Python实现对桌面进行实时捕捉画面的方法详解

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：

0 至 9 键与数字 0 – 9 的 ASCII 码相同：

下列常数代表数字键盘上的键：

下列常数代表功能键：

关于Python实现对桌面进行实时捕捉画面的方法详解的文章就介绍至此，更多相关Python桌面实时捕捉画面内容请搜索编程宝库以前的文章，希望以后支持编程宝库！

 minpy使用GPU加速Numpy科学计算minpy是一个基于MXNet的支持GPU的加速Numpy计算的库，用法和Numpy几乎一样，使用：import scipy.io as ...