "#123456", [[10, 20, "#ffffff"], [30, 40, "#000000"]])，假设图片在(100, 200)的位置的颜色为#123456, 这时如果(110, 220)的位置的颜色为#fffff且(130, 240)的位置的颜色为#000000，则函数返回点(100, 200)。

如果要指定找色区域，则在options中指定，例如:

var p = images.findMultiColors(img, "#123456", [[10, 20, "#ffffff"], [30, 40, "#000000"]], {
    region: [0, 960, 1080, 960]
});

images.detectsColor(image, color, x, y[, threshold = 16, algorithm = "diff"])#

返回图片image在位置(x, y)处是否匹配到颜色color。用于检测图片中某个位置是否是特定颜色。

一个判断微博客户端的某个微博是否被点赞过的例子：

requestScreenCapture();
//找到点赞控件
var like = id("ly_feed_like_icon").findOne();
//获取该控件中点坐标
var x = like.bounds().centerX();
var y = like.bounds().centerY();
//截图
var img = captureScreen();
//判断在该坐标的颜色是否为橙红色
if(images.detectsColor(img, "#fed9a8", x, y)){
    //是的话则已经是点赞过的了，不做任何动作
}else{
    //否则点击点赞按钮
    like.click();
}

images.findImage(img, template[, options])#

找图。在大图片img中查找小图片template的位置（模块匹配），找到时返回位置坐标(Point)，找不到时返回null。

选项包括：

• threshold <number> 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
• region <Array> 找图区域。参见findColor函数关于region的说明。
• level <number> 一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的, level参数表示金字塔的层次, level越大可能带来越高的找图效率，但也可能造成找图失败（图片因过度缩小而无法分辨）或返回错误位置。因此，除非您清楚该参数的意义并需要进行性能调优，否则不需要用到该参数。

该函数也可以作为全局函数使用。

一个最简单的找图例子如下：

var img = images.read("/sdcard/大图.png");
var templ = images.read("/sdcard/小图.png");
var p = findImage(img, templ);
if(p){
    toast("找到啦:" + p);
}else{
    toast("没找到");
}

稍微复杂点的区域找图例子如下：

auto();
requestScreenCapture();
var wx = images.read("/sdcard/微信图标.png");
//返回桌面
home();
//截图并找图
var p = findImage(captureScreen(), wx, {
    region: [0, 50],
    threshold: 0.8
});
if(p){
    toast("在桌面找到了微信图标啦: " + p);
}else{
    toast("在桌面没有找到微信图标");
}

images.findImageInRegion(img, template, x, y[, width, height, threshold])#

区域找图的简便方法。相当于：

images.findImage(img, template, {
    region: [x, y, width, height],
    threshold: threshold
})

该函数也可以作为全局函数使用。

images.matchTemplate(img, template, options)#

[v4.1.0新增]

• img <Image> 大图片
• template <Image> 小图片（模板）
• options <Object> 找图选项：
  • threshold <number> 图片相似度。取值范围为0~1的浮点数。默认值为0.9。
  • region <Array> 找图区域。参见findColor函数关于region的说明。
  • max <number> 找图结果最大数量，默认为5
  • level <number> 一般而言不必修改此参数。不加此参数时该参数会根据图片大小自动调整。找图算法是采用图像金字塔进行的, level参数表示金字塔的层次, level越大可能带来越高的找图效率，但也可能造成找图失败（图片因过度缩小而无法分辨）或返回错误位置。因此，除非您清楚该参数的意义并需要进行性能调优，否则不需要用到该参数。
• 返回 <MatchingResult>

在大图片中搜索小图片，并返回搜索结果MatchingResult。该函数可以用于找图时找出多个位置，可以通过max参数控制最大的结果数量。也可以对匹配结果进行排序、求最值等操作。

MatchingResult#

[v4.1.0新增]

matches#

数组的元素是一个Match对象：

• point <Point> 匹配位置
• similarity <number> 相似度

例如:

var result = images.matchTemplate(img, template, {
    max: 100
});
result.matches.forEach(match => {
    log("point = " + match.point + ", similarity = " + match.similarity);
});

points#

first()#

第一个匹配结果。如果没有任何匹配，则返回null。

last()#

最后一个匹配结果。如果没有任何匹配，则返回null。

leftmost()#

位于大图片最左边的匹配结果。如果没有任何匹配，则返回null。

topmost()#

位于大图片最上边的匹配结果。如果没有任何匹配，则返回null。

rightmost()#

位于大图片最右边的匹配结果。如果没有任何匹配，则返回null。

bottommost()#

位于大图片最下边的匹配结果。如果没有任何匹配，则返回null。

best()#

相似度最高的匹配结果。如果没有任何匹配，则返回null。

worst()#

相似度最低的匹配结果。如果没有任何匹配，则返回null。

sortBy(cmp)#

对匹配结果进行排序，并返回排序后的结果。

var result = images.matchTemplate(img, template, {
    max: 100
});
log(result.sortBy("top-right"));

Image#

表示一张图片，可以是截图的图片，或者本地读取的图片，或者从网络获取的图片。

Image.getWidth()#

返回以像素为单位图片宽度。

Image.getHeight()#

返回以像素为单位的图片高度。

Image.saveTo(path)#

把图片保存到路径path。（如果文件存在则覆盖）

Image.pixel(x, y)#

返回图片image在点(x, y)处的像素的ARGB值。

该值的格式为0xAARRGGBB，是一个"32位整数"(虽然JavaScript中并不区分整数类型和其他数值类型)。

坐标系以图片左上角为原点。以图片左侧边为y轴，上侧边为x轴。

##

Point#

findColor, findImage返回的对象。表示一个点（坐标）。

Point.x#

横坐标。

Point.y#

纵坐标。