http://blog.csdn.net/pipisorry/article/details/46564967
找茬游戏地址[美女大家来找茬]
下载安装PyWin32库(对windows接口的Python封装)http://sourceforge.net/projects/pywin32/，但不能直接点Download图标，不然下下来是一个Readme.txt，点“Browse All Files”寻找需要的版本。
使用spy++找到窗口句柄（或者找到窗口类名lpClassName和窗口名lpWindowName）[python指定窗口截图-spy++用法]
hwnd = win32gui.FindWindow("MozillaWindowClass", "游戏全屏 - Mozilla Firefox") if not hwnd: print(RED, ‘window not found!‘, DEFAULT) else: print(hwnd) # hwnd = 918912 #或者直接使用句柄Note:
1. FindWindow函数：
FindWindow这个函数检索处理顶级窗口的类名和窗口名称匹配指定的字符串。这个函数不搜索子窗口。
函数功能：该函数获得一个顶层窗口的句柄，该窗口的类名和窗口名与给定的字符串相匹配。这个函数不查找子窗口。在查找时不区分大小写。
函数型：HWND FindWindow（LPCTSTR IpClassName，LPCTSTR IpWindowName）;
参数：
IpClassName ：指向一个指定了类名的空结束字符串，或一个标识类名字符串的成员的指针。如果该参数为一个成员，则它必须为前次调用theGlobafAddAtom函数产生的全局成员。该成员为16位，必须位于IpClassName的低16位，高位必须为0。
IpWindowName：指向一个指定了窗口名（窗口标题）的空结束字符串。如果该参数为空，则为所有窗口全匹配。
返回值：如果函数成功，返回值为具有指定类名和窗口名的窗口句柄；如果函数失败，返回值为NULL。
[findwindow-baike.baidu]
2. 句柄
直接使用句柄可能的问题：
1）firefox中每个页面tab都是同一个句柄，程序中找到的句柄对应当前tab，如果当前tab不是找茬游戏就不对了
2）使用窗口类名lpClassName和窗口名lpWindowName时如果当前tab不是找茬游戏会找不到相应句柄
上面问题一个有效的解决方法是将找茬游戏单独在新窗口中打开
也可以使用spy++反向从句柄找到句柄对应窗口，检查是否正确。
提取图片采用了截屏的方式，找到窗口后将窗口提到最前，再作窗口截屏。
下载安装PIL图形处理库[linux和windows下安装python拓展包-...PIL、pythonqt...]
win32gui.ShowWindow(hwnd, win32con.SW_MAXIMIZE) # 强行显示界面后才好截图,SW_RESTORE初始大小 win32gui.SetForegroundWindow(hwnd) # 将窗口提到最前 # 裁剪得到全图 game_rect = win32gui.GetWindowRect(hwnd) # src_image = ImageGrab.grab(game_rect) src_image = ImageGrab.grab((game_rect[0] + 20, game_rect[1] + 176, game_rect[2] - 523, game_rect[1] + 176 + 514)) # src_image.show() width, hight = src_image.size # 分别裁剪左右内容图片 left_box = (0, 0, width // 2 + 1, hight) right_box = (width // 2 + 1, 0, width, hight) image_left = src_image.crop(left_box) image_right = src_image.crop(right_box) # image_left.show() # image_right.show()Note:
1.win32gui.GetWindowRect函数
l,t,r,b =
win32gui.GetWindowRect(self.hwnd) #返回图形左、上、右、下边界
2.ImageGrab.grab函数：ImageGrab是PIL的一个模块，用于图像的抓取。不带参数的ImageGrab.grab()进行全屏截屏，返回一个Image对象，也可使用一个元组作为参数指定要截取的范围（左上与右下两点的坐标），这两种截屏都是不带鼠标指针的。
上面用到的坐标都为为了演示代码简单填的，实际上可使用了变量参数，而且要区分分辨率什么的。参数也可以为图形要截取的左、上、右、下边界
还有一个ImageGrab.grabclipboard()可从系统剪贴板采集图像。
3. 得到Image图像后可用show()方法，使用系统默认的图像查看工具打开，方便调试。
也可以用save(filename)保存成文件，对应的可以Image.open(filename)打开获得。
4. crop(box)方法:参数为左上和右下标点坐标
grab得到了一个包含左右图片的Image对象后，用crop(box)方法可裁剪得到其中指定的区域，分别拿到左右两个游戏图片。
对比获得两图内容不同的区域
把两图裁剪成N个小图片分别对比，左右统一区域对应的小图片不相等则为“茬”区，问题是怎么判断两个图片内容不一致？
Image.histogram()函数:用于得到图像的颜色直方图。直方图可以表示一张图片中各种亮度（或颜色）的数量，两张自然图片的直方图基本是不一样的，除非两图对称、颜色一致但排列不一，但就算如此，将两图继续分割下去，其子图的直方图也会不一样。直方图就是一种图形到数值的转换，对比两图的颜色数值就可知是否存在差异。一张用RBG颜色格式的图像，histogram()函数将返回一个长度为768的数组，第0-255表示红色的0-255，第256-511表色绿色的0-255，第512-767表色蓝色的0-255，数值表示该颜色像素的个数。因此，histogram()列表所有成员之和等于改图像的像素值 x 3。
用来获得两图比较的数值差的函数
def channel_compare(cha_a, cha_b): ‘‘‘ 比较两个颜色通道的差异值并返回 ‘‘‘ sum_a = sum([i * v for i, v in enumerate(cha_a)]) sum_b = sum([i * v for i, v in enumerate(cha_b)]) # red_a = 0 # red_b = 0 # for i in range(0, 256): # red_a += histogram_a[i + 0] * i # red_b += histogram_b[i + 0] * i if sum_a + sum_b > 0: diff_channel = abs(sum_a - sum_b) * 10000 / max(sum_a, sum_b) return diff_channel def image_compare(image_a, image_b): ‘‘‘ 返回两图的差异值, 返回两图红绿蓝差值万分比之和 ‘‘‘ histogram_a = image_a.histogram() histogram_b = image_b.histogram() if len(histogram_a) != 768 or len(histogram_b) != 768: print(RED, "get histogram error", DEFAULT) return None print([i * v for i, v in enumerate(histogram_a)][0:10]) diff_red = channel_compare(histogram_a[:256], histogram_b[:256]) diff_green = channel_compare(histogram_a[256:512], histogram_b[256:512]) diff_blue = channel_compare(histogram_a[512:768], histogram_b[512:768]) return diff_red, diff_green, diff_blueNote:将函数返回的红绿蓝差值相加，如果超过了预定定的阀值2000，则表示该区域不同。这个计算方式有点“土”，但对这次要解决的问题很有效，就没再继续改进。
把两图裁剪成N个小图片分别对比
# 将左右大图裁剪成多个小图分别进行对比 result = zeros((width // 10, hight // 10)) for col in range(0, width // 10): for row in range(0, hight // 10): clip_box = (col * 10, row * 10, (col + 1) * 10, (row + 1) * 10) clip_image_left = image_left.crop(clip_box) clip_image_right = image_right.crop(clip_box) clip_diff = image_compare(clip_image_left, clip_image_right) if sum(clip_diff) > 2000: result[row][col] = 1Note:大图是780*520，分隔成10x10的小块，定义一个78*52的二位数组存储结果，分别比较后将差值大于阀值的数组区域标记为1.
ref:PIL Document
原文地址：http://blog.csdn.net/pipisorry/article/details/46564967
