AzurLaneAutoScript 中满舰强化时OCR识别错误问题分析
2025-05-30 12:36:05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
相关项目推荐
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253