需要实现的功能：自动屏幕截图
具体需求：
1. 支持设置截图频率和截图文件存储路径
2. 在存储截图时判断与前一张截图的相似度，只有屏幕发生了显著的变化才存储截图
所需技术（搜索关键词）：
1. 屏幕截图
推荐教程：
https://blog.csdn.net/m0_37868504/article/details/86246810
2. 图片相似度比较
推荐教程：
https://blog.csdn.net/lly1122334/article/details/89431244#_18说明：PIL的抓取效率比文中说得要高，平均在50-90毫秒之间（配置：1920*1080 I7-7700 NVIDIA-GTX-1060-6GB）
应用场景：
1. 截取视频中的各个镜头
2. 截取游戏中的各个场景、地图
实现思路
根据需求，我们可以得出如下流程图（忽略延时环节）如下：
其中执行屏幕截图，可以使用Pillow（PIL）的ImageGrab函数；比较截图是否差异明显可以使用numpy的余弦相似度比较。
实现代码
import datetime
import time
import numpy as np
from PIL import ImageGrab
from scipy.spatial.distance import pdist
def cosine(image1, image2):
""" 比较两幅图片(两个一维数组)的余弦相似度
:param image1: <list> 图片1的一维数组
:param image2: <list> 图片2的一维数组
:return: <float> 两幅图片(两个一维数组)的余弦相似度
"""
cosin = np.vstack([image1, image2])
return pdist(cosin, 'cosine')[0]
def save_image(image, pid: int, path: str):
""" 存储截图文件
:param image: <PIL.Image> 截图对象
:param pid: <int> 截图ID
:param path: <str> 截图文件存储路径
"""
name_time = str(datetime.datetime.now().strftime("%Y%m%d_%H%M%S")) # 生成文件名中的时间部分
image.save(path + name_time + "_" + str(pid).zfill(3) + ".png") # 将截图文件存储到本地
def auto_screenshot(inc, threshold=0.1, path="E:\\截图测试\\"):
""" 自动屏幕截图函数
:param inc: <float> 截图间隔时长(单位:秒)
:param threshold: <float> 存储相似度阈值
[适用阈值列表]
视频按镜头截图 = 0.1
:param path: <str> 截图文件存储路径
:return: <None>
"""
pid = 1 # 截图ID
np_last = None # 上一个存储的截图
while True:
start_time = time.time() # 启动时间
img_now = ImageGrab.grab() # 获取屏幕截图
np_now = np.asarray(img_now).flatten() # 生成一维数组
if np_last is not None:
cosin = cosine(np_now, np_last) # 计算余弦相似度
if cosin > threshold: # 如果相似度大于阈值则存储该图片
save_image(img_now, pid, path) # 存储屏幕截图
pid += 1
np_last = np_now
print(pid - 2, "→", pid - 1, ";相似度:", round(cosin, 5))
else: # 若当前是第一幅截图()则自动保存
save_image(img_now, pid, path) # 存储屏幕截图
pid += 1
np_last = np_now
end_time = time.time() # 运行结束时间
if inc - (end_time - start_time) > 0:
time.sleep(inc - (end_time - start_time)) # 执行延时
if __name__ == "__main__":
auto_screenshot(1)运行结果：
作者：长行 (Python系列教程:C001)