Python 在 OS X 中獲取屏幕像素值

Question

我正在 OS X 10.8.2 上用 Python 構建一個自動化游戲機器人，在研究 Python GUI 自動化的過程中我發現了 autopy。 鼠標操作 API 很棒，但屏幕捕獲方法似乎依賴於已棄用的 OpenGL 方法......

有什么有效的方法可以在 OS X 中獲取像素的顏色值嗎？ 我現在能想到的唯一方法是使用os.system("screencapture foo.png")但這個過程似乎有不必要的開銷，因為我會很快輪詢。

Answer 1

一個小的改進，但使用 TIFF 壓縮選項進行screencapture會更快一些：

$ time screencapture -t png /tmp/test.png
real        0m0.235s
user        0m0.191s
sys         0m0.016s
$ time screencapture -t tiff /tmp/test.tiff
real        0m0.079s
user        0m0.028s
sys         0m0.026s

正如您所說，這確實有很多開銷（子進程創建、從光盤寫入/讀取、壓縮/解壓縮）。

相反，您可以使用 PyObjC 使用CGWindowListCreateImage捕獲屏幕。 我發現捕獲一個 1680x1050 像素的屏幕大約需要 70 毫秒（~14fps），並且可以在內存中訪問這些值

一些隨機筆記：

• 導入Quartz.CoreGraphics模塊是最慢的部分，大約 1 秒。 導入大多數 PyObjC 模塊也是如此。 在這種情況下不太重要，但對於短暫的流程，您最好用 ObjC 編寫工具
• 指定較小的區域會更快一些，但速度不會太快（100x100 像素塊大約需要 40 毫秒，1680x1050 塊大約需要 70 毫秒）。 大部分時間似乎都花在了CGDataProviderCopyData調用上——我想知道是否有直接訪問數據的方法，因為我們不需要修改它？
• ScreenPixel.pixel函數非常快，但訪問大量像素仍然很慢（因為0.01ms * 1650*1050大約需要 17 秒） - 如果您需要訪問大量像素，可能更快地struct.unpack_from them all in一去。

這是代碼：

import time
import struct

import Quartz.CoreGraphics as CG


class ScreenPixel(object):
    """Captures the screen using CoreGraphics, and provides access to
    the pixel values.
    """

    def capture(self, region = None):
        """region should be a CGRect, something like:

        >>> import Quartz.CoreGraphics as CG
        >>> region = CG.CGRectMake(0, 0, 100, 100)
        >>> sp = ScreenPixel()
        >>> sp.capture(region=region)

        The default region is CG.CGRectInfinite (captures the full screen)
        """

        if region is None:
            region = CG.CGRectInfinite
        else:
            # TODO: Odd widths cause the image to warp. This is likely
            # caused by offset calculation in ScreenPixel.pixel, and
            # could could modified to allow odd-widths
            if region.size.width % 2 > 0:
                emsg = "Capture region width should be even (was %s)" % (
                    region.size.width)
                raise ValueError(emsg)

        # Create screenshot as CGImage
        image = CG.CGWindowListCreateImage(
            region,
            CG.kCGWindowListOptionOnScreenOnly,
            CG.kCGNullWindowID,
            CG.kCGWindowImageDefault)

        # Intermediate step, get pixel data as CGDataProvider
        prov = CG.CGImageGetDataProvider(image)

        # Copy data out of CGDataProvider, becomes string of bytes
        self._data = CG.CGDataProviderCopyData(prov)

        # Get width/height of image
        self.width = CG.CGImageGetWidth(image)
        self.height = CG.CGImageGetHeight(image)

    def pixel(self, x, y):
        """Get pixel value at given (x,y) screen coordinates

        Must call capture first.
        """

        # Pixel data is unsigned char (8bit unsigned integer),
        # and there are for (blue,green,red,alpha)
        data_format = "BBBB"

        # Calculate offset, based on
        # http://www.markj.net/iphone-uiimage-pixel-color/
        offset = 4 * ((self.width*int(round(y))) + int(round(x)))

        # Unpack data from string into Python'y integers
        b, g, r, a = struct.unpack_from(data_format, self._data, offset=offset)

        # Return BGRA as RGBA
        return (r, g, b, a)


if __name__ == '__main__':
    # Timer helper-function
    import contextlib

    @contextlib.contextmanager
    def timer(msg):
        start = time.time()
        yield
        end = time.time()
        print "%s: %.02fms" % (msg, (end-start)*1000)


    # Example usage
    sp = ScreenPixel()

    with timer("Capture"):
        # Take screenshot (takes about 70ms for me)
        sp.capture()

    with timer("Query"):
        # Get pixel value (takes about 0.01ms)
        print sp.width, sp.height
        print sp.pixel(0, 0)


    # To verify screen-cap code is correct, save all pixels to PNG,
    # using http://the.taoofmac.com/space/projects/PNGCanvas

    from pngcanvas import PNGCanvas
    c = PNGCanvas(sp.width, sp.height)
    for x in range(sp.width):
        for y in range(sp.height):
            c.point(x, y, color = sp.pixel(x, y))

    with open("test.png", "wb") as f:
        f.write(c.dump())

Answer 2

我在搜索用於在 Mac OS X 中獲取用於實時處理的屏幕截圖的解決方案時遇到了這篇文章。 我已經嘗試按照其他一些帖子中的建議使用 PIL 的 ImageGrab，但無法足夠快地獲取數據（只有大約 0.5 fps）。

這篇文章中使用 PyObjC 的答案https://stackoverflow.com/a/13024603/3322123拯救了我！ 謝謝@dbr！

但是，我的任務需要獲取所有像素值，而不僅僅是單個像素，並且還要評論@dbr 的第三個注釋，我在此類中添加了一個新方法來獲取完整圖像，以防其他人可能需要它.

圖像數據作為維度為（高度、寬度、3）的 numpy 數組返回，可以直接用於 numpy 或 opencv 等中的后處理……使用 numpy 索引從中獲取單個像素值也變得非常簡單。

我用 1600 x 1000 的屏幕截圖測試了代碼——在我的 Macbook 上使用 capture() 獲取數據花費了約 30 毫秒並將其轉換為 np 數組 getimage() 僅花費了約 50 毫秒。 所以現在我有 >10 fps，對於較小的區域甚至更快。

import numpy as np

def getimage(self):
    imgdata=np.fromstring(self._data,dtype=np.uint8).reshape(len(self._data)/4,4)
    return imgdata[:self.width*self.height,:-1].reshape(self.height,self.width,3)

請注意，我從 BGRA 4 通道中刪除了“alpha”通道。

Answer 3

這一切都非常有幫助，我不得不回來發表評論/但是我沒有聲譽..但是，我有一個示例代碼，上面的答案組合用於閃電般的快速屏幕捕獲/保存感謝@dbr 和@qqg！

import time
import numpy as np
from scipy.misc import imsave
import Quartz.CoreGraphics as CG

image = CG.CGWindowListCreateImage(CG.CGRectInfinite, CG.kCGWindowListOptionOnScreenOnly, CG.kCGNullWindowID, CG.kCGWindowImageDefault)

prov = CG.CGImageGetDataProvider(image)
_data = CG.CGDataProviderCopyData(prov)

width = CG.CGImageGetWidth(image)
height = CG.CGImageGetHeight(image)

imgdata=np.fromstring(_data,dtype=np.uint8).reshape(len(_data)/4,4)
numpy_img = imgdata[:width*height,:-1].reshape(height,width,3)
imsave('test_fast.png', numpy_img)