当前位置:
首页 > Python基础教程 >
-
python pyautogui实现图片识别点击失败后重试功能
安装库
pip install Pillow
pip install opencv-python
confidence作用
confidence 参数是用于指定图像匹配的信度(或置信度)的,它表示图像匹配的准确程度。这个参数的值在 0 到 1 之间,数值越高表示匹配的要求越严格。
具体来说,confidence 参数用于调整在屏幕上搜索目标图像时的匹配精度:
0.0 表示完全不匹配。
1.0 表示完全匹配。
在实际应用中,图像匹配的信度可以帮助你处理一些图像上的细微差异。例如,屏幕上的图像可能因为分辨率、光线、颜色等原因与原始图像有些不同。通过调整 confidence 参数,你可以设置一个合理的阈值,使得图像匹配过程既不太严格(导致找不到图像),也不太宽松(导致误匹配)。
举个例子,如果你设置 confidence=0.8,那么只有当屏幕上的图像与目标图像的相似度达到 80% 以上时,才会被认为是匹配的。
识别图片点击
import pyautogui
import time
import os
def locate_and_click_image(image_path, retry_interval=2, max_retries=5, click_count=1, confidence=None):
"""
定位图片并点击指定次数。
:param image_path: 图片路径
:param retry_interval: 重试间隔时间(秒)
:param max_retries: 最大重试次数
:param click_count: 点击次数
:param confidence: 图像匹配的信度(0到1之间),需要安装 OpenCV
:return: 图片的位置 (x, y, width, height) 或 None(如果未找到)
"""
if not os.path.isfile(image_path):
print(f"错误:图片路径无效或文件不存在: {image_path}")
return None
retries = 0
while retries < max_retries:
try:
if confidence is not None:
location = pyautogui.locateOnScreen(image_path, confidence=confidence)
else:
location = pyautogui.locateOnScreen(image_path)
if location is not None:
print(f"找到图片: {image_path},位置: {location}")
center = pyautogui.center(location)
for _ in range(click_count):
pyautogui.click(center)
print(f"点击图片中心位置。点击次数:{_ + 1}")
return location
else:
print(f"未找到图片: {image_path},{retry_interval}秒后重试...(重试次数: {retries + 1}/{max_retries})")
time.sleep(retry_interval)
retries += 1
except pyautogui.ImageNotFoundException:
print(f"未找到图片: {image_path},{retry_interval}秒后重试...(重试次数: {retries + 1}/{max_retries})")
time.sleep(retry_interval)
retries += 1
print(f"达到最大重试次数: {max_retries},未找到图片: {image_path}")
return None
def main():
image_path = '1.png' # 替换为你的图片路径
retry_interval = 2
max_retries = 5
click_count = 1
confidence = 0.8 # 如果不使用 OpenCV,请将此参数设置为 None
location = locate_and_click_image(image_path, retry_interval, max_retries, click_count, confidence)
if location:
print("操作完成。")
else:
print("未能定位到图片,程序结束。")
if __name__ == "__main__":
locate_and_click_image('1.png', retry_interval=2, max_retries=5, click_count=2, confidence=0.8)
优化代码,识别多张图片并点击
import pyautogui
import time
import os
def locate_and_click_image(path, retry_interval=2, max_retries=5, click_count=1, confidence=None):
if not os.path.isfile(path):
print(f"错误:图片路径无效或文件不存在: {path}")
return None
retries = 0
while retries < max_retries:
try:
if confidence is not None:
location = pyautogui.locateOnScreen(path, confidence=confidence)
else:
location = pyautogui.locateOnScreen(path)
if location is not None:
print(f"找到图片: {path},位置: {location}")
center = pyautogui.center(location)
for _ in range(click_count):
pyautogui.click(center)
print(f"点击图片中心位置。点击次数:{_ + 1}")
return location
else:
print(f"未找到图片: {path},{retry_interval}秒后重试...(重试次数: {retries + 1}/{max_retries})")
time.sleep(retry_interval)
retries += 1
except pyautogui.ImageNotFoundException:
print(f"未找到图片: {path},{retry_interval}秒后重试...(重试次数: {retries + 1}/{max_retries})")
time.sleep(retry_interval)
retries += 1
print(f"达到最大重试次数: {max_retries},未找到图片: {path}")
return None
def main():
images = [
{'path': '1.png', 'retry_interval': 2, 'max_retries': 5, 'click_count': 1, 'confidence': 0.8},
{'path': '3.png', 'retry_interval': 2, 'max_retries': 5, 'click_count': 1, 'confidence': 0.8},
# 添加更多图片
]
for image in images:
location = locate_and_click_image(**image)
if location:
print(f"图片 {image['path']} 操作完成。")
else:
print(f"未能定位到图片 {image['path']},程序结束。")
if __name__ == "__main__":
main()
优化代码,识别多张图片,只要识别到图片就结束循环
import pyautogui
import time
import os
def locate_and_click_image(path, retry_interval=2, max_retries=5, click_count=1, confidence=None):
if not os.path.isfile(path):
print(f"错误:图片路径无效或文件不存在: {path}")
return None
retries = 0
while retries < max_retries:
try:
if confidence is not None:
location = pyautogui.locateOnScreen(path, confidence=confidence)
else:
location = pyautogui.locateOnScreen(path)
if location is not None:
print(f"找到图片: {path},位置: {location}")
center = pyautogui.center(location)
for _ in range(click_count):
pyautogui.click(center)
print(f"点击图片中心位置。点击次数:{_ + 1}")
return True
else:
print(f"未找到图片: {path},{retry_interval}秒后重试...(重试次数: {retries + 1}/{max_retries})")
time.sleep(retry_interval)
retries += 1
except pyautogui.ImageNotFoundException:
print(f"未找到图片: {path},{retry_interval}秒后重试...(重试次数: {retries + 1}/{max_retries})")
time.sleep(retry_interval)
retries += 1
print(f"达到最大重试次数: {max_retries},未找到图片: {path}")
return False
def main():
images = [
{'path': '1.png', 'retry_interval': 2, 'max_retries': 5, 'click_count': 1, 'confidence': 0.8},
{'path': '3.png', 'retry_interval': 2, 'max_retries': 5, 'click_count': 1, 'confidence': 0.8},
{'path': '4.png', 'retry_interval': 2, 'max_retries': 5, 'click_count': 1, 'confidence': 0.8},
# 添加更多图片
]
for image in images:
success = locate_and_click_image(**image)
if success:
print(f"图片 {image['path']} 操作完成。")
break
else:
print(f"未能定位到图片 {image['path']}。")
if __name__ == "__main__":
main()
到此这篇关于python pyautogui实现图片识别点击失败后重试的文章就介绍到这了,更多相关python pyautogui图片识别失败内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
原文链接:https://blog.csdn.net/qq_26086231/article/details/139871032
栏目列表
最新更新
求1000阶乘的结果末尾有多少个0
详解MyBatis延迟加载是如何实现的
IDEA 控制台中文乱码4种解决方案
SpringBoot中版本兼容性处理的实现示例
Spring的IOC解决程序耦合的实现
详解Spring多数据源如何切换
Java报错:UnsupportedOperationException in Col
使用Spring Batch实现批处理任务的详细教程
java中怎么将多个音频文件拼接合成一个
SpringBoot整合ES多个精确值查询 terms功能实
SQL Server 中的数据类型隐式转换问题
SQL Server中T-SQL 数据类型转换详解
sqlserver 数据类型转换小实验
SQL Server数据类型转换方法
SQL Server 2017无法连接到服务器的问题解决
SQLServer地址搜索性能优化
Sql Server查询性能优化之不可小觑的书签查
SQL Server数据库的高性能优化经验总结
SQL SERVER性能优化综述(很好的总结,不要错
开启SQLSERVER数据库缓存依赖优化网站性能
uniapp/H5 获取手机桌面壁纸 (静态壁纸)
[前端] DNS解析与优化
为什么在js中需要添加addEventListener()?
JS模块化系统
js通过Object.defineProperty() 定义和控制对象
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比