autopy 使用初体验 The Fourth day(hour)

位图（bitmap）

代码我写一个文件里了，粘贴的时候可能会漏掉之前的函数，如果有函数未定义 找一下别的代码段。

autopy.bitmap.capture_screen(rect: Tuple[Tuple[float, float], Tuple[float, float]]) → autopy.bitmap.Bitmap

返回主显示给定部分的屏幕抓图，如果rect为，则返回整个显示None。

异常（Exceptions:）：

• ValueError 如果rect超出范围，则抛出该异常。

• IOError 如果图像解析失败，则抛出该异常。

import autopy
def save_bmp_foggy(img,path_str):
	return img.save(path_str)
def cap_sc_foggy(rt=((40,40),(800,200))):
	return autopy.bitmap.capture_screen(rt)
if __name__ == '__main__':
	img=cap_sc_foggy()
	save_bmp_foggy(img,'photo/test/test2.png')

结果：屏幕截图  并保存（保存的函数详细介绍在下面）

class autopy.bitmap.Bitmap类有14个方法，let's go。

1/14：save（路径：str，格式：str = None ）

以给定格式将图像保存到绝对路径。图像类型默认根据文件名确定，除非给出了格式。如果文件已经存在，将其覆盖。当前仅支持jpeg和png文件。

异常（Exceptions:）：

• IOError 如果无法保存文件，则抛出该错误。

• ValueError 如果无法解析图像，则抛出该异常。

 

2/14：open（path：str ） →位图

打开位于指定路径的图像。图像的格式由路径的文件扩展名确定。

import autopy
#打开
def open_bmp_foggy(path_str):
	return autopy.bitmap.Bitmap.open(path_str)
#保存
def save_bmp_foggy(img,path_str):
	img.save(path_str)
if __name__ == '__main__':
	img=open_bmp_foggy('photo/test/test1.png')
	save_bmp_foggy(img,'photo/test/test2.png')

结果：打开test1 保存至test2

3/14：copy_to_pasteboard（）

将图像复制到粘贴板。当前仅在macOS上受支持。#我用不了。

异常（Exceptions:）：

• IOError 如果无法复制图像，则抛出该异常。

• ValueError 如果图像太大或太小，则抛出该图像。

4/14：point_in_bounds（x：float，y：float ） → bool

如果给定点包含在中，则返回True。

5/14：rect_in_bounds（rect：Tuple [Tuple [float，float]，Tuple [float，float]] ） → bool

如果给定rect包含在中，则返回True。

和autopy.screen.is_point_visible(x,y)应该类似。

6/14：

get_color（x：float，y：float ） →Tuple [int，int，int] #应该是只有一个int。

返回描述给定点颜色的十六进制值。

异常（Exceptions:）：

• ValueError 如果该点超出范围，则抛出该异常。

和autopy.screen.get_color(x,y)类似

7/14：find_color(color: Tuple[int, int, int], tolerance: float=None, rect: Tuple[Tuple[float, float], Tuple[float, float]]=None, start_point: Tuple[float, float]=None) → Tuple[float, float]

从图里找到指定颜色的坐标，否则返回None rect默认为整个图，start_point默认为原点，tolerance为0到1的浮点数，0为完全匹配，1为绝对匹配。

import autopy
def find_cl_foggy(img,color_f=(255,255,255),to=None):
	return img.find_color(color_f,to)
if __name__ == '__main__':
	img=cap_sc_foggy()
	print(find_cl_foggy(img))
	save_bmp_foggy(img,'photo/test/test2.png')

结果：(0.0, 3.0)

8/14：find_every_color(color: Tuple[int, int, int], tolerance: float=None, rect: Tuple[Tuple[float, float], Tuple[float, float]]=None, start_point: Tuple[float, float]=None) → List[Tuple[float, float]]

找所有满足条件的点

import autopy
#指定颜色所有位置
def find_cel_foggy(img,color_f=(255,255,255),to=None):
	return img.find_every_color(color_f,to)
if __name__ == '__main__':
	img=cap_sc_foggy()
	print(find_cel_foggy(img))
	save_bmp_foggy(img,'photo/test/test2.png')

结果：[(0.0, 3.0), (0.0, 4.0), (0.0, 5.0), (0.0, 6.0), ...(799.0, 178.0), (799.0, 179.0)]]

9/14:count_of_color(color: Tuple[int, int, int], tolerance: float=None, rect: Tuple[Tuple[float, float], Tuple[float, float]]=None, start_point: Tuple[float, float]=None) → int

颜色计数  和len(find_every_color(color, tolerance, rect, start_point))一样

好的 以上大部分都用不到 最后5个看下一篇。