目前读写QQ的机器人都是基于爬虫分析smartqq报文来实现的,然而smartqq腾讯已经不再维护,其HTTP服务端经常不可用,且经常需要不定时的重启,foolqq应运而生!
定时截取屏幕,并识别图片关键点像素,确定群会话窗口的位置,并通过剪贴板实现JVM消息和屏幕消息的交换。通过Robot类操作鼠标和键盘。
1 运行QQcls.exe,这是一个一键清屏(F10键)的程序,简化了清屏的步骤。
2 打开你要监控的群或讨论组,截取群或讨论组的头像,截取的范围不要超出头像的范围,如下红色框中范围差不多即可。将截取后的图像另存为png格式,截取后的图像不能有压缩,并为图片起个英文名字(如下是gj.png),这个名字很重要,对foolqq而言,相当于当前群的id。如果你有多个群,重复此步骤。
3 经过步骤2,foolqq可以找到qq对话框,接下来需要找到输入和输出的位置,如下图所示,工具栏之上的部分是输出,下方是我们的输入,由于qq会话窗口可以自定义大小且工具栏也可以上下拖动,因此对不同用户而言,窗口的位置信息是不一定的,因此,我们需要一张关键图片来描述输入和输出的位置,且这张图片的名字必须是point.png。
关于point.png,我们选择红色框中的A字体标签,截取其中间的横线部分,如下图红色区域所示,务必保证截图中不要包含背景的任何一个像素,这么做的原因是,QQ的背景面板颜色会根据窗口大小、当前群的头像进行渐变色计算,为了提供公共可用的识别点,我们使用下图红色区域的部分。
4 最后请不要使用QQ的合并窗口功能,如果你有多个群,将他们平铺在桌面上,这样foolqq可以监控多个群面板、并保证使用enter键可以发送消息而不是enter+ctrl,关闭多彩气泡功能。上述所有图片路径需要放在工程的根目录下。
public static void main(String[] args) throws AWTException, IOException, NativeHookException { //创建BaseQQWindowContext的实例、传入之前做好的point.png文件 BaseQQWindowContext context=new BaseQQWindowContext(new File("point.png")) { @Override public void onMessage(String name, QQMsg msg) { //name是图片名称(不包括扩展名),对前面提到的gj.png图片而言这里name就是gj,因此可以根据name判断到底是哪个群的消息 System.out.println(msg); //msg包括内容、发送人QQ、昵称、时间 } }; }
本文向大家介绍Python图像的增强处理操作示例【基于ImageEnhance类】,包括了Python图像的增强处理操作示例【基于ImageEnhance类】的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Python图像的增强处理操作。分享给大家供大家参考,具体如下: python中PIL模块中有一个叫做ImageEnhance的类,该类专门用于图像的增强处理,不仅可以增强(或减弱)图像
主要内容:图像裁剪操作,图像拷贝和粘贴图像的剪裁、复制、粘贴是图像处理过程中经常使用的基本操作,Pillow Image 类提供了简单、易用的 API 接口,能够帮助您快速实现这些简单的图像处理操作。 图像裁剪操作 Image 类提供的 crop() 函数允许我们以矩形区域的方式对原图像进行裁剪,函数的语法格式如下: box:表示裁剪区域,默认为 None,表示拷贝原图像。 注意:box 是一个有四个数字的元组参数 (x_左上,y_左
本文向大家介绍Python图像滤波处理操作示例【基于ImageFilter类】,包括了Python图像滤波处理操作示例【基于ImageFilter类】的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Python图像滤波处理操作。分享给大家供大家参考,具体如下: 在图像处理中,经常需要对图像进行平滑、锐化、边界增强等滤波处理。在使用PIL图像处理库时,我们通过Image类中的成员函数filt
本文向大家介绍Python OpenCV处理图像之图像像素点操作,包括了Python OpenCV处理图像之图像像素点操作的使用技巧和注意事项,需要的朋友参考一下 本文实例为大家分享了Python OpenCV图像像素点操作的具体代码,供大家参考,具体内容如下 0x01. 像素 有两种直接操作图片像素点的方法: 第一种办法就是将一张图片看成一个多维的list,例如对于一张图片im,想要操作第四行第
本文向大家介绍Python Opencv图像处理基本操作代码详解,包括了Python Opencv图像处理基本操作代码详解的使用技巧和注意事项,需要的朋友参考一下 1.图像读取 使用cv2.imread(filepath,flags)读入图像 filepath: 读入图像完整路径(绝对路径,相对路径) flags: 读入图像标志 cv2.IMREAD_COLOR:默认参数,读入一副彩色图,忽略al
本文向大家介绍Python Image模块基本图像处理操作小结,包括了Python Image模块基本图像处理操作小结的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Python Image模块基本图像处理操作。分享给大家供大家参考,具体如下: Python 里面最常用的图像操作库是Image library(PIL),功能上,虽然还不能跟Matlab比较,但是还是比较强大的,废话补多少,
我试图开发一个应用程序,使用Tesseract从手机摄像头拍摄的文件中识别文本。为了更好的识别,我使用OpenCV对图像进行预处理,使用高斯模糊和阈值方法进行二值化,但结果很糟糕。 我可以使用哪些其他过滤器来使图像对Tesseract更具可读性?
这个package一直有,老久了,只是一直都是我们内部自己用,没有直接写出来. 直接原文拷贝啦,从http,哈哈. 图像读取 你会发现,Images类只有一个read方法,参数类型是Object // 可以是URL对象 Images.read(new Url("https://www.baidu.com/img/bdlogo.png")); // 可以是路径 Images.read("/dev/