python 控制鼠标键盘库 pyautogui

python 控制鼠标键盘库 pyautogui

1. 鼠标相关

pyautogui.moveTo(100, 200) # moves mouse to X of 100, Y of 200. pyautogui.moveRel(0, 50) # move the mouse down 50 pixels. pyautogui.click() # click the mouse pyautogui.click(button='right') # right-click the mouse pyautogui.click(clicks=2) # double-click the left mouse button pyautogui.doubleClick() # perform a left-button double click pyautogui.scroll(10) # scroll up 10 "clicks"

2. 键盘相关

pyautogui.press('enter') # press the Enter key # the hotkey() can be passed several key strings which will be pressed down in order, and then released in reverse order. This code: pyautogui.hotkey('ctrl', 'v')

3.截图

im = pyautogui.screenshot(region=(0,0, 300, 400))

4. 跟图片进行像素比较

def check_target_img(self, regin, target_img_name): ''' 如果区域跟目标图片大部分一样，return true, other return false :param regin: :param target_img_name: :return: ''' img = pyautogui.screenshot(region=regin) pixdata = img.load() w, h = img.size no_code = Image.open(target_img_name) no_code_pixdata = no_code.load() diff_pix_count = 0 for y in range(h): for x in range(w): if pixdata[x, y] != no_code_pixdata[x, y]: diff_pix_count += 1 # print(diff_pix_count) if diff_pix_count < 10: return True else: return False

5. 粘贴板相关

import pyperclip def get_txt_from_board(self): ''' 从剪贴板得到文字 :return: ''' return pyperclip.paste() def set_text_to_board(self, text): """设置剪贴板文本""" pyperclip.copy(text)

6.得到图片在给点图片中的位置

def find_img_pos_in_regin(self, img_name, regin): ''' :param img_name: 要查找的图片名字 :param regin: 查找区域 :return: 图片在中心位置 ''' import cv2 import numpy as np im = pyautogui.screenshot(region=regin).convert('RGB') open_cv_image = np.array(im) # 加载原始RGB图像 # img_rgb = cv2.imread("brow_locate.png") img_rgb = open_cv_image[:, :, ::-1].copy() # 创建一个原始图像的灰度版本，所有操作在灰度版本中处理，然后在RGB图像中使用相同坐标还原 img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY) # 加载将要搜索的图像模板 template = cv2.imread(img_name, 0) # 记录图像模板的尺寸 w, h = template.shape[::-1] # 使用matchTemplate对原始灰度图像和图像模板进行匹配 res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED) # 设定阈值 threshold = 0.7 # res大于70% loc = np.where(res >= threshold) # 使用灰度图像中的坐标对原始RGB图像进行标记 for pt in zip(*loc[::-1]): print(pt) return (pt[0] + w / 2, pt[1] + h / 2)

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。