OnmyojiAutoScript 中寮突任务预设识别问题的分析与解决
项目地址: https://gitcode.com/gh_mirrors/on/OnmyojiAutoScript 前言：寮突自动化的重要性与挑战
在阴阳师（Onmyoji）游戏中，寮突（结界突破）是获取勋章、勾玉和结界卡的重要日常活动。然而，手动操作寮突任务既耗时又重复，这正是自动化脚本的价值所在。OnmyojiAutoScript 作为专业的阴阳师自动化工具，其寮突模块（RealmRaid）承担着智能识别和自动攻击的关键任务。
但在实际使用中，许多用户遇到了预设识别问题：脚本无法正确识别勋章等级、攻击顺序混乱、甚至错过高价值目标。本文将深入分析这些问题的根源，并提供系统的解决方案。
寮突任务的核心识别机制
图像识别架构
OnmyojiAutoScript 采用基于模板匹配（Template Matching）的图像识别技术，通过预定义的 RuleImage 对象来识别游戏界面中的各种元素：
# 勋章等级识别规则定义
I_MEDAL_5 = RuleImage(roi_front=(238,205,212,53), roi_back=(216,187,919,364),
threshold=0.8, method="Template matching",
file="./tasks/RealmRaid/res/res_medal_5.png")
I_MEDAL_4 = RuleImage(roi_front=(241,483,193,46), roi_back=(228,178,899,362),
threshold=0.8, method="Template matching",
file="./tasks/RealmRaid/res/res_medal_4.png")
# ... 其他勋章等级定义
攻击顺序预设系统
脚本通过 order_attack 配置项定义攻击优先级：
order_attack: str = Field(title='Order Attack', default='5 > 4 > 3 > 2 > 1 > 0',
description='order_attack_help')
常见识别问题分析
问题一：勋章等级识别失败
症状表现：
- 脚本无法正确识别五星勋章，误判为低等级
- 高价值目标被忽略，攻击低价值目标
根本原因：
- 图像模板过时：游戏UI更新导致模板不匹配
- 分辨率适配问题：不同设备分辨率下ROI（Region of Interest）区域偏移
- 亮度对比度变化：游戏内时间、天气效果影响图像识别
问题二：攻击顺序混乱
症状表现：
- 不按预设顺序攻击，随机选择目标
- 攻击逻辑与配置不符
技术分析：
def find_one(self, screenshot: bool=True) -> tuple:
# 优先级排序逻辑
target = self.order_medal.find_anyone(image)
if target:
center = target.front_center()
for i, click in enumerate(self.partition):
# 位置匹配算法
if x1 < center[0] < x2 and y1 < center[1] < y2:
return target, i + 1
return None, None
问题三：特殊活动识别异常
呱太活动期间的识别问题：
def check_medal_is_frog(self, is_activity: False, target: RuleImage, order: int) -> bool:
# 呱太勋章的特殊处理逻辑
if not is_activity:
return False
if order < 7: # 呱太只出现在7-9位置
return False
if target != self.I_MEDAL_5 and target != self.I_MEDAL_4:
return False
# OCR识别验证
if target_ocr.ocr(self.device.image) == 20:
return True
return False
系统化解决方案
方案一：图像模板更新与优化
步骤1：重新采集模板图像
# 使用脚本自带的图像采集工具
python dev_tools/get_images.py --task RealmRaid --force-update
步骤2：调整识别参数
# 优化阈值和ROI区域
I_MEDAL_5 = RuleImage(roi_front=(240,200,220,60), roi_back=(200,180,950,380),
threshold=0.75, method="Template matching", # 降低阈值提高容错
file="./tasks/RealmRaid/res/res_medal_5.png")
方案二：动态分辨率适配
def adaptive_roi_calculation(base_resolution, current_resolution):
"""动态计算ROI区域"""
scale_x = current_resolution[0] / base_resolution[0]
scale_y = current_resolution[1] / base_resolution[1]
# 应用缩放比例到所有ROI定义
for rule_image in all_rule_images:
rule_image.roi_front = apply_scale(rule_image.roi_front, scale_x, scale_y)
rule_image.roi_back = apply_scale(rule_image.roi_back, scale_x, scale_y)
方案三：多重验证机制
def enhanced_medal_recognition(self, image, position):
"""增强型勋章识别"""
# 第一层：模板匹配
primary_match = template_matching(image, self.medal_templates)
# 第二层：颜色特征验证
color_features = extract_color_features(image, position)
# 第三层：OCR文本验证（如果可用）
text_verification = ocr_verification(image, position)
# 综合评分
confidence_score = calculate_confidence(
primary_match, color_features, text_verification
)
return confidence_score > 0.7 # 综合置信度阈值
配置优化指南
最佳攻击顺序配置
# 推荐配置：优先高等级，考虑刷新成本
order_attack: str = '5 > 4 > 3 > 2 > 1 > 0'
# 进阶配置：考虑勋章数量和刷新策略
# 5星 > 4星 > (3星且数量>2) > 2星 > 1星 > 0星
性能调优参数
raid_config: RaidConfig = Field(default_factory=RaidConfig)
# 关键参数调整：
number_attack: int = 30 # 最大攻击次数
number_base: int = 5 # 基础票数要求
exit_four: bool = True # 是否执行退四打九
three_refresh: bool = True # 是否三次后刷新
故障排查流程图
实战案例：解决五星勋章识别问题
问题描述：脚本无法识别五星勋章，总是攻击低等级目标
解决过程：
- 诊断：通过调试模式发现模板匹配置信度仅为0.65（低于阈值0.8）
- 分析：游戏UI更新导致勋章外观微调
- 解决：
- 重新采集五星勋章模板图像
- 将阈值从0.8调整为0.75
- 扩大ROI区域增加容错空间
结果：识别成功率从60%提升到95%
高级技巧：自定义识别策略
对于特殊需求，可以扩展识别逻辑：
def custom_attack_strategy(self, config):
"""自定义攻击策略"""
# 优先攻击勋章数量少的目标（更容易攻破）
medal_counts = self.analyze_medal_distribution()
# 结合等级和数量的综合评分
targets = []
for position, medal_level in enumerate(self.detected_medals):
score = medal_level * 10 + (5 - medal_counts[position]) * 2
targets.append((position, score))
# 按评分排序攻击
targets.sort(key=lambda x: x[1], reverse=True)
return targets
结语
OnmyojiAutoScript 的寮突模块是一个复杂而精密的系统，识别问题的解决需要系统性的方法和深入的技术理解。通过本文的分析和解决方案，您应该能够：
- 理解识别机制：掌握图像识别和攻击逻辑的工作原理
- 诊断问题根源：快速定位识别失败的具体原因
- 实施有效解决方案：从模板更新到参数调优的全套方法
- 预防未来问题：建立持续维护和优化的机制
记住，自动化脚本的成功运行依赖于游戏环境的稳定性。当游戏更新时，及时更新图像模板和调整识别参数是保持脚本正常工作的关键。
下一步行动：
- 定期检查并更新图像资源
- 参与社区讨论，分享识别经验
- 关注游戏更新公告，提前做好准备
通过系统的维护和优化，OnmyojiAutoScript 将成为您寮突任务的可靠助手，为您节省大量时间的同时获取最大收益。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
