教程目录

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：

屏幕自动截图流程图

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 datetimeimport timeimport numpy as npfrom PIL import ImageGrabfrom scipy.spatial.distance import pdistdef cosine(image1, image2):""" 比较两幅图片(两个一维数组)的余弦相似度:param image1:  图片1的一维数组:param image2:  图片2的一维数组:return:  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:  截图对象:param pid:  截图ID:param path:  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:  截图间隔时长(单位:秒):param threshold:  存储相似度阈值 [适用阈值列表]视频按镜头截图 = 0.1:param path:  截图文件存储路径:return:  """pid = 1 # 截图IDnp_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 += 1np_last = np_nowprint(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 += 1np_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：

视频自动截图运行测试

作者：长行 (Python系列教程:C001)