Python + PyAutoGUI 实现一键清理:从 OpenCV 图像识别到“按键精灵“的自动化之路

news2026/5/2 1:23:25
前言上篇文章说到我装了 148 个 Skills 到 CC Switch 里想清理却发现根本没有批量删除功能。没办法只能自己动手写脚本。这篇文章记录了我的自动化方案演进过程——从一开始想用 OpenCV 搞图像识别到最后发现一个简单的 PyAutoGUI 脚本就能搞定。有时候最土的方案反而是最好的方案。需求很明确CC Switch 的删除操作分两步点击删除按钮弹出确认框后点击确认148 个 Skills每个都要重复这两个动作。手动点 296 下疯了吧。方案一OpenCV 图像识别想多了我的第一反应是用 OpenCV 做图像识别自动找到删除按钮和确认按钮。思路大概是这样的pythonimport cv2 import pyautogui import numpy as np # 截屏 screenshot pyautogui.screenshot() screen cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR) # 加载按钮模板 delete_template cv2.imread(delete_button.png) confirm_template cv2.imread(confirm_button.png) # 模板匹配 res cv2.matchTemplate(screen, delete_template, cv2.TM_CCOEFF_NORMED) min_val, max_val, min_loc, max_loc cv2.minMaxLoc(res) # 点击 if max_val 0.8: pyautogui.click(max_loc[0], max_loc[1])但很快我就发现这个方案太蠢了需要截图模板不同分辨率、不同主题下按钮长得不一样模板匹配可能失灵窗口位置会变CC Switch 窗口每次打开位置可能不同杀鸡用牛刀我就点两个固定位置的按钮至于上 CV 吗开发时间太长调模板匹配参数、处理各种边界情况比手动删还费时间果断放弃。方案二PyAutoGUI 全局热键最终方案冷静下来一想我要做的其实就是一个按键精灵先手动把鼠标移到删除按钮上记录坐标再手动把鼠标移到确认按钮上记录坐标让脚本循环点击这两个位置就这么简单根本不需要图像识别。技术选型库用途pyautogui模拟鼠标点击、获取鼠标位置keyboard全局热键监听json保存配置下次直接用安装bashpip install pyautogui keyboard完整代码python#!/usr/bin/env python3 # -*- coding: utf-8 -*- 简单点击机器人 快捷键获取鼠标位置自动循环点击 import pyautogui import time import json import os import sys try: import keyboard except ImportError: print(请先安装: pip install keyboard) sys.exit(1) SAVE_FILE click_points.json # 全局状态 delete_pos None confirm_pos None running False def log(msg): print(f[{time.strftime(%H:%M:%S)}] {msg}) def save_config(): data {delete: delete_pos, confirm: confirm_pos} with open(SAVE_FILE, w) as f: json.dump(data, f) log(f配置已保存) def load_config(): global delete_pos, confirm_pos if os.path.exists(SAVE_FILE): with open(SAVE_FILE, r) as f: data json.load(f) delete_pos data.get(delete) confirm_pos data.get(confirm) if delete_pos: log(f已加载: 删除按钮 {delete_pos}) if confirm_pos: log(f已加载: 确认按钮 {confirm_pos}) return True return False def get_mouse_pos(): 获取当前鼠标位置 x, y pyautogui.position() return (x, y) def set_delete_pos(): 设置删除按钮位置 global delete_pos delete_pos get_mouse_pos() log(f删除按钮位置: {delete_pos}) save_config() def set_confirm_pos(): 设置确认按钮位置 global confirm_pos confirm_pos get_mouse_pos() log(f确认按钮位置: {confirm_pos}) save_config() def do_click(): 执行一次点击流程 global running if not delete_pos: log(请先设置删除按钮位置 (F1)) return # 点击删除 pyautogui.click(delete_pos[0], delete_pos[1]) time.sleep(0.3) # 确认 if confirm_pos: pyautogui.click(confirm_pos[0], confirm_pos[1]) else: pyautogui.press(enter) time.sleep(0.3) def start_clicking(): 开始自动点击 global running if running: return if not delete_pos: log(请先设置删除按钮位置 (F1)) return running True log(开始自动点击...) count 0 while running: do_click() count 1 if count % 10 0: log(f已点击 {count} 次) time.sleep(0.5) log(f停止共点击 {count} 次) def stop_clicking(): 停止点击 global running running False def toggle_clicking(): 切换开始/停止 if running: stop_clicking() else: import threading t threading.Thread(targetstart_clicking) t.daemon True t.start() def main(): print( * 50) print( 简单点击机器人) print( * 50) print() print(快捷键:) print( F1 设置删除按钮位置 (鼠标移到位置后按F1)) print( F2 设置确认按钮位置 (鼠标移到位置后按F2)) print( F3 开始/停止 自动点击) print( F4 退出程序) print() print(使用步骤:) print( 1. 把鼠标移到删除按钮上按 F1) print( 2. 手动点一下删除等确认弹窗出来) print( 3. 把鼠标移到确认按钮上按 F2) print( 4. 按 F3 开始自动点击) print( 5. 再按 F3 停止) print() # 加载配置 load_config() # 注册热键 keyboard.add_hotkey(f1, set_delete_pos) keyboard.add_hotkey(f2, set_confirm_pos) keyboard.add_hotkey(f3, toggle_clicking) keyboard.add_hotkey(f4, lambda: os._exit(0)) log(热键已注册等待操作...) # 保持运行 try: while True: time.sleep(1) except KeyboardInterrupt: pass if __name__ __main__: main()使用方法快捷键功能F1记录删除按钮位置F2记录确认按钮位置F3开始/停止 自动点击F4退出程序操作步骤text步骤1: 把鼠标移到删除按钮上 → 按 F1 步骤2: 手动点一下删除等确认弹窗出来 步骤3: 把鼠标移到确认按钮上 → 按 F2 步骤4: 按 F3 开始自动点击 步骤5: 再按 F3 停止运行效果text 简单点击机器人 快捷键: F1 设置删除按钮位置 (鼠标移到位置后按F1) F2 设置确认按钮位置 (鼠标移到位置后按F2) F3 开始/停止 自动点击 F4 退出程序 [21:30:00] 热键已注册等待操作... [21:30:05] 删除按钮位置: (1856, 320) [21:30:10] 确认按钮位置: (960, 540) [21:30:15] 开始自动点击... [21:30:45] 已点击 10 次 [21:31:15] 已点击 20 次 [21:31:20] 停止共点击 22 次核心设计思路1. 为什么不用图像识别一句话坐标固定的场景下图像识别纯属多余。图像识别适合按钮位置会变化的场景比如网页上滚动加载的内容。但 CC Switch 的窗口位置是你自己打开的删除按钮和确认按钮的位置基本固定。这种情况下手动标一次坐标比调半天 CV 参数快得多。2. 多线程点击pythondef toggle_clicking(): if running: stop_clicking() else: import threading t threading.Thread(targetstart_clicking) t.daemon True t.start()点击循环在独立线程中运行不阻塞主线程这样才能随时按 F3 停止。3. 配置持久化位置信息自动保存到click_points.json下次打开脚本直接用不用重新标记。方案对比总结方案复杂度适用场景本次评价手动点无10个以内太累OpenCV 图像识别高按钮位置不确定杀鸡用牛刀PyAutoGUI 热键低按钮位置固定✅ 最合适扩展应用这个脚本不只是用来删 Skills还可以用于场景说明批量删除文件任何需要反复确认删除的场景游戏挂机设置技能按钮位置自动释放技能表单填写设置输入框位置自动粘贴内容数据采集设置翻页按钮位置自动翻页注意事项管理员权限Windows 下全局热键可能需要管理员权限运行安全停止除了 F3也可以把鼠标快速移到屏幕左上角强制停止PyAutoGUI 默认开启 FAILSAFE点击间隔代码里默认 0.5 秒一次可根据需要调整DPI 缩放如果点击位置偏移可能是高 DPI 屏幕缩放问题右键脚本 → 属性 → 兼容性 → 更改高 DPI 设置结语这次经历最大的感悟就是写自动化脚本最忌讳想太多。明明一个土办法 5 分钟就能搞定的事情非得上 OpenCV、机器学习、深度学习三件套结果调参调到怀疑人生。很多时候最简单的方案就是最好的方案。代码不到 150 行但解决了实际问题。Python 自动化真的很强如果这篇文章对你有帮助欢迎点赞收藏有问题欢迎评论区讨论。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2573616.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…