Python实现对桌面进行实时捕捉画面的方法详解

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

Python实现对桌面进行实时捕捉画面的方法详解

奥怪的小栈   2023-02-03 我要评论

介绍

最近在研究目标检测方面的小东西,需要到对桌面进行实时捕捉画面,获取画面后再检测,达到实时桌面目标检测的目的,所以写了一段小代码来实现该功能,实测速度很快,符合我的需求。特此记录一下。

代码

import argparse
import time
import cv2
import keyboard
import mss
import numpy as np
import win32com.client
import win32con
import win32gui


class ScreenCapture:
    """
    parameters
    ----------
        screen_frame : Tuple[int, int]
            屏幕宽高,分别为x,y
        region : Tuple[float, float]
            实际截图范围,分别为x,y,(1.0, 1.0)表示全屏检测,越低检测范围越小(始终保持屏幕中心为中心)
        window_name : str
            显示窗口名
        exit_key : int
            结束窗口的退出键值,为键盘各键对应的ASCII码值,默认是ESC键
    """

    def __init__(self, screen_frame=(1920, 1080), region=(0.5, 0.5), window_name='test', exit_key=0x1B):
        self.parser = argparse.ArgumentParser()
        self.parser.add_argument('--region', type=tuple, default=region,
                                 help='截图范围;分别为x,y,(1.0, 1.0)表示全屏检测,越低检测范围越小(始终保持屏幕中心为中心)')
        self.parser_args = self.parser.parse_args()

        self.cap = mss.mss(mon=-1, optimize=True)  # 实例化mss,并使用高效模式

        self.screen_width = screen_frame[0]  # 屏幕的宽
        self.screen_height = screen_frame[1]  # 屏幕的高
        self.mouse_x, self.mouse_y = self.screen_width // 2, self.screen_height // 2  # 屏幕中心点坐标

        # 截图区域
        self.GAME_WIDTH, self.GAME_HEIGHT = int(self.screen_width * self.parser_args.region[0]), int(
            self.screen_height * self.parser_args.region[1])  # 宽高
        self.GAME_LEFT, self.GAME_TOP = int(0 + self.screen_width // 2 * (1. - self.parser_args.region[0])), int(
            0 + 1080 // 2 * (1. - self.parser_args.region[1]))  # 原点

        self.RESZIE_WIN_WIDTH, self.RESIZE_WIN_HEIGHT = self.screen_width // 4, self.screen_height // 4  # 显示窗口大小
        self.mointor = {
            'left': self.GAME_LEFT,
            'top': self.GAME_TOP,
            'width': self.GAME_WIDTH,
            'height': self.GAME_HEIGHT
        }

        self.window_name = window_name
        self.Exit_key = exit_key
        self.img = None

    def grab_screen_mss(self, monitor):
        # cap.grab截取图片,np.array将图片转为数组,cvtColor将BRGA转为BRG,去掉了透明通道
        return cv2.cvtColor(np.array(self.cap.grab(monitor)), cv2.COLOR_BGRA2BGR)

    def update_img(self, img):
        self.img = img

    def get_img(self):
        return self.img

    def run(self):
        SetForegroundWindow_f = 0  # 判断是否需要置顶窗口
        while True:
            # 判断是否按下 ctrl+U 窗口始终置顶
            if keyboard.is_pressed('ctrl+U'):
                while keyboard.is_pressed('ctrl+U'):
                    continue
                if SetForegroundWindow_f == 0:
                    SetForegroundWindow_f = 1
                    time.sleep(1)
                    continue
                else:
                    SetForegroundWindow_f = 0

            if self.img is None:
                img = self.grab_screen_mss(self.mointor)

            cv2.namedWindow(self.window_name, cv2.WINDOW_NORMAL)  # cv2.WINDOW_NORMAL 根据窗口大小设置图片大小
            cv2.resizeWindow(self.window_name, self.RESZIE_WIN_WIDTH, self.RESIZE_WIN_HEIGHT)
            cv2.imshow(self.window_name, img)

            if SetForegroundWindow_f == 1:
                shell = win32com.client.Dispatch("WScript.Shell")
                shell.SendKeys('%')
                win32gui.SetForegroundWindow(win32gui.FindWindow(None, self.window_name))
                win32gui.ShowWindow(win32gui.FindWindow(None, self.window_name), win32con.SW_SHOW)

            if cv2.waitKey(1) & 0XFF == self.Exit_key:  # 默认:ESC
                cv2.destroyAllWindows()
                exit("结束")

代码讲解

功能实现思路主要是使用 mss 库进行截图,并使用 opencv 库进行图像显示和处理。

首先,使用 argparse 库解析传入的参数,设置检测范围的大小。

然后,使用 mss 库实例化一个截图对象 cap 。

接着,设置屏幕的宽和高,并计算屏幕中心点的坐标。

之后,根据传入的参数计算游戏内截图区域的宽高和原点坐标,并将其保存在变量 mointor 中。

定义了一个函数 grab_screen_mss ,使用 cap.grab 截取图片,并用 np.array 将图片转为数组,然后用 cvtColor 将 BRGA 转为 BRG ,去掉了透明通道。

定义了一个 run 函数,在其中不断循环,判断是否按下 ctrl+U ,若按下,则窗口始终置顶。

然后调用 grab_screen_mss 函数获取截图,使用 cv2 库进行图像显示,并设置显示窗口的大小。

如果窗口需要置顶,则使用 win32com 库和 win32gui 库置顶窗口。

最后,使用 cv2 库的 waitKey 函数等待用户操作,按下 ESC 键退出程序。

调用示例

sc = ScreenCapture()
    sc.run()

参数解释:

screen_frame : Tuple[int, int]

屏幕宽高,分别为x,y

region : Tuple[float, float]

实际截图范围,分别为x,y,(1.0, 1.0)表示全屏检测,越低检测范围越小(始终保持屏幕中心为中心)

window_name : str

显示窗口名

exit_key : int

结束窗口的退出键值,为键盘各键对应的ASCII码值,默认是ESC键

其他

键盘各键对应的ASCII码值 (0x指16进制,delete键的ascii码值是0x2e,也即十进制的46)

  • 0x1 鼠标左键
  • 0x2 鼠标右键
  • 0x3 CANCEL 键
  • 0x4 鼠标中键
  • 0x8 BACKSPACE 键
  • 0x9 TAB 键
  • 0xC CLEAR 键
  • 0xD ENTER 键
  • 0x10 SHIFT 键
  • 0x11 CTRL 键
  • 0x12 MENU 键
  • 0x13 PAUSE 键
  • 0x14 CAPS LOCK 键
  • 0x1B ESC 键
  • 0x20 SPACEBAR 键
  • 0x21 PAGE UP 键
  • 0x22 PAGE DOWN 键
  • 0x23 END 键
  • 0x24 HOME 键
  • 0x25 LEFT ARROW 键
  • 0x26 UP ARROW 键
  • 0x27 RIGHT ARROW 键
  • 0x28 DOWN ARROW 键
  • 0x29 SELECT 键
  • 0x2A PRINT SCREEN 键
  • 0x2B EXECUTE 键
  • 0x2C SNAPSHOT 键
  • 0x2D INSERT 键
  • 0x2E DELETE 键
  • 0x2F HELP 键
  • 0x90 NUM LOCK 键

A 至 Z 键与 A – Z 字母的 ASCII 码相同:

描述
65A 键
66B 键
67C 键
68D 键
69E 键
70F 键
71G 键
72H 键
73I 键
74J 键
75K 键
76L 键
77M 键
78N 键
79O 键
80P 键
81Q 键
82R 键
83S 键
84T 键
85U 键
86V 键
87W 键
88X 键
89Y 键
90Z 键

0 至 9 键与数字 0 – 9 的 ASCII 码相同:

描述
480 键
491 键
502 键
513 键
524 键
535 键
546 键
557 键
568 键
579 键

下列常数代表数字键盘上的键:

描述
0x600 键
0x611 键
0x622 键
0x633 键
0x644 键
0x655 键
0x666 键
0x677 键
0x688 键
0x699 键
0x6AMULTIPLICATION SIGN (*) 键
0x6BPLUS SIGN (+) 键
0x6CENTER 键
0x6DMINUS SIGN (–) 键
0x6EDECIMAL POINT (.) 键
0x6FDIVISION SIGN (/) 键

下列常数代表功能键:

描述
0x70F1 键
0x71F2 键
0x72F3 键
0x73F4 键
0x74F5 键
0x75F6 键
0x76F7 键
0x77F8 键
0x78F9 键
0x79F10 键
0x7AF11 键
0x7BF12 键
0x7CF13 键
0x7DF14 键
0x7EF15 键
0x7FF16 键

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们