StarRailCopilot项目中的网页截图性能优化实践
2025-06-19 03:24:38作者:魏献源Searcher
背景与问题分析
在网页自动化测试和游戏辅助工具开发中,快速获取网页截图是一个常见但关键的需求。StarRailCopilot项目最初使用Chrome调试协议进行网页截图,但发现每次截图耗时高达100多毫秒,这在需要频繁截图的场景下会成为性能瓶颈。
优化思路
借鉴了ADB和DroidCast等工具在移动设备上的优化经验,我们决定在浏览器端直接处理图像数据,避免传统截图方法中的多次数据转换和传输延迟。核心思想是"用带宽换速度",即在本地设备上直接处理图像数据流。
技术实现方案
浏览器端JavaScript实现
在浏览器端,我们通过JavaScript直接操作视频元素和Canvas来实现高效截图:
function scr() {
const video = document.querySelector(".game-player__video");
const canvas = document.createElement("canvas");
canvas.width = video.videoWidth | video.width;
canvas.height = video.videoHeight | video.height;
const ctx = canvas.getContext("2d");
ctx.drawImage(video, 0, 0, canvas.width, canvas.height);
let imageArray = ctx.getImageData(0, 0, canvas.width, canvas.height).data;
let blob = new Blob([imageArray], {type: "application/octet-stream"});
let formData = new FormData();
formData.append("width", canvas.width);
formData.append("height", canvas.height);
formData.append("image", blob);
fetch("http://127.0.0.1:5000/upload", {
method: "POST",
body: formData
});
}
这段代码实现了:
- 获取视频元素并创建临时Canvas
- 将视频帧绘制到Canvas上
- 提取原始图像数据并打包为二进制流
- 通过HTTP POST发送到本地服务
服务端Python实现
服务端使用Python的HTTP服务器接收并处理图像数据:
class PostJsServer(HTTPServer):
def __init__(self, host='127.0.0.1', port=5000):
self.log_message('PostJsServer start')
super().__init__((host, port), RequestHandler)
self.image = None
def serve(self, poll_interval=0.01):
# 实现了一个可中断的HTTP服务
# 仅在有请求时处理,处理完成后立即返回
...
关键优化点包括:
- 自定义表单解析器,比通用库更高效
- 实现了可中断的HTTP服务,只在需要时运行
- 使用生成器模式控制服务流程
- 直接处理二进制图像数据,减少转换步骤
性能对比
相比传统Chrome调试协议截图方法:
- 减少了数据转换次数
- 避免了不必要的协议开销
- 本地传输带宽利用率更高
- 服务按需启动,资源占用更低
应用场景
这种优化方案特别适合以下场景:
- 需要高频截图的自动化测试
- 实时游戏画面分析
- 对延迟敏感的视觉处理应用
- 资源受限的本地开发环境
总结
通过将图像处理逻辑前移到浏览器端,并优化数据传输流程,StarRailCopilot项目成功将网页截图性能提升了一个数量级。这种"本地优先"的设计思路不仅适用于截图场景,也可以推广到其他需要高效数据交换的Web自动化场景中。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C077
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
Ascend Extension for PyTorch
Python
269
309
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
188
77
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
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++
843
421
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
105
119
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
10
1
🎉 (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
1.26 K
692