AzurLaneAutoScript中阵型切换时info_bar遮挡问题的分析与解决
2025-05-30 12:19:57作者:滕妙奇
问题背景
在AzurLaneAutoScript自动化脚本项目中,15图开荒功能模块出现了一个关于阵型切换的识别问题。当使用Switch类进行阵型切换时,游戏界面顶部的info_bar信息栏会遮挡部分阵型识别区域,导致系统频繁输出"unknown"识别结果,影响操作效率和日志整洁度。
问题现象分析
从日志记录中可以观察到,在阵型切换过程中出现了大量"unknown"识别结果:
- 初始识别为"diamond"阵型
- 切换过程中连续出现11次"unknown"
- 最终成功识别为"line_ahead"阵型
- 再次切换时又出现10次"unknown"
- 最终识别为"double_line"阵型
这种识别不稳定现象会降低脚本执行效率,增加不必要的等待时间,同时产生大量无效日志。
技术原理
该问题的核心在于图像识别模板匹配机制。AzurLaneAutoScript使用预先准备的阵型模板图片进行匹配识别,当游戏界面的info_bar信息栏弹出时,会遮挡阵型图标的上半部分,导致模板匹配失败。
解决方案
经过技术分析,最合理的解决方案是修改阵型识别的模板图片:
- 裁剪现有模板图片,仅保留阵型图标的下半部分(未被info_bar遮挡的区域)
- 调整匹配算法参数,确保即使只匹配部分图标也能准确识别
- 优化识别间隔时间,减少不必要的重复识别
这种解决方案的优势在于:
- 不需要修改核心的Switch类逻辑
- 保持代码的简洁性和可维护性
- 有效解决识别不稳定的问题
- 对系统性能影响最小
实现建议
对于想要自行解决此问题的开发者,可以按照以下步骤操作:
- 定位到阵型模板图片资源目录
- 使用图像编辑工具裁剪所有阵型模板图片,去除上半部分
- 测试新的模板图片在各种情况下的识别准确率
- 必要时调整匹配阈值参数
总结
在自动化脚本开发中,UI元素遮挡是常见问题。通过优化识别模板和调整匹配策略,可以有效提高识别稳定性。AzurLaneAutoScript项目采用裁剪模板图片的解决方案,既保持了代码的简洁性,又彻底解决了阵型切换时的识别问题,体现了项目团队对细节的关注和对用户体验的重视。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
383
457
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++
894
680
暂无简介
Dart
804
198
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
353
210
昇腾LLM分布式训练框架
Python
119
146
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
68
20
🎉 (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
1.37 K
781