python屏幕找圖開源_python怎麼在屏幕上畫圖

❶ python 區域找圖是什麼思路

可以參考如下代碼：

importos
fromtimeimportsleep
frommyopencvimportImage
importX
importgdkutils
classXAuto:
_screensize=None
def__init__(self,tmp_img='/tmp/tmp%d.png'%os.getpid(),
default_threshold=0.7,default_rect=None):
self.d=X.Display()
self.tmp_img=tmp_img
self.default_threshold=default_threshold
self.default_rect=default_rect
deffind_and_click(self,*args,back=False,**kwargs):
pos=self.find(*args,**kwargs)
ifpos:
ifback:
self.click_and_back(pos)
else:
self.click(pos)
returnpos
deffind_and_moveto(self,*args,**kwargs):
pos=self.find(*args,**kwargs)
ifpos:
self.moveto(pos)
returnpos
defclick(self,pos=None,button=X.LEFT_BUTTON):
d=self.d
ifposisnotNone:
d.motion(pos)
d.button(button)
d.flush()
defwait(self,seconds):
sleep(seconds)
defclick_and_back(self,pos,button=X.LEFT_BUTTON):
d=self.d
old_pos=d.getpos()
d.motion(pos)
d.button(button)
d.motion(old_pos)
d.flush()
defmoveto(self,pos):
d=self.d
d.motion(pos)
d.flush()
defkey(self,keyname):
d=self.d
d.key(keyname)
d.flush()
deffind(self,img,threshold=None,rect=None,repeat=1,interval=0.2):
ifisinstance(img,str):
img=Image(img)
ifrectisNone:
rect=self.default_rector(0,0)+self.screensize
ifthresholdisNone:
threshold=self.default_threshold
tmp_img=self.tmp_img
for_inrange(repeat):
gdkutils.screenshot(tmp_img,rect)
sc=Image(tmp_img)
(x,y),similarity=sc.match(img)
ifsimilarity>threshold:
x+=rect[0]
y+=rect[1]
x+=img.width//2
y+=img.height//2
returnx,y
sleep(interval)
returnFalse
@property
defscreensize(self):
returnself._screensizeorgdkutils.get_screen_size()
def__del__(self):
try:
os.unlink(self.tmp_img)
exceptOSError:
pass
defmonitor_size(self,*args,**kwargs):
returngdkutils.get_monitor_size(*args,**kwargs)

❷ python如何進行多圖查找匹配

不直達

❸ python有沒有類似vb那種可視化編輯工具

沒有，python不適合開發窗口程序。效率太太低了！建議用c系列

❹ Python如何圖像識別

Python圖片文本識別使用的工具是PIL和pytesser。因為他們使用到很多的python庫文件，為了避免一個個工具的安裝，建議使用pythonxy
pytesser是OCR開源項目的一個模塊，在Python中導入這個模塊即可將圖片中的文字轉換成文本。pytesser調用了tesseract。當在Python中調用pytesser模塊時，pytesser又用tesseract識別圖片中的文字。pytesser的使用步驟如下：

首先，安裝Python2.7版本，這個版本比較穩定，建議使用這個版本。
其次，安裝pythoncv。
然後，安裝PIL工具，pytesser的使用需要PIL庫的支持。
接著下載pytesser
最後，將pytesser解壓，這個是免安裝的，可以將解壓後的文件cut到Python安裝目錄的Lib\site-packages下直接使用，比如我的安裝目錄是：C:\Python27\Lib\site-packages，同時把這個目錄添加到環境變數之中。
完成以上步驟之後，就可以編寫圖片文本識別的Python腳本了。參考腳本如下：
from pytesser import *
import ImageEnhance
image = Image.open('D:\\workspace\\python\\5.png')
#使用ImageEnhance可以增強圖片的識別率
enhancer = ImageEnhance.Contrast(image)
image_enhancer = enhancer.enhance(4)
print image_to_string(image_enhancer)

tesseract是谷歌的一個對圖片進行識別的開源框架，免費使用，現在已經支持中文，而且識別率非常高，這里簡要來個helloworld級別的認識
下載之後進行安裝，不再演示。
在tesseract目錄下，有個tesseract.exe文件，主要調用這個執行文件，用cmd運行到這個目錄下，在這個目錄下同時放置一張需要識別的圖片，這里是123.jpg
然後運行:tesseract 123.jpg result
會把123.jpg自動識別並轉換為txt文件到result.txt
但是此時中文識別不好
然後找到tessdata目錄，把eng.traineddata替換為chi_sim.traineddata,並且把chi_sim.traineddata重命名為eng.traineddata
ok,現在中文識別基本達到90%以上了

❺ python圖形化界面設計tkinter

python提供了多個圖形開發界面的庫，幾個常用Python GUI庫如下：

Tkinter：Tkinter模塊("Tk 介面")是Python的標准Tk GUI工具包的介面.Tk和Tkinter可以在大多數的Unix平台下使用,同樣可以應用在Windows和Macintosh系統里.,Tk8.0的後續版本可以實現本地窗口風格,並良好地運行在絕大多數平台中。
wxPython：wxPython 是一款開源軟體，是 Python 語言的一套優秀的 GUI 圖形庫，允許 Python 程序員很方便的創建完整的、功能鍵全的 GUI 用戶界面。
Jython：Jython程序可以和Java無縫集成。除了一些標准模塊，Jython使用Java的模塊。Jython幾乎擁有標準的Python中不依賴於C語言的全部模塊。比如，Jython的用戶界面將使用Swing，AWT或者SWT。Jython可以被動態或靜態地編譯成Java位元組碼。

Tkinter 編程

Tkinter 是Python的標准GUI庫。Python使用Tkinter可以快速的創建GUI應用程序。

由於Tkinter是內置到python的安裝包中、只要安裝好Python之後就能import Tkinter庫、而且IDLE也是用Tkinter編寫而成、對於簡單的圖形界面Tkinter還是能應付自如。

創建一個GUI程序

1、導入Tkinter模塊
2、創建控制項
3、指定這個控制項的master，即這個控制項屬於哪一個
4、告訴GM(geometry manager)有一個控制項產生了。

實例：

1 #!/usr/bin/python2 # -*- coding: UTF-8 -*-3 4 import Tkinter5 top = Tkinter.Tk()6 # 進入消息循環7 top.mainloop()

Tkinter 組件

Tkinter的提供各種控制項，如按鈕，標簽和文本框，一個GUI應用程序中使用。這些控制項通常被稱為控制項或者部件。

目前有15種Tkinter的部件。我們提出這些部件以及一個簡短的介紹，在下面的表:

控制項

描述

Button 按鈕控制項；在程序中顯示按鈕。

Canvas 畫布控制項；顯示圖形元素如線條或文本

Checkbutton 多選框控制項；用於在程序中提供多項選擇框

Entry 輸入控制項；用於顯示簡單的文本內容

Frame 框架控制項；在屏幕上顯示一個矩形區域，多用來作為容器

Label 標簽控制項；可以顯示文本和點陣圖

Listbox 列表框控制項；在Listbox窗口小部件是用來顯示一個字元串列表給用戶

Menubutton 菜單按鈕控制項，由於顯示菜單項。

Menu 菜單控制項；顯示菜單欄,下拉菜單和彈出菜單

Message 消息控制項；用來顯示多行文本，與label比較類似

Radiobutton 單選按鈕控制項；顯示一個單選的按鈕狀態

Scale 范圍控制項；顯示一個數值刻度，為輸出限定范圍的數字區間

Scrollbar 滾動條控制項，當內容超過可視化區域時使用，如列表框。.

Text 文本控制項；用於顯示多行文本

Toplevel 容器控制項；用來提供一個單獨的對話框，和Frame比較類似

Spinbox 輸入控制項；與Entry類似，但是可以指定輸入范圍值

PanedWindow PanedWindow是一個窗口布局管理的插件，可以包含一個或者多個子控制項。

LabelFrame labelframe 是一個簡單的容器控制項。常用與復雜的窗口布局。

tkMessageBox 用於顯示你應用程序的消息框。

標准屬性

標准屬性也就是所有控制項的共同屬性，如大小，字體和顏色等等。

屬性描述

Dimension 控制項大小；

Color 控制項顏色；

Font 控制項字體；

Anchor 錨點；

Relief 控制項樣式；

Bitmap 點陣圖；

Cursor 游標；

幾何管理

Tkinter控制項有特定的幾何狀態管理方法，管理整個控制項區域組織，一下是Tkinter公開的幾何管理類：包、網格、位置

幾何方法描述

pack() 包裝；

grid() 網格

place() 位置

❻ 去哪裡找python的開源項目

GitHub是一個面向開源及私有軟體項目的託管平台，因為只支持git 作為唯一的版本庫格式進行託管，故名GitHub。作為開源代碼庫以及版本控制系統，Github擁有超過900萬開發者用戶。隨著越來越多的應用程序轉移到了雲上，Github已經成為了管理軟體開發以及發現已有代碼的首選方法。在GitHub，用戶可以十分輕易地找到海量的開源代碼。

下面給大家介紹一些GitHub上25個開源項目：

（1）TensorFlow Models

如果你對機器學習和深度學習感興趣，一定聽說過TensorFlow。TensorFlow Models是一個開源存儲庫，可以找到許多與深度學習相關的庫和模型。

（GitHub： https://github.com/tensorflow/models ）

（2）Keras

Keras是一個高級神經網路API，用Python編寫，能夠在TensorFlow，CNTK或Theano之上運行。旨在完成深度學習的快速開發（GitHub： https://github.com/keras-team/keras ）

（3）Flask

Flask 是一個微型的 Python 開發的 Web 框架，基於Werkzeug WSGI工具箱和Jinja2 模板引擎，使用BSD授權。

（GitHub： https://github.com/pallets/flask ）

（4）scikit-learn

scikit-learn是一個用於機器學習的Python模塊，基於 NumPy、SciPy 和 matplotlib 構建。，並遵循 BSD 許可協議。

（GitHub： https://github.com/scikit-learn ）

（5）Zulip

Zulip是一款功能強大的開源群聊應用程序，它結合了實時聊天的即時性和線程對話的生產力優勢。Zulip作為一個開源項目，被許多世界500強企業，大型組織以及其他需要實時聊天系統的用戶選擇使用，該系統允許用戶每天輕松處理數百或數千條消息。Zulip擁有超過300名貢獻者，每月合並超過500次提交，也是規模最大，發展最快的開源群聊項目。

（GitHub： https://github.com/zulip/zulip ）

相關推薦：《Python入門教程》

（6）Django

Django 是 Python 編程語言驅動的一個開源模型-視圖-控制器（MVC）風格的 Web 應用程序框架，旨在快速開發出清晰，實用的設計。使用 Django，我們在幾分鍾之內就可以創建高品質、易維護、資料庫驅動的應用程序。

（GitHub： https://github.com/django/django ）

（7）Rebound

Rebound 是一個當你得到編譯錯誤時即時獲取 Stack Overflow 結果的命令行工具。就用 rebound 命令執行你的文件。這對程序員來說方便了不少。

（GitHub： https://github.com/shobrook/rebound ）

（8）Google Images Download

這是一個命令行python程序，用於搜索Google Images上的關鍵字/關鍵短語，並可選擇將圖像下載到您的計算機。你也可以從另一個python文件調用此腳本。

（GitHub： https://github.com/hardikvasa/google-images-download ）

（9）YouTube-dl

youtube-dl 是基於 Python 的命令行媒體文件下載工具，完全開源免費跨平台。用戶只需使用簡單命令並提供在線視頻的網頁地址即可讓程序自動進行嗅探、下載、合並、命名和清理，最終得到已經命名的完整視頻文件。

（GitHub： htt ps://github.com/rg3/youtube-dl ）

（10）System Design Primer

此repo是一個系統的資源集合，可幫助你了解如何大規模構建系統。

（GitHub： https://github.com/donnemartin/system-design-primer ）

（11）Mask R-CNN

Mask R-CNN用於對象檢測和分割。這是對Python 3，Keras和TensorFlow的Mask R-CNN實現。該模型為圖像中對象的每個實例生成邊界框和分割蒙版。它基於特Feature Pyramid Network（FPN）和 ResNet101 backbone。

（GitHub： https://github.com/matterport/Mask_RCNN ）

（12）Face Recognition

Face Recognition 是一個基於 Python 的人臉識別庫，使用十分簡便。這還提供了一個簡單的face_recognition命令行工具，可以讓您從命令行對圖像文件夾進行人臉識別！

（GitHub： https://github.com/ageitgey/face_recognition ）

（13）snallygaster

用於掃描HTTP伺服器上的機密文件的工具。

（GitHub： https://github.com/hannob/snallygaster ）

（14）Ansible

Ansible是一個極其簡單的IT自動化系統。它可用於配置管理，應用程序部署，雲配置，支持遠程任務執行和多節點發布 - 包括通過負載平衡器輕松實現零停機滾動更新等操作。

（GitHub： https://github.com/ansible/ansible ）

（15）Detectron

Detectron是Facebook AI 研究院開源的的軟體系統，它實現了最先進的目標檢測演算法，包括Mask R-CNN。它是用Python編寫的，由Caffe2深度學習框架提供支持。

（16）asciinema

終端會話記錄器和asciinema.org的最佳搭檔。

（GitHub： https://github.com/asciinema/asciinema ）

（17）HTTPie

HTTPie 是一個開源的命令行的 HTTP 工具包，其目標是使與Web服務的CLI交互盡可能人性化。它提供了一個簡單的http命令，允許使用簡單自然的語法發送任意HTTP請求，並顯示彩色輸出。HTTPie可用於測試，調試以及通常與HTTP伺服器交互。

（GitHub： https://github.com/jakubroztocil/httpie ）

（18）You-Get

You-Get是一個小型命令行實用程序，用於從Web下載媒體內容（視頻，音頻，圖像），支持國內外常用的視頻網站。

（GitHub： https://github.com/soimort/you-get ）

（19）Sentry

Sentry從根本上講是一項服務，可以幫助用戶實時監控和修復崩潰。基於Django構建，它包含一個完整的API，用於從任何語言、任何應用程序中發送事件。

（GitHub: https://github.com/getsentry/sentry ）

（20）Tornado

Tornado是使用Python開發的全棧式（full-stack）Web框架和非同步網路庫，，最初是由FriendFeed上開發的。通過使用非阻塞網路I / O，Tornado可以擴展到數萬個開放連接，是long polling、WebSockets和其他需要為用戶維護長連接應用的理想選擇。

（GitHub： https://github.com/tornadoweb/tornado ）

（21）Magenta

Magenta是一個探索機器學習在創造藝術和音樂過程中的作用的研究項目。這主要涉及開發新的深度學習和強化學習演算法，用於生成歌曲，圖像，繪圖等。但它也是構建智能工具和界面的探索，它允許藝術家和音樂家使用這些模型。

（GitHub： https://github.com/tensorflow/magenta ）

（22）ZeroNet

ZeroNet是一個利用比特幣的加密演算法和BitTorrent技術提供的不受審查的網路，完全開源。

（GitHub： https://github.com/HelloZeroNet/ZeroNet ）

（23）Gym

OpenAI Gym是一個用於開發和比較強化學習演算法的工具包。這是Gym的開源庫，可讓讓你訪問標准化的環境。

（GitHub： https://github.com/openai/gym ）

（24）Pandas

Pandas是一個Python包，提供快速，靈活和富有表現力的數據結構，該工具是為了解決數據分析任務而創建的。Pandas 納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。此外，它還有更廣泛的目標，即成為所有語言中最強大，最靈活的開源數據分析/操作工具。它目前已經朝著這個目標邁進。

（GitHub： https://github.com/pandas-dev/pandas ）

（25）Luigi

Luigi 是一個 Python 模塊，可以幫你構建復雜的批量作業管道。處理依賴決議、工作流管理、可視化展示等等，內建 Hadoop 支持。（GitHub： https://github.com/spotify/luigi ）

❼ python怎麼在屏幕上畫圖

首先說你的要求有些不明確的部分
比如說你在所有窗體上寫
那是否畫圖的同時還要拖動其他窗體？
這個要求的話
目前的python各種gui庫貌似還沒有支持到這么個繪畫不規則窗體而不會擋住其他窗體還又在其上的；

如果只是在他們上面你可以畫圖而不用一定要拖動其他窗體的話
可以設計窗體為全屏大小，背景透明，不顯示標題欄，然後用普通的畫圖函數就可以了
對了
推薦使用wxpython

❽ 最受歡迎的 15 大 Python 庫有哪些

1、Pandas：是一個Python包，旨在通過「標記」和「關系」數據進行工作，簡單直觀。它設計用於快速簡單的數據操作、聚合和可視化，是數據整理的完美工具。
2、Numpy：是專門為Python中科學計算而設計的軟體集合，它為Python中的n維數組和矩陣的操作提供了大量有用的功能。該庫提供了NumPy數組類型的數學運算向量化，可以改善性能，從而加快執行速度。
3、SciPy：是一個工程和科學軟體庫，包含線性代數，優化，集成和統計的模塊。SciPy庫的主要功能是建立在NumPy上，通過其特定子模塊提供有效的數值常式，並作為數字積分、優化和其他常式。
4、Matplotlib：為輕松生成簡單而強大的可視化而量身定製，它使Python成為像MatLab或Mathematica這樣的科學工具的競爭對手。
5、Seaborn：主要關注統計模型的可視化(包括熱圖)，Seaborn高度依賴於Matplotlib。
6、Bokeh：獨立於Matplotlib，主要焦點是交互性，它通過現代瀏覽器以數據驅動文檔的風格呈現。
7、Plotly：是一個基於Web用於構建可視化的工具箱，提供API給一些編程語言(Python在內)。
8、Scikits：是Scikits
Stack額外的軟體包，專為像圖像處理和機器學習輔助等特定功能而設計。它建立在SciPy之上，中集成了有質量的代碼和良好的文檔、簡單易用並且十分高效，是使用Python進行機器學習的實際行業標准。
9、Theano：是一個Python軟體包，它定義了與NumPy類似的多維數組，以及數學運算和表達式。此庫是被編譯的，可實現在所有架構上的高效運行。
10、TensorFlow：是數據流圖計算的開源庫，旨在滿足谷歌對訓練神經網路的高需求，並且是基於神經網路的機器學習系統DistBelief的繼任者，可以在大型數據集上快速訓練神經網路。
11、Keras：是一個用Python編寫的開源的庫，用於在高層的介面上構建神經網路。它簡單易懂，具有高級可擴展性。
12、NLTK：主要用於符號學和統計學自然語言處理(NLP) 的常見任務，旨在促進NLP及相關領域(語言學，認知科學人工智慧等)的教學和研究。
13、Gensim：是一個用於Python的開源庫，為有向量空間模型和主題模型的工作提供了使用工具。這個庫是為了高效處理大量文本而設計，不僅可以進行內存處理，還可以通過廣泛使用NumPy數據結構和SciPy操作來獲得更高的效率。

導航:首頁 > 編程語言 > python屏幕找圖開源

python屏幕找圖開源

與python屏幕找圖開源相關的資料