likedream/internal/application/recognizer/slider/slider_width.go

package slider

import (
	"encoding/base64"
	"os"

	"gocv.io/x/gocv"
)

func VerifySliderWidth(bgImgPath, sliderImgPath string) int {
	// 检查背景图片文件是否存在
	if _, err := os.Stat(bgImgPath); os.IsNotExist(err) {
		return -1
	}

	// 检查滑块图片文件是否存在
	if _, err := os.Stat(sliderImgPath); os.IsNotExist(err) {
		return -1
	}

	// 读取背景图片
	bgImg := gocv.IMRead(bgImgPath, gocv.IMReadColor)
	if bgImg.Empty() {
		return -1
	}
	defer bgImg.Close()

	// 读取滑块图片（包含 alpha 通道）
	sliderImgWithAlpha := gocv.IMRead(sliderImgPath, gocv.IMReadUnchanged)
	if sliderImgWithAlpha.Empty() {
		return -1
	}
	defer sliderImgWithAlpha.Close()

	// 分离滑块图片的通道
	channels := gocv.Split(sliderImgWithAlpha)
	defer func() {
		for i := range channels {
			channels[i].Close()
		}
	}()

	var sliderImg gocv.Mat
	var mask gocv.Mat

	// 如果有 alpha 通道（4通道），提取 mask
	if len(channels) == 4 {
		// 前3个通道是 BGR
		sliderImg = gocv.NewMat()
		defer sliderImg.Close()
		gocv.Merge(channels[:3], &sliderImg)

		// 使用 alpha 通道作为 mask
		mask = channels[3].Clone()
		defer mask.Close()
	} else if len(channels) == 3 {
		// 没有透明通道，直接使用原图
		sliderImg = sliderImgWithAlpha.Clone()
		defer sliderImg.Close()
		mask = gocv.NewMat() // 空 mask
		defer mask.Close()
	} else {
		return -1
	}

	// 创建结果矩阵用于存储匹配结果
	result := gocv.NewMat()
	defer result.Close()

	// 直接在原图上使用模板匹配找到滑块位置
	if mask.Empty() {
		gocv.MatchTemplate(bgImg, sliderImg, &result, gocv.TmCcoeffNormed, gocv.NewMat())
	} else {
		// 带 mask 的模板匹配
		gocv.MatchTemplate(bgImg, sliderImg, &result, gocv.TmCcoeffNormed, mask)
	}

	// 找到最佳匹配位置
	_, maxVal, _, maxLoc := gocv.MinMaxLoc(result)

	// 如果匹配度太低，返回 -1 表示失败
	if maxVal < 0.6 {
		return -1
	}

	// 获取原图上的 x 坐标，然后按比例缩放到目标尺寸
	originalWidth := bgImg.Cols()
	targetWidth := 280
	scale := float64(targetWidth) / float64(originalWidth)
	scaledX := int(float64(maxLoc.X) * scale)

	// 返回缩放后的 x 坐标（滑块需要移动的距离）
	return scaledX
}

// VerifySliderWidthByBase64 通过 base64 编码的图片计算滑块验证码需要移动的距离
// bgImgBase64: 背景图片的 base64 编码
// sliderImgBase64: 滑块图片的 base64 编码
// 返回: 滑块需要移动的 x 距离（已缩放到 280 宽度），失败返回 -1
func VerifySliderWidthByBase64(bgImgBase64, sliderImgBase64 string) int {
	// 解码背景图片的 base64
	bgImgData, err := base64.StdEncoding.DecodeString(bgImgBase64)
	if err != nil {
		return -1
	}

	// 解码滑块图片的 base64
	sliderImgData, err := base64.StdEncoding.DecodeString(sliderImgBase64)
	if err != nil {
		return -1
	}

	// 从内存中读取背景图片
	bgImg, err := gocv.IMDecode(bgImgData, gocv.IMReadColor)
	if err != nil {
		return -1
	}
	if bgImg.Empty() {
		return -1
	}
	defer bgImg.Close()

	// 从内存中读取滑块图片（包含 alpha 通道）
	sliderImgWithAlpha, err := gocv.IMDecode(sliderImgData, gocv.IMReadUnchanged)
	if err != nil {
		return -1
	}
	if sliderImgWithAlpha.Empty() {
		return -1
	}
	defer sliderImgWithAlpha.Close()

	// 分离滑块图片的通道
	channels := gocv.Split(sliderImgWithAlpha)
	defer func() {
		for i := range channels {
			channels[i].Close()
		}
	}()

	var sliderImg gocv.Mat
	var mask gocv.Mat

	// 如果有 alpha 通道（4通道），提取 mask
	if len(channels) == 4 {
		// 前3个通道是 BGR
		sliderImg = gocv.NewMat()
		defer sliderImg.Close()
		gocv.Merge(channels[:3], &sliderImg)

		// 使用 alpha 通道作为 mask
		mask = channels[3].Clone()
		defer mask.Close()
	} else if len(channels) == 3 {
		// 没有透明通道，直接使用原图
		sliderImg = sliderImgWithAlpha.Clone()
		defer sliderImg.Close()
		mask = gocv.NewMat() // 空 mask
		defer mask.Close()
	} else {
		return -1
	}

	// 创建结果矩阵用于存储匹配结果
	result := gocv.NewMat()
	defer result.Close()

	// 直接在原图上使用模板匹配找到滑块位置
	if mask.Empty() {
		gocv.MatchTemplate(bgImg, sliderImg, &result, gocv.TmCcoeffNormed, gocv.NewMat())
	} else {
		// 带 mask 的模板匹配
		gocv.MatchTemplate(bgImg, sliderImg, &result, gocv.TmCcoeffNormed, mask)
	}

	// 找到最佳匹配位置
	_, maxVal, _, maxLoc := gocv.MinMaxLoc(result)

	// 如果匹配度太低，返回 -1 表示失败
	if maxVal < 0.6 {
		return -1
	}

	// 获取原图上的 x 坐标，然后按比例缩放到目标尺寸
	originalWidth := bgImg.Cols()
	targetWidth := 280
	scale := float64(targetWidth) / float64(originalWidth)
	scaledX := int(float64(maxLoc.X) * scale)

	// 返回缩放后的 x 坐标（滑块需要移动的距离）
	return scaledX
}