自制 Windows 小工具 ———— 智能截屏工具

已于 2023-01-21 14:05:22 修改
阅读量486 收藏 1
点赞数 1
分类专栏： python 实用编程 文章标签： python 开发语言
于 2023-01-21 13:19:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Brain_Gym/article/details/128745855
版权

自制 Windows 小工具 ———— 智能截屏工具

背景

上网课期间，很多同学（包括老师）都会选择（提倡）截屏来记录笔记，然后课后再进行整理。但是往往越截越多，到后来干脆每张都截，课后面对几十张的照片直接泄了气，不写了。另外有些同学，继续保持在课堂上的习惯，手写笔记。但是没了黑板的帮助，老师又默认PPT上的重点大家都会截图，往往过的非常快，手写时间根本不够，最后笔记跟不上，越落越多，最后也泄了气，不写了
那么，如果既想截图，又想快速写笔记，还想着摸鱼，该怎么办呢？
当然是制作工具了 ———— 智能截屏

需求分析

  1. 将老师的重点截屏（不能遗漏）
  2. 尽量避免重复的图片，方便课后整理
  3. 操作简单智能（上课时不需要监管程序）

环境准备

  • python
  • pyautogui
  • opencv
  • numpy
  • PIL
    后面的几项都是第三方库，直接 pip即可，大家自行百度

功能实现

获取截图区域

既让要操作简单，那么图形化必然少不了，用户也可能需要自己设置截图区域
这里和上一篇文章的截图部分很像，就不做过多分析
代码大家自行研究，还是封装一个模块ScreenArea.py

import tkinter as tk
import pyautogui

#鼠标左键按下
def button_1(event):
   global x, y ,xstart,ystart
   x, y = event.x, event.y
   xstart,ystart = event.x, event.y
   xstart,ystart = event.x, event.y  
   cv.configure(height=1)
   cv.configure(width=1)
   cv.place(x=event.x, y=event.y)

   
#鼠标左键按下并移动    
def b1_Motion(event):
   global x, y
   x, y = event.x, event.y
   global cv
   cv.configure(height = event.y - ystart)
   cv.configure(width = event.x - xstart)
   
#鼠标左键松开
def buttonRelease_1(event):
   global x, y,xstart,ystart
   x, y = event.x, event.y
   if x == xstart and y == ystart:
       return
   global cv
   global root
   Pstart=[0,0]
   cv.place_forget()
   root.attributes("-alpha", 0) 
   root.destroy()

# 退出
def sys_out(even = True):
   global root
   #from tkinter import messagebox
   #if messagebox.askokcancel('Exit','Confirm to exit?'):
   root.destroy()

def SelectArea():
   global root
   root = tk.Tk()
   root.overrideredirect(True)         # 隐藏窗口的标题栏
   # root.attributes("-alpha", 0.3)    # 窗口透明度70 %
   root.attributes("-alpha", 0.3)      # 窗口透明度60 %
   root.attributes("-topmost", 1)
   #root.geometry("300x200+10+10")      # 设置窗口大小与位置
   root.geometry("{0}x{1}+0+0".format(root.winfo_screenwidth(), root.winfo_screenheight()))
   root.configure(bg="black")

   # 再创建1个Canvas用于圈选
   global cv, x, y, xstart, ystart
   cv = tk.Canvas(root)
   x, y = 0, 0
   xstart,ystart = 0 ,0

   # 绑定事件到Esc键，当按下Esc键就会调用sys_out函数，弹出对话框
   root.bind('<Escape>',sys_out)
   root.bind("<Button-1>", button_1)
   root.bind("<B1-Motion>", b1_Motion)
   root.bind("<ButtonRelease-1>", buttonRelease_1)
   root.mainloop()

   return (xstart,ystart,x - xstart,y - ystart) # 左上角坐标，宽，高

if __name__ == "__main__":
   print(SelectArea())

获取文件保存路径

虽然智能过滤了相似的图片，但是图片量仍然很大，所以要让用户可以自行选择保存路径
使用 tkinter 的文件选择框 主程序 screenAI.py 中 实现

import screenArea
from tkinter import filedialog
import time

def StartscreenAI(): # 一会儿可以绑定快捷键
    global x,y,width,height
    x,y,width,height = screenArea.SelectArea() # 获取截图区域
    global save_path
    save_path = filedialog.askdirectory()
    print(save_path)

if __name__ == "__main__":
    time.sleep(3) # 给操作者一个反应的时间
    StartscreenAI()

图像算法

这里为了过滤相似的图片，我们用到了一些图像处理算法，为了更加精确和灵活，我一下采用了五种算法

  1. 均值哈希算法
  2. 差值哈希算法
  3. 感知哈希算法
  4. 灰度直方图算法
  5. RGB每个通道的直方图相似度

五个算法根据场景进行加权平均得到相似值。这里封装一个模块进行实现 imageAI.py

import cv2
import numpy as np

N = 16 # 压缩程度，越大越精确，但是空间和时间越多 注意为 2 的次幂

def aHash(img):
   # 均值哈希算法
   # 缩放为N*N
   global N
   img = cv2.resize(img, (N, N))
   # 转换为灰度图
   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   # s为像素和初值为0，hash_str为hash值初值为''
   s = 0
   hash_str = ''
   # 遍历累加求像素和
   for i in range(N):
       for j in range(N):
           s = s+gray[i, j]
   # 求平均灰度
   avg = s/N/N
   # 灰度大于平均值为1相反为0生成图片的hash值
   for i in range(N):
       for j in range(N):
           if gray[i, j] > avg:
               hash_str = hash_str+'1'
           else:
               hash_str = hash_str+'0'
   return hash_str

def dHash(img):
   global N
   # 差值哈希算法
   # 缩放N * N
   img = cv2.resize(img, (N + 1, N))
   # 转换灰度图
   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   hash_str = ''
   # 每行前一个像素大于后一个像素为1，相反为0，生成哈希
   for i in range(N):
       for j in range(N):
           if gray[i, j] > gray[i, j+1]:
               hash_str = hash_str+'1'
           else:
               hash_str = hash_str+'0'
   return hash_str

def pHash(img):
   # 感知哈希算法
   # 缩放4n * 4n
   global N
   img = cv2.resize(img, (4 * N, 4 * N))   # , interpolation=cv2.INTER_CUBIC
 
   # 转换为灰度图
   gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   # 将灰度图转为浮点型，再进行dct变换
   dct = cv2.dct(np.float32(gray))
   # opencv实现的掩码操作
   dct_roi = dct[0:N, 0:N]
 
   hash = []
   avreage = np.mean(dct_roi)
   for i in range(dct_roi.shape[0]):
       for j in range(dct_roi.shape[1]):
           if dct_roi[i, j] > avreage:
               hash.append(1)
           else:
               hash.append(0)
   return hash

def cmpHash(hash1, hash2):
   # Hash值对比
   # 算法中1和0顺序组合起来的即是图片的指纹hash。顺序不固定，但是比较的时候必须是相同的顺序。
   # 对比两幅图的指纹，计算汉明距离，即两个64位的hash值有多少是不一样的，不同的位数越小，图片越相似
   # 汉明距离：一组二进制数据变成另一组数据所需要的步骤，可以衡量两图的差异，汉明距离越小，则相似度越高。汉明距离为0，即两张图片完全一样
   N = 0
   # hash长度不同则返回-1代表传参出错
   if len(hash1) != len(hash2):
       return -1
   # 遍历判断
   for i in range(len(hash1)):
       # 不相等则n计数+1，n最终为相似度
       if hash1[i] != hash2[i]:
           N = N + 1
   return N

def calculate(image1, image2):
   # 灰度直方图算法
   # 计算单通道的直方图的相似值
   hist1 = cv2.calcHist([image1], [0], None, [256], [0.0, 255.0])
   hist2 = cv2.calcHist([image2], [0], None, [256], [0.0, 255.0])
   # 计算直方图的重合度
   degree = 0
   for i in range(len(hist1)):
       if hist1[i] != hist2[i]:
           degree = degree + \
               (1 - abs(hist1[i] - hist2[i]) / max(hist1[i], hist2[i]))
       else:
           degree = degree + 1
   degree = degree / len(hist1)
   return float(degree)

def classify_hist_with_split(image1, image2, size=(256, 256)):
   # RGB每个通道的直方图相似度
   # 将图像resize后，分离为RGB三个通道，再计算每个通道的相似值
   image1 = cv2.resize(image1, size)
   image2 = cv2.resize(image2, size)
   sub_image1 = cv2.split(image1)
   sub_image2 = cv2.split(image2)
   sub_data = 0
   for im1, im2 in zip(sub_image1, sub_image2):
       sub_data += calculate(im1, im2)
   sub_data = sub_data / 3
   return float(sub_data)

截屏

在主程序中控制截图与保存 screenAI.py

import screenArea
import imageAI
from tkinter import filedialog
import time
import os
import cv2
import numpy as np
import pyautogui

def ScreenCut():
    global x,y,width,height
    return pyautogui.screenshot(region = (x,y,width,height))

def SaveFile(img):
    global pic_cnt
    global save_path
    pic_cnt += 1
    print('保存了图片',save_path + '/' + str(pic_cnt) + '.png')
    img.save(save_path + '/' + str(pic_cnt) + '.png')

def StartscreenAI(): # 一会儿可以绑定快捷键
    global x,y,width,height
    x,y,width,height = screenArea.SelectArea() # 获取截图区域
    global save_path

    try:
        save_path = filedialog.askdirectory()
    except:
        print('已取消')
        return

    global pic_cnt
    pic_cnt = 0
    
    try:
        filenames = os.listdir(save_path)
    except:
        print('已取消（或无效路径）')
        return
        
    for filename in filenames:
        try:
            if pic_cnt < int(filename.replace('.png','')):
                pic_cnt = int(filename.replace('.png',''))
        except:
            pass
    
    # 一个小小的优化，自动找到未被使用的编号，防止多次启动覆盖

    lstimg = ScreenCut()
    lstcv2img = cv2.cvtColor(np.asarray(lstimg), cv2.COLOR_RGB2BGR)
    lstdhash = imageAI.dHash(lstcv2img)
    lstahash = imageAI.aHash(lstcv2img)
    lstphash = imageAI.pHash(lstcv2img)
    SaveFile(lstimg)

    global SCREENCUT

    SCREENCUT = True

    while SCREENCUT:
        nowimg = ScreenCut()
        nowcv2img = cv2.cvtColor(np.asarray(nowimg), cv2.COLOR_RGB2BGR)
        nowdhash = imageAI.dHash(nowcv2img)
        nowahash = imageAI.aHash(nowcv2img)
        nowphash = imageAI.pHash(nowcv2img)
        nowcalculate = round(imageAI.calculate(nowcv2img,lstcv2img),8)
        nowclassify_hist_with_split = imageAI.classify_hist_with_split(nowcv2img,lstcv2img)
        dn1 = imageAI.cmpHash(lstdhash,nowdhash)
        an1 = imageAI.cmpHash(lstahash,nowahash)
        pn1 = imageAI.cmpHash(lstphash,nowphash)
        arv = ((imageAI.N * imageAI.N - dn1) / imageAI.N / imageAI.N * 2 + (imageAI.N * imageAI.N - an1) / imageAI.N / imageAI.N + (imageAI.N * imageAI.N - pn1) / imageAI.N / imageAI.N + nowcalculate) / 5 # PPT 的较好算法

        if arv < 0.85: # ppt的较好参数
            SaveFile(nowimg)
            lstcv2img = nowcv2img
            lstdhash = nowdhash
            lstahash = nowahash
            lstphash = nowphash

if __name__ == "__main__":
    time.sleep(3) # 给操作者一个反应的时间
    StartscreenAI()

到目前为止，一次启动已经做好

快捷启动

接下来，为了多课程之间的切换和停止，我们给程序增加一些快捷键 screenAI.py
注意，因为StartscreenAI中有死循环，会影响keyboard的循环，所以要停止的检测要在while循环中用is_pressed

import screenArea
import imageAI
from tkinter import filedialog
import time
import os
import cv2
import numpy as np
import pyautogui
import keyboard
import threading

SCREENCUT = False

def ScreenCut():
    global x,y,width,height
    return pyautogui.screenshot(region = (x,y,width,height))

def SaveFile(img):
    global pic_cnt
    global save_path
    pic_cnt += 1
    print('保存了图片',save_path + '/' + str(pic_cnt) + '.png')
    img.save(save_path + '/' + str(pic_cnt) + '.png')

def StartscreenAI(): # 一会儿可以绑定快捷键
    global SCREENCUT
    if SCREENCUT != False:
        print('已开始，ctrl+alt+e 停止')
        return

    global x,y,width,height
    x,y,width,height = screenArea.SelectArea() # 获取截图区域
    global save_path

    try:
        save_path = filedialog.askdirectory()
    except:
        print('已取消')
        return

    global pic_cnt
    pic_cnt = 0
    
    try:
        filenames = os.listdir(save_path)
    except:
        print('已取消（或无效路径）')
        return

    for filename in filenames:
        try:
            if pic_cnt < int(filename.replace('.png','')):
                pic_cnt = int(filename.replace('.png',''))
        except:
            pass
    
    print('选择了路径: %s 已有编号 %d' % (save_path,pic_cnt))
    
    # 一个小小的优化，自动找到未被使用的编号，防止多次启动覆盖

    lstimg = ScreenCut()
    lstcv2img = cv2.cvtColor(np.asarray(lstimg), cv2.COLOR_RGB2BGR)
    lstdhash = imageAI.dHash(lstcv2img)
    lstahash = imageAI.aHash(lstcv2img)
    lstphash = imageAI.pHash(lstcv2img)
    SaveFile(lstimg)

    SCREENCUT = True

    while SCREENCUT:
        if keyboard.is_pressed('ctrl+alt+e'):
            SCREENCUT = False
        nowimg = ScreenCut()
        nowcv2img = cv2.cvtColor(np.asarray(nowimg), cv2.COLOR_RGB2BGR)
        nowdhash = imageAI.dHash(nowcv2img)
        nowahash = imageAI.aHash(nowcv2img)
        nowphash = imageAI.pHash(nowcv2img)
        nowcalculate = round(imageAI.calculate(nowcv2img,lstcv2img),8)
        nowclassify_hist_with_split = imageAI.classify_hist_with_split(nowcv2img,lstcv2img)
        dn1 = imageAI.cmpHash(lstdhash,nowdhash)
        an1 = imageAI.cmpHash(lstahash,nowahash)
        pn1 = imageAI.cmpHash(lstphash,nowphash)
        arv = ((imageAI.N * imageAI.N - dn1) / imageAI.N / imageAI.N * 2 + (imageAI.N * imageAI.N - an1) / imageAI.N / imageAI.N + (imageAI.N * imageAI.N - pn1) / imageAI.N / imageAI.N + nowcalculate) / 5 # PPT 的较好算法

        if arv < 0.85: # ppt的较好参数
            SaveFile(nowimg)
            lstcv2img = nowcv2img
            lstdhash = nowdhash
            lstahash = nowahash
            lstphash = nowphash
    
    print('截图已结束')

if __name__ == "__main__":
    keyboard.add_hotkey('ctrl+alt+b',StartscreenAI)
    keyboard.wait()

大功告成，希望可以帮助到专心学习的你

希望大家在评论区分享更好的做法
希望大家关注，评论，点赞哦

素影·流年
关注
专栏目录
Wine 运行器 3.1.0——自动容器配置工具试水评论功能
gfdgd xi
03-15 577
Wine运行器是一个能让Linux用户更加方便地运行Windows应用的程序，内置了对Wine图形化的支持、各种Wine工具、自制的Wine程序打包器和运行库安装工具等。它同时还内置了基于VirtualBox制作的、专供小白使用的Windows虚拟机安装工具，可以做到只需下载系统镜像并点击安装即可，无需考虑虚拟机的安装、创建、分区等操作。让你可以简易方便的使用 wine让你可以简易方便的使用 wine是使用 Python3 的 PyQt5 构建的（测试平台：deepin 20.8；
【学生作业】数字图像处理之MATLAB大作业：自制图像处理小工具
Daxxuan5050的博客
11-23 6300
本文为一个刚入门 MATLAB 的学生所写，内容是使用 APP Designer 做一个 GUI 界面的图像处理的小工具。还有很多不足，欢迎批评指正。
智能截图软件
11-30
写文档的好助手，需要截图又不想截取全屏然后自己PS，就用它好了，方便你截取某部分，某控件都很方便。
Windows小工具源码
10-29
Windows小工具源码，里面有关于任务栏，开始菜单，托盘图标，桌面的操作，初一时做的，不要喷。
Windows程序设计 截屏
软件开发
09-02 1826
/*--------------------------------------- BLOWUP.C -- Video Magnifier Program (c) Charles Petzold, 1998 ---------------------------------------*/ #include #include //Added by
分享一个自己做的截图小工具（基于Windows平台的批处理文件实现）
菜鸟江涛的博客
05-07 8768
最近项目中要有截图的工作要做，对于我等使用AS的开发人员来说，视频或者截图借用工具也是分分钟的事情，但是公司的业务同事和测试人员不懂怎么使用AS软件，而且犯不着为了截个图就去装AS吧，所以发挥我等程序员的“懒人”精神--不愿意被业务人员一遍又一遍的喊着截图，所以就自己琢磨了一个工具，现在跟大家分享下。就用我的华为手机来演示了。点击下载以防不测，放上下载链接：https://download.csd...
自制 Windows 小工具 ———— 文字识别助手
Brain_Gym的博客
01-15 878
使用电脑的时候经常遇到上满是，想却有心无力的情况。又或者浏览器这样的设置。什么？你说都有这样的工具？难道你要为了一个简单的文字提取而专门登录这样的？ python 文字识别 windows 实用小工具
（DIY制作）多功能调试工具——实现USB转：485/232/NRF24L01等（原理图和程序）-电路方案
04-22
看了小马哥的多功能调试工具真是羡慕啊，于是也做了个高速USBhub托了个xlink, 用stm32实现 USB转串口TTL/串口232/串口485（通过跳线来实现）/NRF24L01/红外，同时支持输出一路PWM输出。反正也用不到Altra的调试，...
单片机毕业设计——自制实用多功能编程器资料.zip
09-20
在这个名为“单片机毕业设计——自制实用多功能编程器资料.zip”的压缩包中，包含了完成一个单片机编程器设计的相关资源。下面将详细探讨这个项目可能涵盖的知识点。 首先，单片机是一种集成电路，集成了CPU、内存...
30天自制操作系统——Day9实验报告
LongXinKou的博客
12-02 525
文章目录一、实验主要内容1、 内容1：整理源文件2、 内容2： 内存容量检查（1）3、内容3： 内存容量检查（2）4、 内容4： 挑战内存管理二、遇到的问题及解决方法1、 描述问题1：内存检查前为什么要使高速缓存的功能无效？2、 描述问题2：在内存检测中为什么每次遍历跳转的步长为0x1000？3、 描述问题3：C语言写的内存检测函数为什么在编译后反转不见了，只剩下for语句？4、 描述问题4：如何分配指定大小内存？5、 描述问题3：释放内存时空间归纳的几种情况？ 一、实验主要内容 1、 内容1：整理源文件
Python世界：力扣29题两数相除算法实践
来知晓的博客
09-13 466
除法运算本质是减法，从理解原理到真正实现还是有距离，建议初步理解后，不参考任何代码，完全自己复现一遍，体会更深。注意提示：目的就是提醒越界问题：-2^31/-1=2&31，超过了整数表达范围。本问题来自于力扣29题，在做完大数相乘后，顺带也看下两数相除。将两数相除，要求不使用乘法、除法和 mod 运算符。给定两个整数，被除数。
[Python数据可视化]Plotly Express: 地图数据可视化的魅力
最新发布
William数据分析的博客
09-17 606
在数据分析和可视化的世界中，地图数据可视化是一个强大而直观的工具，它可以帮助我们更好地理解和解释地理数据。Python 的 Plotly Express 库提供了一个简单而强大的方式来创建各种地图。本文将通过一个简单的示例，展示如何使用 Plotly Express 来创建一个交互式的地图，并探讨其在地图数据可视化方面的应用。
Tcl lnit error: Can’t find a usable init.tcl in the following directories 问题解决
梦想闹钟
09-15 483
实际研究后发现，其实py2exe已经把打包需要的lib放在dist文件夹下了，但是打包后的程序运行后却没有去lib下找，而是去找系统自带的环境变量里找，所以找不到。这个问题出现在我用py2exe打包了一个包含tkinter的图形化界面，在当前电脑上运行无问题，在移动到新电脑上后提示报错、getcwd用于获取当前工作目录绝对路径，在设置环境的变量的时候它用的是绝对路径-所以也导致了在当前电脑上能用而移动后不能用。解决方法是在你的程序里重新设置下环境变量，而且是用相对路径的形式。
JUC从实战到源码：中断机制与API实现
qq_43843951的博客
09-12 1176
在Java中，线程中断是一种机制，用于通知线程应该停止当前正在执行的任务。中断通常用于协同线程之间的合作，以便让线程在适当的时候终止其工作，尤其是在长时间运行的任务或阻塞操作中。通过学了多线程以及synchronized的相关知识，接下来就到了学习线程中断知识。
opencv学习：calcHist 函数绘制图像直方图及代码实现
mohanyelong的博客
09-13 1508
opencv学习：calcHist 函数绘制图像直方图及代码实现
面试真题 | web自动化关闭浏览器，quit()和close()的区别
NHB234567的博客
09-13 427
关闭所有的浏览器窗口，销毁driver操作，则需要使用的是quit方法；当打开了多个窗口，只想要关闭非最后一个窗口的时候，使用的是close方法。这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！close():只关闭当前的浏览器标签页，如果当前浏览器标签页剩下最后一个，则所有标签页面退出。是否编写过对应浏览器退出的测试用例。quit():所有的浏览器窗口退出。关闭当前的标签页，其他窗口不退出。退出当前所有的窗口；
Python——俄罗斯方块
2302_81225694的博客
09-14 1662
这段代码使用了Pygame库来实现游戏的图形界面，通过键盘控制方块的移动和旋转。游戏循环不断更新方块的位置和网格状态，并绘制在屏幕上。在方块达到底部或无法继续移动时，判断是否有满行，并清除满行的方块。游戏会根据方块的状态和移动情况不断更新，直到无法继续下落为止，游戏结束。俄罗斯方块游戏是一款经典的益智游戏，通常使用编程语言Python来实现。请注意，这只是一个简单的示例，可能还有一些功能和优化方面的改进。您可以根据自己的需求进行修改和扩展。
文档内容识别系统源码分享
xuehaishijue的博客
09-17 1427
数据集信息展示在当今信息爆炸的时代，文档内容识别系统的有效性和准确性愈发重要。为了提升YOLOv8在文档内容识别任务中的表现，我们采用了名为“FULL 2”的数据集进行训练和评估。该数据集专为文档图像的多样性和复杂性而设计，涵盖了多种类别的文本元素，使其成为优化深度学习模型的理想选择。
使用Electron构建截屏工具的实战教程
文章详细阐述了实现截屏工具的思路和步骤，包括使用Electron的API获取屏幕图像，创建全屏窗口模拟截图效果，添加交互式选区功能，以及最后保存和复制截图到剪贴板。此外，还展示了如何搭建项目的基本结构，包括创建`...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值