【端午安康】龙舟争渡Plug-In

---

正文

端午整个烂活。

龙舟争渡2025

旗帜颜色的识别方法选了个最笨的，直接截取那块，然后矩阵相减求F范数（二模），匹配差距最小的那个即可，因此需要提前把所有情况的截图准备好，完整的图片材料和演示视频在https://github.com/caoyang-sufe/LongZhouZhengDu2025

目前速度不是特别快，但也基本够用了。如果间隔取太小容易出错，因为截屏速度跟不上。

# -*- coding: utf-8 -*-
# @author: caoyang
# @email: [email protected]

import cv2
import time
import numpy
import pyautogui

from PIL import Image
from numpy.linalg import norm
from pynput.keyboard import Key, Controller as KeyController
from pynput.mouse import Button, Controller as MouseController

import numpy as np

Y1, Y2, X1, X2 = 200, 400, 830, 1090	# 这组参数适配1920×1080尺寸的屏幕j

color_to_key = {'y': 'd', 'r': 'f', 'b': 'j', 'g': 'k'}

def easy_show(image: numpy.ndarray, window_title: str="image") -> None:
	"""
	Show a image in a new window.
	"""
	cv2.imshow(window_title,image)
	cv2.waitKey(0)
	cv2.destroyAllWindows()

def get_screenshot():
	image = pyautogui.screenshot()
	image = cv2.cvtColor(np.asarray(image), cv2.COLOR_RGB2BGR)
	return image

def load_labels():
	labels = dict()
	for color in "yrbg":
		for n in "12":
			image = Image.open(f"./temp/{color}{n}.png")
			image = cv2.cvtColor(np.asarray(image), cv2.COLOR_RGB2BGR)
			clipped_image = image[Y1: Y2, X1: X2, :]
			labels[f"{color}{n}"] = clipped_image
	return labels

# 判断旗帜颜色及点击次数
def classify_label(screenshot, labels):
	clipped_image = screenshot[Y1: Y2, X1: X2, :]
	diffs = {}
	for key, label in labels.items():
		diff = norm(label - clipped_image)
		diffs[key] = diff
	print(diffs)
	predicted_label = min(diffs, key = lambda x: diffs[x])
	return predicted_label

def run():
	keyboard_controller = KeyController()
	while True:
		screenshot = get_screenshot()
		labels = load_labels()
		predicted_label = classify_label(screenshot, labels)
		color = predicted_label[0]
		key_char = color_to_key[color]
		n = int(predicted_label[1])
		for _ in range(n):
			keyboard_controller.press(key_char)
			time.sleep(.05)
			keyboard_controller.release(key_char)
			time.sleep(.05)
		time.sleep(.1)
	
time.sleep(2)
run()

烂活完了顺便延申一点，感觉录屏还是有点问题，cv2.waitKey()总是捕获不到键位，之前就发现过这个问题，不知道怎么回事，问了一下deepseek，还是得用ffmpeg才行

---

附录A：关于Python的录屏方法总结（来自DeepSeek的回答）

---

1. 使用 pyautogui 和 OpenCV 录制屏幕

这种方法通过不断截取屏幕画面并将其合成为视频文件来实现录屏。

import pyautogui
import cv2
import numpy as np

# 设置录屏参数
screen_size = pyautogui.size()  # 获取屏幕分辨率
fps = 30.0
output_file = "screen_recording.avi"

# 创建视频编码器
fourcc = cv2.VideoWriter_fourcc(*"XVID")
out = cv2.VideoWriter(output_file, fourcc, fps, screen_size)

# 开始录屏
while True:
    img = pyautogui.screenshot()  # 截取屏幕
    frame = np.array(img)
    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)  # 转换颜色格式
    out.write(frame)  # 写入视频文件

    # 按下 'q' 键停止录制
    if cv2.waitKey(1) == ord('q'):
        break

# 释放资源
out.release()
cv2.destroyAllWindows()

优点：简单易用，适合基础录屏需求。
缺点：性能较低，可能在高分辨率或高帧率下卡顿。

---

2. 使用 mss 库（高效屏幕捕获）

mss 是一个高效的跨平台屏幕捕获库，适合高性能录屏。

import mss
import cv2
import numpy as np

def record_screen(output_filename="output.avi", fps=20.0):
    with mss.mss() as sct:
        monitor = sct.monitors[1]  # 获取主屏幕
        fourcc = cv2.VideoWriter_fourcc(*"XVID")
        out = cv2.VideoWriter(output_filename, fourcc, fps, (monitor["width"], monitor["height"]))

        while True:
            img = np.array(sct.grab(monitor))  # 捕获屏幕
            frame = cv2.cvtColor(img, cv2.COLOR_BGRA2BGR)  # 转换颜色格式
            out.write(frame)  # 写入视频文件

            # 按下 'q' 键停止录制
            if cv2.waitKey(1) & 0xFF == ord("q"):
                break

        out.release()
        cv2.destroyAllWindows()

if __name__ == "__main__":
    record_screen()

优点：性能较好，支持多显示器。
缺点：需要额外安装 mss 库。

---

3. 使用 PIL.ImageGrab 录制屏幕

PIL.ImageGrab 是 Python 图像处理库的一部分，适合简单的屏幕捕获。

from PIL import ImageGrab
import cv2
import numpy as np

fps = 20
output_file = "recording.avi"

# 获取屏幕尺寸
screen = ImageGrab.grab()
width, height = screen.size

# 创建视频编码器
fourcc = cv2.VideoWriter_fourcc(*"XVID")
out = cv2.VideoWriter(output_file, fourcc, fps, (width, height))

while True:
    img = ImageGrab.grab()  # 捕获屏幕
    frame = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)  # 转换颜色格式
    out.write(frame)  # 写入视频文件

    # 按下 'q' 键停止录制
    if cv2.waitKey(1) == ord('q'):
        break

out.release()
cv2.destroyAllWindows()

优点：无需额外安装复杂库。
缺点：性能一般，不适合高帧率录制。

---

4. 使用 Windows 原生快捷键录制（非 Python 方案）

Win11 自带录屏功能：

• 按下 Win + Shift + S 可调用截图和录屏工具。
• 录制完成后，可手动保存为 MP4 文件，再用 Python 转换为 GIF（如使用 moviepy 库）。

from moviepy.editor import VideoFileClip

def convert_mp4_to_gif(input_path, output_path, fps=10):
    clip = VideoFileClip(input_path)
    clip.write_gif(output_path, fps=fps)

# 示例
convert_mp4_to_gif("input.mp4", "output.gif")

优点：无需编程，适合简单需求。
缺点：依赖 Windows 自带功能，灵活性较低。

---

5. 结合 GUI 实现录屏工具（高级方案）

如果需要更友好的界面，可以结合 PyQt5 和 OpenCV 开发一个录屏工具，支持开始/停止录制、选择区域等功能。

---

总结

方法	适用场景	性能	复杂度
pyautogui + OpenCV	基础录屏	较低	简单
mss + OpenCV	高性能录屏	较高	中等
PIL.ImageGrab	简单录屏	一般	简单
Windows 原生录屏	快速录制	高	无需代码
GUI 工具开发	自定义功能	高	复杂

选择哪种方法取决于你的具体需求（如是否需要高帧率、是否要录制音频等）。如果需要更高级的功能（如音频录制），可以结合 pyaudio 库实现。

---

附录B：关于视频格式转换（以avi2mp4为例）

在Python中，你可以使用多种方法将AVI格式的视频转换为MP4格式。以下是几种常见且高效的方式：

方法1：使用 moviepy 库（推荐）

moviepy 是一个强大的视频处理库，适合简单的格式转换。

from moviepy.editor import VideoFileClip

def avi_to_mp4(input_path, output_path):
    # 加载AVI视频
    video = VideoFileClip(input_path)
    
    # 写入MP4文件（默认使用H.264编码）
    video.write_videofile(output_path, codec="libx264", audio_codec="aac")
    
    # 关闭视频对象
    video.close()

# 示例
avi_to_mp4("input.avi", "output.mp4")

优点：

• 简单易用，支持音频保留。
• 自动处理编码兼容性问题（默认使用H.264和AAC）。

安装依赖：

pip install moviepy

---

方法2：使用 OpenCV + FFmpeg

如果已安装FFmpeg，可以通过OpenCV调用FFmpeg进行转换。

import cv2

def avi_to_mp4_opencv(input_path, output_path):
    # 读取AVI视频
    cap = cv2.VideoCapture(input_path)
    
    # 获取视频参数（帧率、分辨率等）
    fps = cap.get(cv2.CAP_PROP_FPS)
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    
    # 创建MP4视频写入器（需FFmpeg支持）
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')  # 或 'avc1'
    out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))
    
    # 逐帧转换
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break
        out.write(frame)
    
    # 释放资源
    cap.release()
    out.release()

# 示例
avi_to_mp4_opencv("input.avi", "output.mp4")

注意：

• 确保系统已安装FFmpeg（Windows用户需下载并添加环境变量）。
• OpenCV的MP4编码器（mp4v）可能在某些平台兼容性较差，建议优先用moviepy。

---

方法3：直接使用 FFmpeg 命令行（最高效）

如果追求转换速度或处理大文件，直接调用FFmpeg命令行是最佳选择。

import subprocess

def avi_to_mp4_ffmpeg(input_path, output_path):
    command = [
        'ffmpeg',
        '-i', input_path,      # 输入文件
        '-c:v', 'libx264',     # H.264视频编码
        '-c:a', 'aac',         # AAC音频编码
        '-strict', 'experimental',
        '-y',                  # 覆盖输出文件
        output_path
    ]
    subprocess.run(command)

# 示例
avi_to_mp4_ffmpeg("input.avi", "output.mp4")

优点：

• 转换速度最快，支持所有主流编码。
• 可自定义参数（如分辨率、比特率等）。

安装FFmpeg：

• Windows：从 FFmpeg官网 下载并添加至系统环境变量。
• macOS：brew install ffmpeg
• Linux：sudo apt install ffmpeg

---

方法4：使用 PyAV（高级控制）

PyAV 是FFmpeg的Python绑定，适合需要精细控制编码参数的场景。

import av

def avi_to_mp4_pyav(input_path, output_path):
    input_container = av.open(input_path)
    output_container = av.open(output_path, mode='w')
    
    # 配置输出流（复制输入流的参数）
    in_stream = input_container.streams.video[0]
    out_stream = output_container.add_stream('h264', rate=in_stream.average_rate)
    out_stream.width = in_stream.width
    out_stream.height = in_stream.height
    
    # 逐帧转码
    for frame in input_container.decode(video=0):
        packet = out_stream.encode(frame)
        output_container.mux(packet)
    
    # 关闭容器
    output_container.close()
    input_container.close()

# 示例
avi_to_mp4_pyav("input.avi", "output.mp4")

优点：

• 支持底层编码参数调整。
• 性能接近原生FFmpeg。

安装依赖：

pip install av

---

常见问题解决

1. 转换后无声音：

   • 确保使用支持音频的编码器（如moviepy或FFmpeg的-c:a aac）。
   • 检查输入文件是否包含音频流（可用ffmpeg -i input.avi查看）。

2. 转换速度慢：

   • 使用FFmpeg命令行并添加 -preset fast 参数。
   • 降低输出分辨率（如 -vf scale=1280:720）。

3. 文件体积过大：

   • 调整比特率（如 -b:v 2000k）。
   • 使用CRF控制质量（如 -crf 23，数值越小质量越高）。

---

总结

方法	适用场景	是否需要FFmpeg	保留音频
moviepy	快速简单转换	否	是
OpenCV + FFmpeg	需要逐帧处理	是	可选
FFmpeg命令行	高性能/批量处理	是	是
PyAV	高级编码控制	是	是

推荐选择：

• 普通用户：直接用 moviepy。
• 开发者或需要批量处理：FFmpeg命令行。