pyhton纯视觉方案，按照模拟器位置捕捉截图进行比较，为两张截图方案，自行更改位置，需要下载pytesseract ocr到本机，同时需更改捕捉屏幕的区域，go字样的区域，仅供学习，刷速度此方案不可行

<code>import cv2

import pytesseract

import pyautogui

import numpy as np

import time

from concurrent.futures import ThreadPoolExecutor

# Tesseract OCR路径配置

pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

def capture_screenshot(region=None):

# 捕捉屏幕截图

screenshot = pyautogui.screenshot(region=region) # 捕捉指定区域

img = np.array(screenshot) # 转换为numpy数组

img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR) # 转换为BGR格式

return img

def extract_text_from_image(img):

# 图像中提取文本

custom_config = r'--oem 3 --psm 6' # Tesseract配置

text = pytesseract.image_to_string(img, config=custom_config)

print("识别出的文本:", text) # 调试输出

return text.strip()

def wait_for_go(region):

# 等待识别到go字样后继续执行

print("等待识别到 'go' 字样...")

while True:

img = capture_screenshot(region)

text = extract_text_from_image(img)

if 'go' in text.lower(): # 如果识别到 "go"，开始执行主程序

print("'go' 已识别，开始执行主程序")

break

time.sleep(0.1) # 每秒检查一次

def extract_number_from_image(img):

# 从图像中提取数字

custom_config = r'--oem 3 --psm 6 outputbase digits' # Tesseract配置

details = pytesseract.image_to_data(img, output_type=pytesseract.Output.DICT, config=custom_config)

# 提取识别出的文本信息

numbers = []

for i, text in enumerate(details['text']):

if text.isdigit(): # 只提取数字

numbers.append(int(text))

print("提取的数字:", numbers) # 调试输出

return numbers

def draw_comparison_sign(result, start_position):

# 模拟鼠标滑动绘制比较符号

pyautogui.moveTo(start_position[0], start_position[1]) # 移动到起始位置

# 绘制符号

if result == ">":

# 绘制大于号

pyautogui.dragTo(210, 710, button='left', duration=0.00001) # 上半部分code>

pyautogui.dragTo(200, 720, button='left', duration=0.00001) # 下半部分code>

elif result == "<":

# 绘制小于号

pyautogui.dragTo(190, 710, button='left', duration=0.00001) # 上半部分code>

pyautogui.dragTo(200, 720, button='left', duration=0.00001) # 下半部分code>

def process_image(region):

# 捕捉图像并提取数字

img = capture_screenshot(region)

numbers = extract_number_from_image(img)

return numbers

def main(region1, region2):

#主循环 捕捉、识别、比较并绘制符号

iterations = 13 # 设定循环次数

with ThreadPoolExecutor(max_workers=2) as executor: # 创建线程池，设置2个并发工作线程

for i in range(iterations):

# 使用线程并行处理两个图像捕捉与数字提取

future1 = executor.submit(process_image, region1)

future2 = executor.submit(process_image, region2)

# 获取提取结果

numbers1 = future1.result()

numbers2 = future2.result()

if len(numbers1) > 0 and len(numbers2) > 0:

num1 = numbers1[0] # 假设第一张图像提取第一个数字

num2 = numbers2[0] # 假设第二张图像提取第一个数字

print(f"第一张识别到数字: {num1}，第二张识别到数字: {num2}")

# 比较数字并绘制符号

if num1 > num2:

draw_comparison_sign(">", (200, 700)) # 在指定位置绘制大于号

elif num1 < num2:

draw_comparison_sign("<", (200, 700)) # 在指定位置绘制小于号

else:

print("两个数字相等，无需绘制符号。")

time.sleep(0.3) # 暂停0.5秒再进行下一次截图

# 示例：定义捕捉屏幕的区域

region1 = (100, 300, 100, 100) # 第一张图像捕捉区域 (x, y, width, height)

region2 = (290, 310, 100, 100) # 第二张图像捕捉区域 (x, y, width, height)

# 定义 'go' 字样的区域

go_region = (190, 425, 120, 65) # 假设 'go' 字样出现在这个区域 (x, y, width, height)

# 等待识别到 'go' 字样后启动主程序

wait_for_go(go_region)

# 启动主程序

try:

main(region1, region2)

except KeyboardInterrupt:

print("程序已停止")

except Exception as e:

print("发生错误:", e)