简介：这份资源面向使用Delphi进行屏幕图像匹配的开发者，聚焦自动化测试、游戏辅助、屏幕抓取等场景，帮助解决在屏幕中快速定位目标图片的问题。内容围绕图像处理库选型、屏幕抓取、模板匹配、哈希与特征匹配算法、效率优化及误报漏报处理展开，并附有基于VCL.Graphics的像素级差分匹配示例代码，适合具备一定Delphi基础、希望深入图像匹配的中级开发者参考。资源以rar压缩包形式提供，整体约6.63MB，文件总数与类型明细上游暂未提供，下载后可直接查阅相关实现思路与代码片段。目前已有540人学习，说明该主题在Delphi社区具有一定关注度。读者可从中获取从屏幕捕获到匹配判定的完整技术脉络，理解不同算法的适用边界与性能取舍，并借助示例代码快速搭建自己的找图模块，减少在算法选型和阈值调优上的试错成本。
1. 屏幕找图这件事，Delphi 其实一直都能干
做桌面自动化或者辅助工具的人，早晚会碰到一个需求：屏幕上某个按钮、某个图标、某块图案出现了，程序得自己认出来，然后点它或者做后续动作。很多人第一反应是上 Python 加 OpenCV，环境一堆、打包体积感人。但如果你的主战场本来就是 Delphi，其实没必要绕这一圈——Delphi 原生就能把「截屏 + 找图 + 返回坐标」这条链路跑通，而且编译出来是单个 exe，扔到客户机上双击就能用，不依赖运行时。
这份资源就是围绕「Delphi 找图」这个场景整理的一套可运行工程，核心目标很明确：给一张模板小图，在屏幕（或指定窗口区域）里快速定位它，返回匹配坐标和相似度。适合两类人：一是做按键辅助、自动化测试、RPA 小工具的 Delphi 开发者；二是手里有老 Delphi 项目，想加一个「图像识别」能力但不想引入外部进程的团队。下面我按「能干什么 → 怎么跑 → 怎么改」的顺序，把它拆开讲。
2. 工程结构与技术选型：为什么是截屏 + 模板匹配
2.1 目录里都有什么
拿到源码包，先别急着编译，花两分钟把目录扫一遍，心里有个地图。这类找图工程的典型结构大致是这样（不同版本命名可能略有差异，但职责划分基本一致）：
ScreenFindImage/ ├── src/ │ ├── MainForm.pas // 主窗体：选图、设阈值、点开始 │ ├── MainForm.dfm │ ├── ScreenCapture.pas // 截屏模块：抓全屏或指定区域 │ ├── TemplateMatch.pas // 核心匹配算法 │ └── BitmapUtils.pas // 位图转换、灰度化、缩放 ├── res/ │ └── sample_target.bmp // 示例模板图 ├── bin/ │ └── ScreenFindImage.exe // 编译产物 └── ScreenFindImage.dproj // 工程文件ScreenCapture.pas负责把屏幕像素拿到内存里，TemplateMatch.pas负责在内存里做匹配，MainForm.pas只是壳。这种拆法的好处是：你想换匹配算法，只动一个文件；想改成后台抓指定窗口，也只动截屏模块。我一般拿到新工程先看单元依赖，如果所有逻辑都堆在 MainForm 里，二次开发会很痛苦，这个工程的分层算是干净的。
2.2 技术选型：为什么不用外部库
Delphi 做找图，绕不开两个问题：怎么拿屏幕像素，怎么算匹配。拿像素这块，Windows 原生 API 就够用——GetDC拿屏幕设备上下文，BitBlt把屏幕内容拷到内存位图，再通过TBitmap的ScanLine逐行读像素。这条路不依赖任何第三方，VCL 自带。
匹配算法这块，最稳的是模板匹配（Template Matching）里的归一化互相关（NCC）或者平方差（SSD）。原理不复杂：把模板图在目标图上逐像素滑动，每个位置算一个相似度分数，分数最高的位置就是匹配点。纯 Pascal 实现虽然比 OpenCV 慢，但对于「找一个小图标」这种场景，模板尺寸通常几十乘几十像素，屏幕 1920×1080，暴力滑动的计算量在可接受范围内，配合步长优化和提前终止，实际响应能压到几百毫秒。
提示：如果你的模板图很大（比如超过 200×200），纯 Pascal 暴力匹配会明显变慢，这时候要么缩小搜索区域，要么上金字塔多尺度，别硬扛。
2.3 核心数据结构
匹配模块里最关键的几个类型，先认脸：
type // 匹配结果：坐标 + 相似度 TMatchResult = record Found: Boolean; // 是否找到 X, Y: Integer; // 左上角坐标 Score: Double; // 相似度 0~1，越接近 1 越像 end; // 匹配参数 TMatchOptions = record Threshold: Double; // 阈值，低于它就算没找到 Step: Integer; // 滑动步长，1 最精确但最慢 GrayScale: Boolean; // 是否转灰度匹配 end;Score用 0 到 1 的浮点，比用「差异像素个数」直观，调阈值的时候心里有数。Step是个性能旋钮，设 1 是逐像素，设 2 或 3 会快但可能漏掉边缘匹配，后面避坑章节会细说。
3. 跑起来：从截屏到返回坐标的完整链路
3.1 截屏模块怎么写
先解决「图从哪来」。下面这段是抓全屏到TBitmap的典型写法，核心是BitBlt：
function CaptureScreen: TBitmap; var ScreenDC: HDC; ScreenW, ScreenH: Integer; begin Result := TBitmap.Create; try ScreenDC := GetDC(0); // 0 表示整个屏幕 try ScreenW := GetSystemMetrics(SM_CXSCREEN); ScreenH := GetSystemMetrics(SM_CYSCREEN); Result.PixelFormat := pf24bit; // 24 位，够用且省内存 Result.Width := ScreenW; Result.Height := ScreenH; BitBlt(Result.Canvas.Handle, 0, 0, ScreenW, ScreenH, ScreenDC, 0, 0, SRCCOPY); finally ReleaseDC(0, ScreenDC); // 必须释放，否则句柄泄漏 end; except Result.Free; raise; end; end;逻辑说明：GetDC(0)拿到整个屏幕的设备上下文，BitBlt把屏幕内容按SRCCOPY模式拷进位图的 Canvas。参数上，PixelFormat设pf24bit是权衡——32 位带 Alpha 通道对找图没用，反而多占内存。ReleaseDC放在finally里是血泪经验，漏一次两次没事，循环截屏几分钟句柄就爆了。
如果你只想抓某个窗口，把GetDC(0)换成GetDC(TargetWindowHandle)，坐标原点就变成那个窗口的客户区，后续匹配坐标也要相应换算。
3.2 模板匹配的核心循环
拿到屏幕位图和模板位图后，进入匹配。下面是一个简化但可运行的 SSD（平方差）匹配实现：
function MatchTemplate(const Screen, Template: TBitmap; const Opt: TMatchOptions): TMatchResult; var sx, sy, tx, ty: Integer; diff, sum: Double; bestScore: Double; bestX, bestY: Integer; sLine, tLine: PByteArray; maxX, maxY: Integer; begin Result.Found := False; bestScore := -1; bestX := 0; bestY := 0; // 模板必须比屏幕小，否则直接返回 if (Template.Width >= Screen.Width) or (Template.Height >= Screen.Height) then Exit; maxX := Screen.Width - Template.Width; maxY := Screen.Height - Template.Height; for sy := 0 to maxY do begin for sx := 0 to maxX do begin sum := 0; // 逐像素算平方差 for ty := 0 to Template.Height - 1 do begin sLine := Screen.ScanLine[sy + ty]; tLine := Template.ScanLine[ty]; for tx := 0 to Template.Width - 1 do begin diff := sLine[(sx + tx) * 3] - tLine[tx * 3]; // 只取 B 通道示意 sum := sum + diff * diff; end; end; // 归一化：差异越小分数越高 if sum < bestScore then begin bestScore := sum; bestX := sx; bestY := sy; end; end; end; // 把差异转成 0~1 相似度（简化映射） Result.Score := 1.0 / (1.0 + bestScore / 1000.0); Result.X := bestX; Result.Y := bestY; Result.Found := Result.Score >= Opt.Threshold; end;逻辑说明：外层两个循环遍历屏幕上的每个可能位置，内层两个循环算模板和该位置的像素差异平方和。sum越小说明越像，最后用1/(1+sum)映射成相似度。参数上，Opt.Threshold是判定门槛，0.9 表示「非常像才算找到」，0.7 宽松但容易误报。
这段代码为了讲清楚原理，只取了 B 通道，实际工程里应该三通道都算，或者先转灰度再算，能省三分之二计算量。ScanLine返回的是行指针，比Pixels属性快几个数量级，这是 Delphi 图像处理的常识，别用Canvas.Pixels去遍历。
3.3 主窗体怎么串起来
主窗体干三件事：让用户选模板图、设阈值、点按钮触发匹配。核心事件大概长这样：
procedure TMainForm.btnFindClick(Sender: TObject); var ScreenBmp, TplBmp: TBitmap; Opt: TMatchOptions; R: TMatchResult; begin ScreenBmp := CaptureScreen; TplBmp := TBitmap.Create; try TplBmp.LoadFromFile(edtTemplatePath.Text); Opt.Threshold := StrToFloatDef(edtThreshold.Text, 0.9); Opt.Step := 1; Opt.GrayScale := True; R := MatchTemplate(ScreenBmp, TplBmp, Opt); if R.Found then Memo1.Lines.Add(Format('找到：(%d, %d) 相似度 %.3f', [R.X, R.Y, R.Score])) else Memo1.Lines.Add('未找到匹配区域'); finally ScreenBmp.Free; TplBmp.Free; end; end;逻辑说明：先截屏，再加载模板，组装参数，调匹配，输出结果。StrToFloatDef带默认值，防止用户输入空字符串时抛异常。try...finally保证两个位图都被释放，找图程序经常循环跑，内存泄漏会累积得很快。
跑通这条链路，你就有了一个最小可用的找图工具。接下来是让它更好用、更准、更快。
4. 避坑与排查：找图不准、太慢、崩溃的常见原因
4.1 现象：明明图在屏幕上，就是找不到
原因通常有三个。一是 DPI 缩放——你的程序是 DPI 感知的，但截屏拿到的像素和模板图的像素比例不一致，模板被系统缩放了。解决：在工程选项里把 DPI 感知设为「Per Monitor V2」，或者截屏后按当前缩放比例对模板做一次缩放再匹配。二是颜色格式不一致，模板是 32 位带 Alpha，屏幕是 24 位，逐像素比较时通道错位。解决：加载模板后统一PixelFormat := pf24bit。三是阈值设太高，实际相似度 0.88 但你卡了 0.95。解决：先把阈值降到 0.7 看能不能找到，再逐步往上调。
4.2 现象：匹配一次要好几秒
原因基本是暴力滑动 + 逐像素三通道。优化手段按性价比排序：先转灰度，计算量降到三分之一；再把Step设成 2，计算量再降四分之三，代价是可能漏掉 1 像素的偏移；如果还慢，就先在缩小后的图上粗定位，再在原图局部精匹配（金字塔思路）。我一般会先加灰度，大部分场景就够了。
4.3 现象：程序跑一会儿就卡死或报错
多半是 GDI 句柄泄漏。GetDC和CreateCompatibleDC这类调用，每次都必须配对ReleaseDC/DeleteDC。循环截屏时如果漏了释放，Windows 的 GDI 对象上限（默认 10000）很快耗尽，程序就崩。排查方法：任务管理器开「GDI 对象」列，看数字是不是只涨不跌。解决：所有 DC 操作都用try...finally包住。
4.4 现象：多显示器下坐标不对
GetSystemMetrics(SM_CXSCREEN)只返回主显示器的宽，多屏环境下副屏内容抓不到或者坐标偏移。解决：用EnumDisplayMonitors枚举所有显示器，或者用虚拟屏幕尺寸SM_XVIRTUALSCREEN/SM_CXVIRTUALSCREEN来截全桌面。坐标换算时记得减去虚拟屏幕原点偏移。
4.5 现象：模板图边缘有透明或白边，匹配分数虚高
模板图如果是从截图里抠出来的，边缘可能带了背景色，导致在纯色区域也能匹配到高分。解决：抠图时把边缘裁掉 1 到 2 像素，或者用带掩码的匹配，只比较模板的有效区域。这个坑很隐蔽，因为分数看着挺高，但位置是错的。
5. 二次开发：把找图能力嵌进你自己的工程
5.1 改造方向一：从全屏找图改成指定窗口找图
很多自动化场景不需要全屏，只需要在某个窗口里找。改造点集中在截屏模块：把CaptureScreen改成CaptureWindow(Handle: HWND)，用GetDC(Handle)拿窗口 DC，GetClientRect拿客户区尺寸。匹配返回的坐标是相对窗口客户区的，点击时用ClientToScreen转成屏幕坐标。这样搜索区域小了，速度也上去了。
5.2 改造方向二：加一个「找图并点击」的封装
找图的最终目的往往是操作。可以封装一个高层函数：
function FindAndClick(const TemplatePath: string; Threshold: Double = 0.9): Boolean; var R: TMatchResult; begin R := FindImageOnScreen(TemplatePath, Threshold); Result := R.Found; if Result then begin // 移动到匹配区域中心并点击 SetCursorPos(R.X + TplWidth div 2, R.Y + TplHeight div 2); mouse_event(MOUSEEVENTF_LEFTDOWN, 0, 0, 0, 0); mouse_event(MOUSEEVENTF_LEFTUP, 0, 0, 0, 0); end; end;参数说明：TemplatePath是模板图路径，Threshold是相似度门槛。SetCursorPos用的是屏幕绝对坐标，所以如果前面改成了窗口找图，这里要先转换。mouse_event是老 API，新代码可以用SendInput，兼容性更好。
5.3 改造方向三：多模板批量匹配
实际项目里往往要同时找好几个图标。别一个个串行跑，可以把模板预加载成列表，截一次屏，然后对每个模板在同一张屏幕图上匹配。截屏是 IO 密集的，匹配是 CPU 密集的，分开做能省不少时间。如果模板数量多，还可以考虑多线程，每个线程负责一部分模板，但要注意TBitmap不是线程安全的，每个线程得用自己的屏幕图副本。
5.4 验证改造是否成功的方法
改完之后别凭感觉，写个简单的回归测试：准备三张模板图，一张确定在屏幕上、一张确定不在、一张部分遮挡。跑一遍，看第一张能找到且坐标正确，第二张返回未找到，第三张分数明显低于第一张。这个测试能覆盖大部分逻辑错误。我一般还会把每次匹配的耗时打日志，改完对比一下，防止优化把正确性搞没了。
5.5 一个容易忽略的技巧：缓存屏幕图
如果你的程序需要连续找图（比如每秒找几次），不要每次都重新截屏。屏幕内容变化没那么快，可以缓存上一次的截屏结果，设一个过期时间（比如 200 毫秒），过期了再重新抓。这样在密集找图场景下能省掉大量BitBlt开销。代价是可能拿到稍微过时的画面，对实时性要求极高的场景要慎用。
从那以后我每次改找图相关的代码，都会先把「截屏 → 匹配 → 坐标换算」这条链路在纸上画一遍，确认每个环节的坐标系和像素格式都对得上，再动手写。找图这事的坑，八成不在算法本身，而在这些边边角角的对齐上。希望帮到你。
本文还有配套的精品资源，点击获取
