Python FGO 脚本相关 （numpy + cv2）

numpy相关

• zip(a, b) : 将俩长度相等的一维数组，挨个合并成tuple，返回类似tuple的一维数组（zip类型变量，只能for遍历）
• [a if condition(x) else b for x in arr] : 对一维数组的元素挨个判断，返回结果为a或b的一维数组
• tuple元素前加星号，表示拆开的意思，用于将tuple拆成多个参数带入函数中（如print, swap）
• 若a为数组，则a[x:y:z]有点像[a[t] for t in range(x,y,z)]。若x或y为负数，则转为len(a) + x或len(a) + y。x,y,z任意一个可省略。

numpy库

• 相关数组均为ndarray类型，能实现多种代码极其简化的操作
• numpy的使用方法灵活多样，condition可以实现数组和数组，数组和元素的比较；同样名字的函数，根据参数数量不同可以有类型完全不同的的输出。了解numpy最好是对每个函数记住大概功能和常用的操作，而不过于追究其运行机制
• condition : 可以是一维数组比变量，二维数组比一维数组（逐行对比），二维数组比二维数组etc。 Array([[1,2],[3,4]]) > 3结果是[[false,false],[false,true]]。总返回较大数组的真假结果。
• condition的机制可应用于所有计算符号。比如a + 5或者a + [2,3]。前提是能够一一对应。
• np.where(condition, x, y)若有x和y，则将condition结果的真假换成x和y。若只有condition，则返回坐标。格式tuple(ndarray(x0,x1,...,xn), ndarray(y0,y1,...,yn))。通常把结果用zip(*result)合并成正常格式。
• if (condition).any() : 又一种特殊用法，不过作用很好猜。

cv2 库要用到的函数

• im = imread(address, 0) ：address为图片文件路径，返回numpy二维数组
• resIm = matchTemplate(startIm, templateIm, cv2.TM_CCOEFF_NORMED) ：返回startIm以templateIm为模板的匹配二维数组，每个元素是以相应坐标为左上角的矩阵的重合率（0-1）