此技能应被用于任何需要捕获屏幕截图、分析屏幕内容或处理屏幕图像的任务。包括:使用Python PIL库捕获整个屏幕或特定区域的截图;保存截图到指定位置;分析截图中的文字内容(支持中英文OCR识别);对截图进行基本图像处理(裁剪、旋转、调整大小)。当用户提到"屏幕截图"、"截屏"、"查看屏幕"或需要分析屏幕上的内容...
--- name: openclaw-screen-viewer displayName: OPENCLAW(龙虾)-屏幕查看器 description: 此技能应被用于任何需要捕获屏幕截图、分析屏幕内容或处理屏幕图像的任务。包括:使用Python PIL库捕获整个屏幕或特定区域的截图;保存截图到指定位置;分析截图中的文字内容(支持中英文OCR识别);对截图进行基本图像处理(裁剪、旋转、调整大小)。当用户提到"屏幕截图"、"截屏"、"查看屏幕"或需要分析屏幕上的内容时,使用此技能。 version: 1.0.0 author: CodeBuddy User license: MIT keywords: - 屏幕截图 - OCR识别 - 文字提取 - 屏幕分析 - 图像处理 - 中文识别 - openclaw categories: - 图像处理 - OCR - 屏幕工具 - AI助手 --- # 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) ```bash python scripts/setup.py ``` ### 方法2:手动安装 **必需依赖**(基础功能): ```bash pip install pillow pyautogui ``` **可选依赖**(OCR功能): ```bash 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): ```bash pip install opencv-python numpy ``` ### 验证安装 ```bash # 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 python scripts/screenshot.py --output screenshot.png ``` 捕获特定区域: ```python 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 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 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: 1. **确定需求** - 明确用户需要的是截图、文字识别还是其他分析 2. **选择脚本** - 根据需求选择合适的脚本 3. **设置参数** - 配置输出路径、区域等参数 4. **执行脚本** - 运行相应的Python脚本 5. **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 1. **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 2. **性能**:高分辨率屏幕截图可能需要较多内存 3. **OCR准确性**:文字识别准确性受字体、背景、分辨率影响 4. **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: 1. 检查Python库是否正确安装 2. 确认有足够的权限 3. 尝试降低分辨率或捕获特定区域 如果OCR识别不准确: 1. 确保Tesseract正确安装 2. 尝试预处理图像(二值化、去噪) 3. 指定语言参数(如`--lang chi_sim`用于简体中文)
don't have the plugin yet? install it then click "run inline in claude" again.