python--AutoPy库

#autopy.mouse.move(100, 100) #移动鼠标到指定点--相对于屏幕
#鼠标直接移到指定点，没有移动过程#autopy.mouse.smooth_move(500, 500) #移动鼠标到指定点--相对于屏幕
# 有直线移动过程i=autopy.mouse.location() #返回鼠标的当前位置--相对于屏幕
#(500.0, 500.0)autopy.mouse.toggle(autopy.mouse.Button.LEFT, True) #按下指定鼠标键
#autopy.mouse.Button.LEFT 鼠标左键
#autopy.mouse.Button.RIGHT 鼠标右键
#autopy.mouse.Button.MIDDLE 鼠标中键
#None 默认左键autopy.mouse.toggle(autopy.mouse.Button.LEFT, False) #释放指定鼠标键
#注意释放，要不然会电脑会一直按着那个键，直到你终止程序autopy.mouse.click(None) # 点左键一下,然后松开
autopy.mouse.click(autopy.mouse.Button.RIGHT) # 点右键一下,然后松开
autopy.mouse.click(autopy.mouse.Button.LEFT, 3) # 按住左键保持3秒,然后松开print(i)

autopy.key.toggle(autopy.key.Code.UP_ARROW, True, []) #按下方向键
autopy.key.toggle(autopy.key.Code.UP_ARROW, False, []) #释放方向键autopy.key.toggle(autopy.key.Code.UP_ARROW,True,[autopy.key.Modifier.CONTROL],0) #按键或者释放键
#参数1 键盘代码(看下表)或键名
#参数2 True表示按下,False松开
#参数3 同时按下的修饰键
#参数4 延迟n秒后再往下执行
autopy.key.toggle(autopy.key.Code.UP_ARROW, False, [autopy.key.Modifier.CONTROL], 0)
#注意释放，要不然会电脑会一直按着那个修饰键，直到你终止程序autopy.key.tap(autopy.key.Code.CONTROL, [], 2) #对autopy.key.toggle进行的封装,方便使用,按下并自动释放.
print('xx')autopy.key.type_string('Hello123', 0) #输入相应的字符串
#参数2 每分钟的字符个数，0表示最快

tupin=autopy.bitmap.capture_screen(rect=((100,90),(400,100))) #截屏
#返回位图对象
#rect=((100,90),(400,100)) 在矩形范围内寻找；(100, 90)是矩形起点坐标;(400, 100)是矩形的宽和高；注意：矩形不要超出屏幕范围否则会报错
#rect如果省略 截取全屏
print(type(tupin),tupin) #<class 'Bitmap'> <Bitmap object at 0x0000000002AB6580>
rgb=autopy.bitmap.capture_screen().get_color(500,500) #先截屏，然后返回位图中指定点的颜色(十进制形式)
#
#指定坐标--相对于屏幕
print(rgb)
rgb16=hex(rgb) #转化成16进制 0xfffae3
print(rgb16)
pcolor=autopy.screen.get_color(500, 500) #返回屏幕指定点颜色--十进制形式
print(pcolor)
c=autopy.color.hex_to_rgb(pcolor) #十进制颜色值转换成RGB形式颜色值
#(153, 204, 255)
c=autopy.color.rgb_to_hex(255, 0, 0) #把RGB转换成十进制形式( 16711680)
print('c=',c) tupin.save('lm.jpeg') #保存图片
#AutoPy目前只支持BMP(特别慢)、jpeg和PNG文件类型 i=autopy.screen.scale() #返回一个坐标点(point)中含有几个像素点(pixel)
i=autopy.screen.size() #返回屏幕的坐标点尺寸--坐标点数
#(1920.0, 1080.0) i=autopy.screen.is_point_visible(500,500) #返回布尔类型，如果这个坐标点在屏幕的边界内则True，否则False tu=autopy.bitmap.Bitmap.open('马.png') #加载位图
i=tu.get_color(0,80) #返回指定点的颜色--十进制形式 i=tu.find_color((227, 246, 252),tolerance=0,start_point=(101,101)) #寻找指定颜色-返回找到的第一个点
#如果找到返回坐标(0.0, 80.0)，如果没找到返回None
#参数1 RGB-元组
#tolerance 是一个在[0,1]之间的float值,为0时是精确匹配--默认0,为1时将匹配所有-----匹配精度
#start_point 开始寻找点
#【个人：先循环纵坐标，再循环横坐标】 i = tu.find_color((227, 246, 252), tolerance=0, rect=((100,100),(200,200)))
#返回值不在矩形范围内 不知道怎么回事，请知道的私密我告诉我，万分感谢 ？？？？？？？ i=tu.find_every_color((227, 246, 252)) # 寻找指定颜色的坐标-返回找到的所有点
#[(0.0, 80.0), (0.0, 95.0), (0.0, 143.0), (2.0, 95.0), (4.0, 288.0), (4.0, 289.0), (4.0, 290.0), (4.0, 291.0), (4.0, 292.0), (4.0, 293.0), (4.0, 294.0), (4.0, 295.0), (4.0, 304.0), (4.0, 305.0), (4.0, 306.0), (4.0, 307.0), (4.0, 308.0), (4.0, 309.0), (4.0, 310.0), (4.0, 311.0), (4.0, 312.0), (4.0, 313.0), (4.0, 314.0), (4.0,315.0), (4.0, 316.0), (4.0, 317.0), (4.0, 318.0), (4.0, 319.0), (5.0, 95.0), (20.0, 192.0), (21.0, 192.0), (22.0, 6.0), (23.0, 6.0), (33.0, 216.0), (39.0, 216.0),(64.0, 201.0), (95.0, 168.0), (139.0, 220.0), (146.0, 344.0), (147.0, 344.0), (166.0, 332.0), (166.0, 333.0), (166.0, 340.0), (166.0, 341.0), (167.0, 332.0), (167.0, 333.0), (178.0, 315.0), (178.0, 316.0), (178.0, 317.0), (185.0, 341.0), (231.0, 303.0), (233.0, 304.0), (274.0, 319.0), (275.0, 319.0), (296.0, 351.0), (304.0,345.0), (305.0, 344.0), (307.0, 105.0), (313.0, 100.0), (314.0, 345.0), (315.0, 345.0), (328.0, 346.0), (368.0, 348.0), (374.0, 354.0), (392.0, 66.0), (395.0, 358.0), (427.0, 289.0), (427.0, 290.0), (450.0, 351.0), (479.0, 226.0), (479.0, 227.0), (479.0, 237.0), (479.0, 238.0), (480.0, 224.0), (481.0, 223.0), (483.0, 303.0),(484.0, 288.0), (484.0, 312.0), (484.0, 313.0), (485.0, 288.0), (485.0, 312.0), (485.0, 313.0), (504.0, 217.0), (505.0, 217.0), (510.0, 191.0), (511.0, 4.0), (511.0, 43.0), (513.0, 170.0), (521.0, 106.0), (526.0, 95.0), (527.0, 94.0), (527.0, 95.0), (543.0, 126.0), (544.0, 42.0), (544.0, 43.0), (544.0, 171.0), (545.0, 42.0)]
x=tu.count_of_color((227, 246, 252)) #返回指定颜色的总点数 i=tu.point_in_bounds(549,100) #判断指定坐标是否在图内
#指定坐标在图内返回True ，不在图内返回False i=tu.rect_in_bounds(((500,300),(51,10))) #给出的矩形全部包含在图的边界中,返回True
#(500,300) 矩形的左上角坐标
#(51,10) 宽和高 tu1 = autopy.bitmap.Bitmap.open('马眼.png')
i=tu.find_bitmap(tu1,tolerance=0,rect=((100,90),(400,10)),start_point=(450,80)) #找图
#在tu图中寻找图tu1,找到返回第一个坐标，没找到返回None
#tolerance 是一个在[0,1]之间的float值,为0时是精确匹配--默认0,为1时将匹配所有-----匹配精度
#start_point=(450,80) 开始寻找点--相对于图片的坐标
#rect = ((100, 90), (400, 10)) 在矩形范围内寻找；(100, 90)是矩形起点坐标;(400, 10)是矩形的宽和高；注意：矩形不要超出图片范围否则会报错
#(486.0, 92.0)
i=tu.find_every_bitmap(tu1) #找图
#返回找到的所有坐标--[(486.0, 92.0)]
i=tu.count_of_bitmap(tu1) #返回找到图像的数量
tu2=tu.cropped(rect=((100,100),(200,200))) #从tu图中截取图像，返回新图像
#rect截取范围
tu2.save('tu2.jpeg') i=tu1.is_bitmap_equal(tu2) #判断两个图像是否相等
#tolerance 是一个在[0,1]之间的float值,为0时是精确匹配--默认0,为1时将匹配所有-----匹配精度 print(i)

autopy.alert.alert('hello','python world','','')