OnmyojiAutoScript渠道服微信分享功能适配问题解析
2025-07-01 19:01:15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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220