OnmyojiAutoScript项目常见问题:截图方式不兼容导致运行异常分析
2026-02-03 04:23:47作者:郁楠烈Hubert
问题背景
OnmyojiAutoScript(OAS)作为阴阳师自动化脚本,其核心功能依赖于对游戏界面的准确截图识别。然而在实际使用过程中,许多用户会遇到截图方式不兼容导致的运行异常问题。本文将深入分析这一常见问题的根源、解决方案以及最佳实践。
截图机制架构解析
OAS采用了多层次的截图方法架构,支持多种截图技术以适应不同的模拟器环境:
classDiagram
class Screenshot {
+screenshot_methods: dict
+screenshot() np.ndarray
+check_screen_size() bool
+check_screen_black() bool
}
class Adb {
+screenshot_adb()
+screenshot_adb_nc()
}
class DroidCast {
+screenshot_droidcast()
+screenshot_droidcast_raw()
}
class Scrcpy {
+screenshot_scrcpy()
}
class Window {
+screenshot_window_background()
}
class NemuIpc {
+screenshot_nemu_ipc()
}
Screenshot --|> Adb
Screenshot --|> DroidCast
Screenshot --|> Scrcpy
Screenshot --|> Window
Screenshot --|> NemuIpc
支持的截图方法对比
| 截图方法 | 适用模拟器 | 优点 | 缺点 | 推荐指数 |
|---|---|---|---|---|
| ADB | 通用 | 兼容性好,稳定 | 速度较慢 | ⭐⭐⭐⭐ |
| ADB_nc | 通用 | 网络传输,效率高 | 需要网络配置 | ⭐⭐⭐ |
| uiautomator2 | 主流模拟器 | 原生Android支持 | 可能黑屏 | ⭐⭐ |
| DroidCast | MuMu等 | 专为模拟器优化 | 特定版本兼容 | ⭐⭐⭐⭐ |
| DroidCast_raw | MuMu特定版本 | 原始数据流 | 兼容性差 | ⭐⭐ |
| scrcpy | 通用 | 实时流媒体 | 资源占用高 | ⭐⭐⭐⭐ |
| window_background | 桌面模式 | 直接窗口捕获 | 仅限桌面环境 | ⭐⭐ |
| nemu_ipc | 网易MuMu | 官方接口 | 仅限MuMu | ⭐⭐⭐⭐⭐ |
常见问题分析
1. 纯黑屏截图问题
def check_screen_black(self):
# 检查屏幕颜色
# 在某些模拟器上可能会获取到纯黑截图
color = get_color(self.image, area=(0, 0, 1280, 720))
if sum(color) < 1:
logger.warning(f'Received pure black screenshots from emulator, color: {color}')
# 处理逻辑...
问题表现:脚本运行后立即停止,日志显示"Received pure black screenshots"
根本原因:
- 模拟器未完全启动
- 截图方法不兼容当前模拟器版本
- minicap组件未正确安装
2. 分辨率不匹配问题
def check_screen_size(self):
"""
屏幕尺寸必须为1280x720
调用前需要先截图
"""
width, height = image_size(self.image)
if width == 1280 and height == 720:
return True
else:
logger.critical(f'Resolution not supported: {width}x{height}')
raise RequestHumanTakeover
问题表现:脚本报错"Resolution not supported"
解决方案:
- 将模拟器分辨率设置为1280x720
- 检查模拟器DPI设置
- 确认游戏画面比例
3. 方向处理异常
def _handle_orientated_image(self, image):
# 处理旋转的截图
if self.orientation == 1:
image = cv2.rotate(image, cv2.ROTATE_90_COUNTERCLOCKWISE)
elif self.orientation == 2:
image = cv2.rotate(image, cv2.ROTATE_180)
# 其他方向处理...
问题表现:图像识别失败,坐标计算错误
解决方案与最佳实践
1. 模拟器选择与配置
flowchart TD
A[选择模拟器] --> B{MuMu模拟器}
A --> C{其他模拟器}
B --> D[版本 ≥ 12.1.5.0]
D --> E[截图方法: nemu_ipc]
E --> F[✅ 最佳兼容性]
C --> G[检查模拟器版本]
G --> H[尝试DroidCast]
H --> I[备用: ADB]
I --> J[⚠️ 需要测试]
2. 截图方法调试流程
# 调试脚本示例
def debug_screenshot_methods():
device = Device(config=config)
methods = device.screenshot_methods.keys()
for method in methods:
try:
device.config.script.device.screenshot_method = method
image = device.screenshot()
print(f"{method}: SUCCESS - {image.shape}")
except Exception as e:
print(f"{method}: FAILED - {str(e)}")
3. 配置优化建议
# 推荐配置
script:
device:
screenshot_method: "nemu_ipc" # MuMu模拟器首选
# screenshot_method: "DroidCast" # 其他模拟器
# screenshot_method: "scrcpy" # 通用方案
optimization:
screenshot_interval: 0.1 # 截图间隔
combat_screenshot_interval: 0.3 # 战斗中间隔
error:
save_error: true # 保存错误截图
screenshot_length: 60 # 保存最近60张截图
故障排除指南
1. 快速诊断命令
# 检查ADB连接
adb devices
adb shell wm size
adb shell dumpsys window | grep DisplayWidth
# 检查模拟器状态
adb shell ps | grep android
2. 常见错误代码处理
| 错误信息 | 含义 | 解决方案 |
|---|---|---|
Resolution not supported |
分辨率不支持 | 设置1280x720分辨率 |
Received pure black screenshots |
黑屏截图 | 更换截图方法 |
Invalid device orientation |
方向错误 | 检查模拟器旋转设置 |
minicap uninstalled |
minicap组件问题 | 重新安装或使用其他方法 |
3. 性能优化建议
graph LR
A[高频任务] --> B[scrcpy<br/>实时流]
B --> C[低延迟<br/>高CPU]
D[常规任务] --> E[nemu_ipc<br/>专用接口]
E --> F[平衡<br/>推荐]
G[兼容模式] --> H[ADB<br/>通用]
H --> I[高兼容<br/>低性能]
总结
OnmyojiAutoScript的截图兼容性问题主要源于模拟器环境的多样性。通过理解其多方法截图架构、掌握正确的配置方式、并遵循系统化的调试流程,用户可以有效解决大部分运行异常问题。
关键要点:
- MuMu模拟器配合
nemu_ipc方法提供最佳兼容性 - 分辨率必须设置为1280x720以确保正常识别
- 多方法备用是解决兼容性问题的有效策略
- 及时更新模拟器和脚本版本以获得最新兼容性改进
通过本文的详细分析和解决方案,相信用户能够更好地应对OnmyojiAutoScript运行过程中的截图兼容性问题,享受顺畅的自动化游戏体验。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 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
12
1
🔥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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178