如何用Python快速地在屏幕上定位某些东西？

Question

我尝试使用pyautogui模块和我的函数来定位屏幕上的图像

pyautogui.locateOnScreen()

但它的处理时间大约是5-10秒。还有其他方法可以让我更快地找到屏幕上的图像吗？基本上，我想要一个更快的locateOnScreen()版本。

Answer 1

正式文件说在1920x1080屏幕上应该需要1-2秒，所以你的时间看起来有点慢。我会尽量优化：

• 除非颜色信息是重要的，否则使用灰度缩放(grayscale=True应该提供30%的加速)
• 使用一个较小的图像来定位(就像一个部分，如果它已经唯一地标识了您需要获得的位置)
• 每次新文件时，不要加载需要从文件中找到的图像，但要将其保存在内存中。
• 如果您已经知道可能的位置(例如以前运行的位置)，请传递区域参数。

这在上面链接的文档中都有描述。

这还不够快，您可以检查吡咯烷酮源，看到屏幕上的定位使用了一个特定的算法(Knuth Pratt搜索算法)，用Python实现。因此，在C中实现这个部分，可能会导致相当明显的加速。

Answer 2

创建一个函数并使用线程信任(需要opencv)

import pyautogui
import threading

def locate_cat():
    cat=None
    while cat is None:
        cat = pyautogui.locateOnScreen('Pictures/cat.png',confidence=.65,region=(1722,748, 200,450)
        return cat

如果知道屏幕上区域参数的大致位置，则可以使用此区域参数。

在某些情况下，您可以在屏幕上定位并将区域分配给变量，并使用region=somevar作为参数，因此它看起来与上次发现的位置相同，以帮助加快检测过程。

例：

import pyautogui

def first_find():
    front_door = None
    while front_door is None:
        front_door_save=pyautogui.locateOnScreen('frontdoor.png',confidence=.95,region=1722,748, 200,450)
        front_door=front_door_save
        return front_door_save


def second_find():
    front_door=None
    while front_door is None:
        front_door = pyautogui.locateOnScreen('frontdoor.png',confidence=.95,region=front_door_save)
        return front_door

def find_person():
    person=None
    while person is None:
        person= pyautogui.locateOnScreen('person.png',confidence=.95,region=front_door)


while True:
    first_find()
    second_find()
    if front_door is None:
        pass
    if front_door is not None:
        find_person()

Answer 3

我也面临着同样的问题。虽然它是一个非常方便的图书馆，但它很慢。

我依靠x10和PIL获得了一个cv2加速：

def benchmark_opencv_pil(method):
    img = ImageGrab.grab(bbox=REGION)
    img_cv = cv.cvtColor(np.array(img), cv.COLOR_RGB2BGR)
    res = cv.matchTemplate(img_cv, GAME_OVER_PICTURE_CV, method)
    # print(res)
    return (res >= 0.8).any()

在使用TM_CCOEFF_NORMED的地方效果很好。(显然，您也可以调整0.8阈值)

来源：使用Python的快速locateOnScreen

为了完整起见，以下是完整的基准：

import pyautogui as pg
import numpy as np
import cv2 as cv
from PIL import ImageGrab, Image
import time

REGION = (0, 0, 400, 400)
GAME_OVER_PICTURE_PIL = Image.open("./balloon_fight_game_over.png")
GAME_OVER_PICTURE_CV = cv.imread('./balloon_fight_game_over.png')


def timing(f):
    def wrap(*args, **kwargs):
        time1 = time.time()
        ret = f(*args, **kwargs)
        time2 = time.time()
        print('{:s} function took {:.3f} ms'.format(
            f.__name__, (time2-time1)*1000.0))

        return ret
    return wrap


@timing
def benchmark_pyautogui():
    res = pg.locateOnScreen(GAME_OVER_PICTURE_PIL,
                            grayscale=True,  # should provied a speed up
                            confidence=0.8,
                            region=REGION)
    return res is not None


@timing
def benchmark_opencv_pil(method):
    img = ImageGrab.grab(bbox=REGION)
    img_cv = cv.cvtColor(np.array(img), cv.COLOR_RGB2BGR)
    res = cv.matchTemplate(img_cv, GAME_OVER_PICTURE_CV, method)
    # print(res)
    return (res >= 0.8).any()


if __name__ == "__main__":

    im_pyautogui = benchmark_pyautogui()
    print(im_pyautogui)

    methods = ['cv.TM_CCOEFF', 'cv.TM_CCOEFF_NORMED', 'cv.TM_CCORR',
               'cv.TM_CCORR_NORMED', 'cv.TM_SQDIFF', 'cv.TM_SQDIFF_NORMED']


    # cv.TM_CCOEFF_NORMED actually seems to be the most relevant method
    for method in methods:
        print(method)
        im_opencv = benchmark_opencv_pil(eval(method))
        print(im_opencv)

结果表明，x10有一定的改进作用。

benchmark_pyautogui function took 175.712 ms
False
cv.TM_CCOEFF
benchmark_opencv_pil function took 21.283 ms
True
cv.TM_CCOEFF_NORMED
benchmark_opencv_pil function took 23.377 ms
False
cv.TM_CCORR
benchmark_opencv_pil function took 20.465 ms
True
cv.TM_CCORR_NORMED
benchmark_opencv_pil function took 25.347 ms
False
cv.TM_SQDIFF
benchmark_opencv_pil function took 23.799 ms
True
cv.TM_SQDIFF_NORMED
benchmark_opencv_pil function took 22.882 ms
True