AzurLaneAutoScript 中满舰强化时OCR识别错误问题分析
2025-05-30 11:22:18作者:郁楠烈Hubert
问题背景
在AzurLaneAutoScript自动化脚本运行过程中,当游戏内舰船数量达到上限触发强化提示时,系统偶尔会出现OCR识别错误的情况。具体表现为将强化提示界面错误识别为地图猫攻击(MAP_CAT_ATTACK)界面,导致后续操作流程异常。
问题现象
当游戏内舰船数量达到上限时,系统会弹出强化提示。正常情况下,脚本应该:
- 识别强化提示
- 点击进入强化界面
- 执行强化操作
但在异常情况下,系统会:
- 错误地将强化提示识别为MAP_CAT_ATTACK
- 点击MAP_CAT_ATTACK按钮
- 进入识别失败的死循环
- 最终因超时抛出GameStuckError异常
技术分析
识别区域重叠问题
经过分析,发现问题的根本原因在于MAP_CAT_ATTACK的识别区域(1240, 130)附近与游戏内船坞滚动条部分区域存在重叠。这种重叠导致在特定情况下(如从强化提示转场到强化界面的动画过程中),系统可能错误地将界面元素识别为MAP_CAT_ATTACK。
识别机制问题
当前实现中,MAP_CAT_ATTACK的识别绕开了appear检查,直接使用OCR识别。这种设计虽然提高了识别速度,但也增加了误识别的风险。特别是在转场动画等动态变化过程中,图像特征可能短暂匹配错误模板。
解决方案建议
方案一:调整识别区域
- 将MAP_CAT_ATTACK识别区域右移,避开船坞滚动条区域
- 或者将识别区域改为左下角(20, 590)附近
- 确保新区域不会与其他UI元素产生冲突
方案二:增强识别鲁棒性
- 增加转场动画期间的等待时间
- 引入多帧验证机制,避免单帧误识别
- 结合上下文信息进行二次验证
方案三:优化错误处理
- 增加对强化流程的专门监控
- 当检测到异常跳转时,执行恢复操作
- 优化超时处理机制,提供更详细的错误信息
实施建议
对于短期修复,建议优先采用方案一,调整识别区域位置。这是最直接有效的解决方案,改动量小且风险可控。
对于长期优化,可以结合方案二和方案三,增强系统的整体鲁棒性。特别是对于这类转场过程中的识别问题,增加上下文感知和多帧验证能显著提高识别准确率。
总结
AzurLaneAutoScript在满舰强化场景下的OCR识别错误问题,主要源于特定UI区域的识别冲突和转场过程中的动态识别挑战。通过合理调整识别区域、增强识别算法鲁棒性以及优化错误处理流程,可以有效解决这一问题,提升自动化脚本的稳定性和用户体验。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
861
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K