AzurLaneAutoScript 中满舰强化时OCR识别错误问题分析
2025-05-30 17:12:14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
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- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
249
2.48 K
deepin linux kernel
C
24
6
Ascend Extension for PyTorch
Python
90
119
暂无简介
Dart
548
119
React Native鸿蒙化仓库
JavaScript
217
298
🎉 (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
1.02 K
600
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++
592
126
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
1.02 K
411
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
356
1.75 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
153
204