python 自动化操作必备函数功能

#利用下列函数方便实现自动化操作
import os
import pyperclip
import pyautogui
from keyboard import is_pressed
from time import sleep
import cv2

def accRecog(recogImgPath, do=pyautogui.click, method=cv2.TM_CCOEFF_NORMED,debug=0):#精确识别
	'''recogImgPath :需要匹配的小图 如果显示None erorr 路径改为ascii
		do  :pyautogui.moveTo()# 基本移动
				pyautogui.click()  # 左键单击
				pyautogui.doubleClick()  # 左键双击
				pyautogui.rightClick() # 右键单击
				pyautogui.middleClick() # 中键单击
		method:识别算法
				cv2.TM_CCOEFF 最有可能匹配最亮的像素 相关系数
				cv2.TM_CCOEFF_NORMED 通用情况
				cv2.TM_CCORR 最有可能匹配最亮的像素 互相关
				cv2.TM_CCORR_NORMED 通用情况
				cv2.TM_SQDIFF 最有可能匹配最暗的像素
				cv2.TM_SQDIFF_NORMED 通用情况
		debug   :在识别位置画出矩形用于调试
		resize showRect时显示图像的缩放大小'''
	imgBigPath='imgBig.png'
	pyautogui.screenshot(imgBigPath)# 截屏，并保存到本地
	imgBig = cv2.imread(imgBigPath,cv2.IMREAD_GRAYSCALE)# 读入背景图片 cv2.IMREAD_GRAYSCALE：读入灰度图片
	imgSmall = cv2.imread(recogImgPath,cv2.IMREAD_GRAYSCALE)# 读入需要查找的图片
	w, h = imgSmall.shape[::-1]# 得到图片的高和宽
	def rocog(imgBig,imgSmall,method):#以method算法返回imgSmall在imgBigGray的左上位置x,y
		res = cv2.matchTemplate(imgBig,imgSmall,method)# 模板匹配操作 应用模板算法，返回一系列指标
		# 注意 TM_SQDIFF 或者 TM_SQDIFF_NORMED 算法使用最小值为最优
		min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)# 从res中挑选最优指标 得到最大和最小值得位置
		if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:top_left = min_loc#左上角的位置
		else:top_left = max_loc
		y = top_left[1]
		x = top_left[0]
		return x,y
		print(top_left,bottom_right)

	if not debug:
		x,y=rocog(imgBig,imgSmall,method)
		x=int(x+w//2)
		y=int(y+h//2)
		print(x,y)
		do(x,y)
	else:
		from matplotlib import pyplot as plt
		methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR','cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']
		imgBigColor = cv2.imread(imgBigPath,cv2.IMREAD_COLOR) #cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道
		imgBigColor = cv2.cvtColor(imgBigColor, cv2.COLOR_BGR2RGB) # 颜色转换
		plt.rcParams['figure.figsize']=(60,40)#6000x4000
		for i,meth in enumerate(methods):# 依次使用算法匹配
			#img = img2.copy()
			method = eval(meth)
			x,y=rocog(imgBig,imgSmall,method)
			cv2.rectangle(imgBigColor,(x,y), (x+w,y+h), (0,0,255), 2) # 画出矩形框 rgb, 线宽
			plt.axis('off') # 关闭坐标
			plt.subplot(3, 2, i+1)#增加子图
			plt.imshow(imgBigColor)#显示图片
			plt.title(meth)#图标题
			plt.xticks([])
			plt.yticks([])
		plt.suptitle(f"Algorithm Comparison")#主标题
		plt.savefig(f"AlgorithmComparison.png")
		plt.show()
	os.remove(imgBigPath)
def imgDetect(ifile):#检测图片
	confidence=confidenceCeiling
	while True:
		pos=pyautogui.locateCenterOnScreen(ifile,confidence=confidence)#识别 confidence识别精度0-1  pos=x,y
		if pos:return pos
		confidence-=0.02
		if confidence<=confidenceFloor:
			print(f'未检测到{ifile}')
			break
def tillClick(*ifiles):#直到识别出才点击后停止 ifile 如果引起错误 多个fileNotfound图片先把路径改为英文字符
	confidence=confidenceCeiling
	while True:
		breakout=0
		for ifile in ifiles:
			pos=pyautogui.locateCenterOnScreen(ifile,confidence=confidence)#识别 confidence识别精度0-1  pos=x,y
			if pos:
				pyautogui.click(pos)
				breakout=1
				break
		if breakout:break#jump out loop
		confidence-=0.01
		if confidence<=confidenceFloor:
			print(f'无法识别{ifile}正在重试')
			confidence=confidenceCeiling
def tillHotkey(ifile,*hotkeys):#直到识别出才热键后停止 ifile 如果引起fileNotfound错误先把路径改为英文字符
	confidence=confidenceCeiling
	while True:
		pos=pyautogui.locateCenterOnScreen(ifile,confidence=confidence)#识别 confidence识别精度0-1  pos=x,y
		if pos:
			pyautogui.hotkey(*hotkeys)#快捷键
			break
		confidence-=0.01
		if confidence<=confidenceFloor:
			print(f'无法识别{ifile}正在重试')
			confidence=confidenceCeiling
def inputText(text):#输入文字
	pyperclip.copy(text)#复制
	pyautogui.hotkey('ctrl','v')#粘贴
def enterText(text):#输入文字并确认
	inputText(text)
	pyautogui.press('enter')#确认
def scroll(d):#滚动 -d向上 d=1=↓x1
	pyautogui.scroll(-d*75)
def typeChar(char,count):
	pyautogui.typewrite([char for n in range(count)])#按照列表中的每个键名 进行按键 sec为按键间隔
def turnTo(url):#转到该网页
	tillHotkey(r'edge\address.jpg','alt','d')
	enterText(url)
def openE():#打开egde
	pyautogui.hotkey('shift','alt','s')#快捷键
	enterText('microsoft edge')
def chooseFile(path):#文件选择对话框
	tillClick(r'openFile.jpg')
	enterText(path)
def openFile(path):#listary打开列表中第一个文件
	pyautogui.hotkey('shift','alt','s')
	enterText(path)
def getText(path):#获取文本
	with open(path,'r',encoding='utf-8') as f:
		text=f.read()
	return text
def getF(file,lv):#返回指定迭代目录级 0为原目录 1为basename 2为dirname(file)+basename etc
	f=[]
	def recF(file,lv):
		if lv:
			file=os.path.dirname(file)
			lv-=1
			recF(file,lv)
			f.append(file)
	if lv:
		recF(file,lv)
		return file.replace(min(f)+'\\','')
	elif not lv:return file

confidenceCeiling=0.8#图片识别精度上限 过高识别不出 过低会错误识别
confidenceFloor=0.5#图片识别精度下限 过高识别不出 过低会错误识别 建议直接使用 accRecog
fontStyle='C:/Users/TRIX/AppData/Local/Microsoft/Windows/Fonts/HarmonyOS_Sans_SC_Bold.ttf'
pyautogui.FAILSAFE=True#鼠标移动到屏幕左上角停止程序
pyautogui.PAUSE=0.3# pyautogui指令执行间隔 间隔太小执行过快会无法正常响应

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147