DXcam 项目使用教程
1. 项目介绍
DXcam 是一个基于 Python 的高性能屏幕捕捉库,专为 Windows 系统设计,使用 Desktop Duplication API 实现。它能够以超过 240Hz 的频率进行屏幕捕捉,适用于需要高帧率捕捉的场景,如深度学习管道中的 FPS 游戏分析。与现有的 Python 解决方案(如 python-mss 和 D3DShot)相比,DXcam 提供了更快的捕捉速度、对 Direct3D 独占全屏应用的无干扰捕捉、自动处理缩放/拉伸分辨率、以及在捕捉模式下精确的 FPS 目标设定。
2. 项目快速启动
安装
从 PyPI 安装 DXcam:
pip install dxcam
如果需要同时安装 OpenCV(DXcam 依赖 OpenCV 进行颜色空间转换),可以使用以下命令:
pip install dxcam[cv2]
基本使用
以下是一个简单的示例,展示如何使用 DXcam 进行屏幕截图:
import dxcam
# 创建一个 DXCamera 实例
camera = dxcam.create()
# 进行屏幕截图
frame = camera.grab()
# 显示截图
from PIL import Image
Image.fromarray(frame).show()
区域截图
如果你想捕捉屏幕的特定区域,可以使用 region 参数:
left, top = (1920 - 640) // 2, (1080 - 640) // 2
right, bottom = left + 640, top + 640
region = (left, top, right, bottom)
frame = camera.grab(region=region)
屏幕捕捉
启动屏幕捕捉并获取最新帧:
camera.start(region=(left, top, right, bottom))
for i in range(1000):
image = camera.get_latest_frame()
camera.stop()
3. 应用案例和最佳实践
深度学习中的屏幕捕捉
DXcam 特别适用于需要高帧率屏幕捕捉的深度学习应用,如 FPS 游戏中的实时分析。以下是一个简单的示例,展示如何将捕捉到的帧用于深度学习模型的输入:
import dxcam
import torch
camera = dxcam.create()
camera.start()
model = torch.load('your_model.pth')
for i in range(1000):
frame = camera.get_latest_frame()
if frame is not None:
# 预处理帧
input_tensor = preprocess(frame)
# 模型推理
output = model(input_tensor)
# 处理输出
process_output(output)
camera.stop()
视频录制
DXcam 还可以用于视频录制,特别是在需要高帧率录制的场景中:
import dxcam
import cv2
target_fps = 120
camera = dxcam.create(output_idx=0, output_color="BGR")
camera.start(target_fps=target_fps, video_mode=True)
writer = cv2.VideoWriter(
"video.mp4", cv2.VideoWriter_fourcc(*"mp4v"), target_fps, (1920, 1080)
)
for i in range(600):
writer.write(camera.get_latest_frame())
camera.stop()
writer.release()
4. 典型生态项目
OpenCV
OpenCV 是一个开源的计算机视觉库,广泛用于图像处理和视频分析。DXcam 与 OpenCV 的集成非常紧密,可以直接将捕捉到的帧用于 OpenCV 的图像处理任务。
PyTorch
PyTorch 是一个流行的深度学习框架,DXcam 捕捉到的帧可以直接用于 PyTorch 模型的输入,适用于实时分析和训练。
PIL (Pillow)
Pillow 是 Python 的一个图像处理库,DXcam 捕捉到的帧可以直接转换为 PIL 图像对象进行进一步处理。
通过这些生态项目的集成,DXcam 可以广泛应用于各种需要高帧率屏幕捕捉的场景,如游戏分析、实时监控、视频录制等。
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07