OPENCLAW(龙虾)-屏幕查看器
概述
此技能提供了使用Python进行屏幕截图和图像处理的功能。它依赖于Pillow (PIL) 和pyautogui库来捕获屏幕内容，并可选择性地使用pytesseract进行OCR文字识别。
安装依赖
方法1：一键安装（推荐）
python scripts/setup.py
方法2：手动安装
必需依赖（基础功能）：
pip install pillow pyautogui
可选依赖（OCR功能）：
pip install pytesseract
Tesseract OCR引擎（OCR功能必需）：
- Windows: 运行
python scripts/install_tesseract.py自动安装 - Windows (手动): 从 https://github.com/UB-Mannheim/tesseract/wiki 下载安装
- macOS:
brew install tesseract - Linux:
sudo apt-get install tesseract-ocr
可选依赖（高级分析功能）：
pip install opencv-python numpy
验证安装
# 检查所有依赖
python scripts/dependency_check.py
# 测试截图功能
python scripts/test_screenshot.py
# 测试OCR功能
python scripts/test_ocr.py
# 运行所有示例
python examples/run_examples.py
使用方法
基本屏幕截图
使用scripts/screenshot.py脚本捕获整个屏幕：
python scripts/screenshot.py --output screenshot.png
捕获特定区域：
python scripts/screenshot.py --output screenshot.png --region "100,100,500,500"
文字识别
使用scripts/ocr_screenshot.py脚本捕获屏幕并识别文字：
python scripts/ocr_screenshot.py --output screenshot.png --text-output text.txt
分析屏幕内容
使用scripts/analyze_screen.py脚本进行更复杂的分析：
python scripts/analyze_screen.py --task find_text --text "搜索词"
工作流程
当用户请求屏幕相关操作时：
- 确定需求 - 明确用户需要的是截图、文字识别还是其他分析
- 选择脚本 - 根据需求选择合适的脚本
- 设置参数 - 配置输出路径、区域等参数
- 执行脚本 - 运行相应的Python脚本
- 处理结果 - 将结果展示给用户或进行进一步分析
常见任务
任务1：快速截图
- 使用：
scripts/screenshot.py - 参数：
--output指定输出文件路径 - 示例：捕获整个屏幕并保存为当前目录的screenshot.png
任务2：区域截图
- 使用：
scripts/screenshot.py - 参数：
--region "x1,y1,x2,y2" - 示例：捕获屏幕左上角500x500像素区域
任务3：屏幕文字提取
- 使用：
scripts/ocr_screenshot.py - 参数：
--text-output指定文本输出文件 - 示例：捕获屏幕并提取所有文字保存到text.txt
任务4：查找特定内容
- 使用：
scripts/analyze_screen.py - 参数：
--task find_text --text "搜索内容" - 示例：在屏幕上查找特定文字并高亮显示
注意事项
- 权限：某些应用程序可能需要管理员权限才能捕获其窗口内容
- 性能：高分辨率屏幕截图可能需要较多内存
- OCR准确性：文字识别准确性受字体、背景、分辨率影响
- 多显示器：脚本默认捕获主显示器，多显示器环境需要特殊处理
故障排除
如果截图失败：
- 检查Python库是否正确安装
- 确认有足够的权限
- 尝试降低分辨率或捕获特定区域
如果OCR识别不准确：
- 确保Tesseract正确安装
- 尝试预处理图像（二值化、去噪）
- 指定语言参数（如
--lang chi_sim用于简体中文）