ascript 1.3.27__py3-none-win_amd64.whl

ascript/windows/utils/screen_utils.py

@@ -0,0 +1,280 @@
+"""屏幕颜色查找工具模块。
+
+提供基于像素颜色的多点查找、颜色比较等屏幕图像分析功能。
+支持多种扫描方向和相似度容差匹配。
+"""
+
+from PIL.Image import Image
+
+from ascript.windows.daos.screen import Point, Color
+
+
+def find_colors(colors: str, sim: float, max_points: int, ore: int, img: Image, space: int) -> list:
+    """在图像中查找多点颜色匹配的位置。
+
+    根据给定的多点颜色描述字符串，在图像中搜索匹配的位置。
+    第一个点作为基准点，后续点的坐标相对于基准点计算偏移量。
+
+    Args:
+        colors: 多点颜色描述字符串，格式为 'x1,y1,#RRGGBB|x2,y2,#RRGGBB|...'，
+            多个点之间用 '|' 分隔，每个点包含坐标和十六进制颜色值。
+        sim: 颜色相似度，取值范围 0.0 到 1.0，1.0 表示完全匹配。
+        max_points: 最大返回匹配点数，-1 表示不限制。
+        ore: 扫描方向，取值 1-8，对应不同的扫描顺序。
+        img: 待搜索的 PIL 图像对象。
+        space: 找到匹配后的排除间距，避免重复匹配相邻区域。
+
+    Returns:
+        list: 匹配到的 Point 坐标点列表。
+    """
+    sim_space = 255 * (1 - sim)
+    cs = colors.split('|')
+    points = [None] * len(cs)
+    for i in range(len(cs)):
+        c = cs[i].split(',')
+        if i == 0:
+            points[i] = {'x': int(c[0]), 'y': int(c[1]), 'color': Color(c[2]).to_rgb()}
+        else:
+            points[i] = {'x': int(c[0]) - points[0]['x'], 'y': int(c[1]) - points[0]['y'],
+                         'color': Color(c[2]).to_rgb()}
+
+    return native_find_colors(sim_space, max_points, ore, img, points, space)
+
+
+def compare_colors(colors: str, sim: float, img: Image):
+    """比较图像中指定位置的颜色是否全部匹配。
+
+    检查图像中多个指定坐标的像素颜色是否都在给定的相似度范围内。
+
+    Args:
+        colors: 多点颜色描述字符串，格式为 'x1,y1,#RRGGBB|x2,y2,#RRGGBB|...'。
+        sim: 颜色相似度，取值范围 0.0 到 1.0。
+        img: 待比较的 PIL 图像对象。
+
+    Returns:
+        bool: 所有点的颜色都匹配时返回 True，否则返回 False。
+    """
+    sim_space = 255 * (1 - sim)
+    cs = colors.split('|')
+    points = [None] * len(cs)
+    for i in range(len(cs)):
+        c = cs[i].split(',')
+        points[i] = {'x': int(c[0]), 'y': int(c[1]), 'color': Color(c[2]).to_rgb()}
+
+    for p in points:
+        color = img.getpixel([p['x'], p['y']])
+        if not compare_color(color, p['color'], sim_space):
+            return False
+
+    return True
+
+
+def native_find_colors(sim: float, max_points: int, ore: int, img: Image, points: list, space: int) -> list:
+    """原生多点颜色查找的核心实现。
+
+    遍历图像像素，按照指定的扫描方向查找与多点颜色模式匹配的位置。
+    支持 8 种不同的扫描方向（左上到右下、右下到左上等）。
+
+    Args:
+        sim: 颜色容差值（已转换为 0-255 范围），表示允许的最大颜色差异。
+        max_points: 最大返回匹配点数，-1 表示不限制。
+        ore: 扫描方向，取值 1-8：
+            1 - 从左到右，从上到下；
+            2 - 从上到下，从左到右；
+            3 - 从上到下，从右到左；
+            4 - 从右到左，从上到下；
+            5 - 从右到左，从下到上；
+            6 - 从下到上，从右到左；
+            7 - 从下到上，从左到右；
+            8 - 从左到右，从下到上。
+        img: 待搜索的 PIL 图像对象。
+        points: 多点颜色描述列表，每个元素为包含 'x'、'y'、'color' 的字典。
+        space: 找到匹配后的排除间距。
+
+    Returns:
+        list: 匹配到的 Point 坐标点列表。
+    """
+    width = img.width
+    height = img.height
+    pixs = list(img.getdata())
+
+    # print(len(pixs), width, height)
+
+    fcs = []
+
+    # print(ore)
+
+    if ore == 1:
+        for w in range(width):
+            for h in range(height):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 2:
+        for h in range(height):
+            for w in range(width):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 3:
+        for h in range(height):
+            for w in reversed(range(width)):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 4:
+        for w in reversed(range(width)):
+            for h in range(height):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 5:
+        for w in reversed(range(width)):
+            for h in reversed(range(height)):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 6:
+        for h in reversed(range(height)):
+            for w in reversed(range(width)):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 7:
+        for h in reversed(range(height)):
+            for w in range(width):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    if ore == 8:
+        for w in range(width):
+            for h in reversed(range(height)):
+                if check_color(width, height, pixs, w, h, points, sim):
+                    fcs.append(Point(w, h))
+                    if len(fcs) >= max_points != -1:
+                        return fcs
+                    space_image(pixs, space, width, height, w, h)
+
+    return fcs
+
+
+def space_image(pixs, space, width, height, w, h):
+    """将匹配点周围区域的像素标记为无效。
+
+    在找到一个匹配点后，将其周围指定范围内的像素设置为 [-1, -1, -1]，
+    防止在同一区域内重复匹配。
+
+    Args:
+        pixs: 图像像素数据列表，每个元素为 [R, G, B]。
+        space: 排除的间距范围（像素数）。
+        width: 图像宽度。
+        height: 图像高度。
+        w: 匹配点的横坐标。
+        h: 匹配点的纵坐标。
+    """
+    x = w - space
+    while x < w + space:
+        x = x + 1
+        if -1 < x < width:
+            y = h - space
+            while y < h + space:
+                y = y + 1
+                if x > -1 and y < height:
+                    pixs[get_pix_forxy(width, x, y)] = [-1, -1, -1]
+
+
+def check_color(width, height, pixs, x, y, points, sim):
+    """检查指定位置是否满足多点颜色匹配条件。
+
+    以 (x, y) 为基准点，检查该点及所有偏移点的颜色是否都在容差范围内。
+
+    Args:
+        width: 图像宽度。
+        height: 图像高度。
+        pixs: 图像像素数据列表。
+        x: 基准点横坐标。
+        y: 基准点纵坐标。
+        points: 多点颜色描述列表，第一个为基准点，后续为偏移点。
+        sim: 颜色容差值（0-255 范围）。
+
+    Returns:
+        bool: 所有点都匹配时返回 True，否则返回 False。
+    """
+    if compare_color(pixs[get_pix_forxy(width, x, y)], points[0]['color'], sim):
+
+        i = 1
+        while i < len(points):
+            nx = points[i]['x'] + x
+            ny = points[i]['y'] + y
+
+            if nx < 0 or ny < 0 or nx >= width or ny >= height:
+                return False
+
+            if not (compare_color(pixs[get_pix_forxy(width, nx, ny)], points[i]['color'], sim)):
+                return False
+
+            i = i + 1
+
+        return True
+
+    return False
+
+
+def get_pix_forxy(width, x, y):
+    """根据二维坐标计算像素在一维数组中的索引。
+
+    Args:
+        width: 图像宽度。
+        x: 横坐标。
+        y: 纵坐标。
+
+    Returns:
+        int: 像素在一维像素数组中的索引位置。
+    """
+    return width * y + x
+
+
+def compare_color(c1, c2, sim):
+    """比较两个颜色是否在容差范围内相似。
+
+    逐通道（R、G、B）比较两个颜色值的差异，判断是否在允许的容差范围内。
+    如果 c1 已被标记为无效（[-1, -1, -1]），则直接返回 False。
+
+    Args:
+        c1: 第一个颜色值，格式为 [R, G, B]。
+        c2: 第二个颜色值，格式为 [R, G, B]。
+        sim: 颜色容差值（0-255 范围），每个通道允许的最大差异。
+
+    Returns:
+        bool: 两个颜色在容差范围内相似返回 True，否则返回 False。
+    """
+    if c1[0] == -1:
+        return False
+
+    # print(c1,c2)
+
+    if abs(c1[0] - c2[0]) <= sim and abs(c1[1] - c2[1]) <= sim and abs(c1[2] - c2[2]) <= sim:
+        return True
+
+    return False