用pyside6写一个自定义矩形截图工具

以下代码使用PySide6实现一个简单的矩形截图工具,支持鼠标拖动选择区域、右键取消选择、双击确认截图。


python



复制

插入

import sys
from PySide6.QtWidgets import (QApplication, QMainWindow, QLabel, 
                               QWidget, QVBoxLayout)
from PySide6.QtCore import Qt, QPoint, QRect
from PySide6.QtGui import QPixmap, QPainter, QPen, QColor, QScreen


class ScreenshotTool(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("截图工具")
        self.setWindowFlags(Qt.WindowStaysOnTopHint | Qt.FramelessWindowHint)
        self.setAttribute(Qt.WA_TranslucentBackground)
        
        # 获取屏幕尺寸并设置全屏
        screen = QApplication.primaryScreen()
        self.screen_rect = screen.availableGeometry()
        self.setGeometry(self.screen_rect)
        
        # 初始化变量
        self.start_point = QPoint()
        self.end_point = QPoint()
        self.is_dragging = False
        self.captured_rect = QRect()
        
        # 设置中心窗口
        central_widget = QWidget()
        self.setCentralWidget(central_widget)
        layout = QVBoxLayout(central_widget)
        
        # 添加一个透明标签覆盖整个屏幕
        self.overlay = QLabel()
        self.overlay.setStyleSheet("background-color: rgba(0, 0, 0, 100);")
        layout.addWidget(self.overlay)
        
    def mousePressEvent(self, event):
        if event.button() == Qt.LeftButton:
            self.start_point = event.position().toPoint()
            self.end_point = self.start_point
            self.is_dragging = True
            
    def mouseMoveEvent(self, event):
        if self.is_dragging:
            self.end_point = event.position().toPoint()
            self.update()
            
    def mouseReleaseEvent(self, event):
        if event.button() == Qt.LeftButton and self.is_dragging:
            self.is_dragging = False
            self.capture_selected_area()
            
        if event.button() == Qt.RightButton:
            self.close()
            
    def mouseDoubleClickEvent(self, event):
        if event.button() == Qt.LeftButton and not self.captured_rect.isEmpty():
            self.save_screenshot()
            self.close()
            
    def paintEvent(self, event):
        painter = QPainter(self)
        painter.setRenderHint(QPainter.Antialiasing)
        
        # 绘制半透明覆盖层
        painter.fillRect(self.rect(), QColor(0, 0, 0, 100))
        
        # 绘制选择区域
        if self.is_dragging or not self.captured_rect.isEmpty():
            selection = self.get_selection_rect()
            painter.setPen(QPen(Qt.white, 2, Qt.DashLine))
            painter.drawRect(selection)
            
            # 清除选择区域内的覆盖层
            painter.setCompositionMode(QPainter.CompositionMode_Clear)
            painter.fillRect(selection, Qt.transparent)
            painter.setCompositionMode(QPainter.CompositionMode_SourceOver)
            
    def get_selection_rect(self):
        if self.is_dragging:
            return QRect(self.start_point, self.end_point).normalized()
        return self.captured_rect
        
    def capture_selected_area(self):
        selection = self.get_selection_rect()
        if selection.width() > 10 and selection.height() > 10:
            self.captured_rect = selection
            self.update()
            
    def save_screenshot(self):
        screen = QApplication.primaryScreen()
        screenshot = screen.grabWindow(0, 
                                     self.captured_rect.x(), 
                                     self.captured_rect.y(), 
                                     self.captured_rect.width(), 
                                     self.captured_rect.height())
        screenshot.save("screenshot.png", "PNG")
        print(f"截图已保存为 screenshot.png")


if __name__ == "__main__":
    app = QApplication(sys.argv)
    window = ScreenshotTool()
    window.show()
    sys.exit(app.exec())



复制

插入

功能说明

  1. 全屏覆盖:创建一个半透明的全屏窗口覆盖整个屏幕,方便用户选择截图区域。

  2. 矩形选择

    • 左键点击并拖动创建选择矩形
    • 选择区域会显示为透明,周围保持半透明覆盖
    • 选择矩形边框使用白色虚线
  3. 操作控制

    • 右键点击取消截图操作
    • 左键双击确认并保存截图
    • 截图会自动保存为screenshot.png
  4. 截图保存:使用QScreen的grabWindow方法捕获指定区域的屏幕内容。

扩展改进建议

上篇文章我们提到了利用百度的OCR去提取图片中的文字,此文我们学会了如何写一个自定义的截图工具,这两个程序拼到一起,是不是就实现了截图复制文字的功能

同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值