OnmyojiAutoScript渠道服微信分享功能适配问题解析
2025-07-01 04:32:41作者:郜逊炳
问题背景
在OnmyojiAutoScript项目中,针对《阴阳师》游戏的渠道服版本(如B站服、应用宝服等),存在一个关于微信分享功能的适配问题。具体表现为:当使用扫码登录稳定版客户端时,秘闻分享和鬼王微信分享功能会出现异常。
技术分析
界面布局差异
经过深入分析,发现问题的根源在于渠道服与官服的界面布局存在差异:
- 菜单项缺失:渠道服版本相比官方服务器版本缺少了"大神"和"大神好友"这两个功能入口
- 按钮位置偏移:微信分享按钮在渠道服中的坐标位置与官服不同,导致原有的图像识别规则失效
解决方案实现
针对这一问题,开发者solomondevil4提出了以下修改方案:
-
鬼王分享区域调整:
- 原ROI区域:(未提供原始值)
- 修改后ROI区域:前/后区域均为(765,635,415,62)
- 阈值保持0.8不变
- 使用模板匹配方法
- 图像文件路径保持不变
-
秘闻分享区域调整:
- 原ROI区域:(未提供原始值)
- 修改后ROI区域:前/后区域均为(704,615,486,64)
- 其他参数同上
-
配置文件同步更新:
- 同时修改了area_boss和secret文件夹下的image.json文件
- 确保配置与实际图像识别参数一致
技术细节
ROI区域定义
ROI(Region of Interest)是图像处理中的重要概念,在这个项目中用于定义需要识别的屏幕区域。修改后的参数:
- 鬼王分享:从屏幕坐标(765,635)开始,宽415像素,高62像素的矩形区域
- 秘闻分享:从屏幕坐标(704,615)开始,宽486像素,高64像素的矩形区域
图像识别参数
- 阈值(threshold):0.8表示匹配相似度达到80%即视为成功
- 方法(method):采用"Template matching"模板匹配技术
- 图像文件:使用预存的模板图片进行比对
验证与测试
虽然解决方案已经提出,但仍存在以下验证需求:
- 测试环境缺乏:提出者表示已无渠道服账号可用于实际测试
- 截图工具限制:使用的是MFA TOOLS通过ADB截取的1279*719分辨率图片
- 实际效果未知:修改后不再报错,但功能是否完全正常尚待验证
总结与建议
这个问题展示了游戏自动化脚本开发中常见的多版本适配挑战。针对此类问题,建议:
- 建立多渠道服的测试环境
- 实现版本检测和自适应ROI机制
- 收集更多渠道服的界面截图样本
- 考虑使用相对坐标而非绝对坐标来提高兼容性
该问题的解决为OnmyojiAutoScript项目在渠道服的兼容性改进提供了重要参考,也提醒开发者在设计图像识别规则时需要充分考虑不同版本间的界面差异。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 WebVideoDownloader:高效网页视频抓取工具全面使用指南 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100