OnmyojiAutoScript结界寄养经验收取卡顿问题分析与解决

OnmyojiAutoScript结界寄养经验收取卡顿问题分析与解决

OnmyojiAutoScript Onmyoji Auto Script | 阴阳师脚本 项目地址: https://gitcode.com/gh_mirrors/on/OnmyojiAutoScript

问题背景

在OnmyojiAutoScript自动化脚本项目中，用户报告了一个关于结界寄养功能的bug：当脚本执行到收取经验步骤时会出现卡顿现象。通过日志分析发现，脚本在执行到点击收取经验按钮后便停止响应，导致整个流程无法继续。

问题现象分析

根据用户提供的日志和截图，我们可以清晰地看到问题发生的具体场景：

1. 脚本正常进入结界寄养界面
2. 执行收取经验操作时，点击了坐标为(902,162)的位置
3. 随后脚本进入等待状态，最终因超时而报错

从代码层面来看，收取经验的逻辑是通过一系列图片识别和点击操作完成的。核心代码如下：

def harvest_card(self):
    self.appear_then_click(self.I_A_HARVEST_EXP)
    self.appear_then_click(self.I_A_HARVEST_FISH4)
    self.appear_then_click(self.I_A_HARVEST_KAIKO_4)
    self.appear_then_click(self.I_A_HARVEST_KAIKO_3)
    self.appear_then_click(self.I_A_HARVEST_KAIKO_6)
    self.appear_then_click(self.I_A_HARVEST_FISH_6)
    self.appear_then_click(self.I_A_HARVEST_MOON_3)
    self.appear_then_click(self.I_A_HARVEST_FISH_3)

根本原因

经过深入分析，发现问题出在图片识别环节。具体表现为：

1. 脚本在收取经验后，需要识别结界卡界面以确认操作完成
2. 原始代码中使用的图片匹配阈值设置过高（默认0.85）
3. 由于游戏界面可能存在细微变化或渲染差异，导致无法准确匹配目标图片
4. 截图显示，结界卡界面确实已经出现，但脚本未能识别

解决方案

针对这一问题，项目维护者提出了有效的解决方案：

1. 调整图片匹配的相似度阈值从默认的0.85降低到0.7
2. 这一调整能够在保证识别准确性的同时，提高对界面变化的容错能力
3. 经过测试，修改后的阈值能够稳定识别结界卡界面

技术启示

这个问题为我们提供了几个重要的技术启示：

1. 图像识别阈值的选择：在自动化测试或游戏脚本中，图像识别阈值的设置需要平衡准确性和容错性。过高会导致识别失败，过低则可能产生误识别。

2. 异常处理机制：对于可能出现的卡顿情况，脚本应该设置合理的超时机制，并在超时后采取恢复措施，而不是直接报错退出。

3. 界面变化的适应性：游戏界面可能会因版本更新、设备差异等原因产生变化，脚本设计时应考虑这些因素，提高鲁棒性。

总结

OnmyojiAutoScript项目中的这个结界寄养经验收取问题，典型地展示了自动化脚本开发中常见的图像识别挑战。通过调整匹配阈值这一简单而有效的方法，开发者成功解决了问题，同时也为类似场景的处理提供了参考方案。这提醒我们在开发自动化工具时，需要充分考虑实际运行环境的变化因素，设计更具弹性的识别和处理逻辑。

OnmyojiAutoScript Onmyoji Auto Script | 阴阳师脚本 项目地址: https://gitcode.com/gh_mirrors/on/OnmyojiAutoScript