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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493