StarRailCopilot项目中的网页截图性能优化实践
2025-06-19 00:34:52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
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
535
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
773
191
Ascend Extension for PyTorch
Python
343
406
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