舒尔特方格自动点击工具（3×3 ~ 9×9）

一个基于屏幕 OCR 的舒尔特方格自动点击工具，支持 3×3 到 9×9 多种尺寸，带图形界面、区域选择、并行识别与高速点击。

English Version

⚠️ 重要声明

本项目仅供个人练习、技术研究及辅助训练注意力使用。

请勿在在线排行榜、竞技对战、考试或任何违反目标平台用户协议的场景中使用。 将自动化工具用于公共排行榜刷榜、破坏游戏公平性或获取不正当竞争优势，均属于作弊行为，可能导致账号封禁、法律纠纷及其他严重后果。作者不对任何滥用行为负责。

功能特性

• 🖱️ 图形化界面：无需记住命令行，点击按钮即可操作
• 📐 3×3 到 9×9 支持：顶部下拉框切换尺寸，下方检测方块数量自动变化
• 📸 屏幕区域选择：两次鼠标点击框定方格区域
• 🔍 整图 OCR + 并行兜底：先对整张截图做一次 Tesseract OCR，再对缺失/冲突的格子并行识别
• ⚡ 高速点击：识别完成后立即按 1→N 顺序自动点击，点击间隔可配置
• 🛡️ 安全保险：鼠标移到屏幕左上角即可立即停止脚本
• 🖥️ 高 DPI 适配：支持 Windows 高分屏

环境要求

• Windows 10/11（Linux/macOS 未测试，理论上可运行）
• Python 3.10+
• Tesseract-OCR 引擎

安装

1. 克隆仓库

git clone https://github.com/aizzaua/Schulte-Grid-script.git
cd Schulte-Grid-script

2. 安装 Python 依赖

pip install -r requirements.txt

3. 安装 Tesseract-OCR

Windows（推荐，使用 winget）

winget install --id UB-Mannheim.TesseractOCR -e

如果安装路径不是默认的 C:\Program Files\Tesseract-OCR\tesseract.exe，请修改 auto_clicker_ui.py 中的：

TESSERACT_PATH = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

手动安装

从 UB Mannheim 发布页 下载安装包，安装后把路径加入系统环境变量 PATH。

使用方式

图形界面版（推荐）

python auto_clicker_ui.py

1. 在顶部下拉框选择网格尺寸（3×3 ~ 9×9）。
2. 点击 【选择区域】，窗口最小化。
3. 在网页方格上依次点击左上角和右下角。
4. 窗口恢复后，点击 【开始检测并点击】。
5. 工具会自动识别数字并按 1→N 顺序点击。

命令行版

python auto_clicker.py

按终端提示操作即可（当前默认 5×5）。

本地训练版

如果你只是想离线练习，也可以运行内置游戏：

python schulte_5x5.py

（当前仅支持 5×5。）

算法介绍

本工具的核心流程分为四个阶段：

┌──────────────┐    ┌──────────────┐    ┌──────────────┐    ┌──────────────┐
│ 1. 区域标定  │ -> │  2. 截图与预处理│ -> │  3. OCR 识别  │ -> │  4. 顺序点击  │
└──────────────┘    └──────────────┘    └──────────────┘    └──────────────┘

1. 区域标定

通过 pyautogui 获取用户两次鼠标点击的屏幕坐标，计算出包含整个 N×N 方格的矩形区域 (left, top, right, bottom)。

2. 截图与预处理

使用 mss 对矩形区域进行快速截图，得到 PIL Image 对象。预处理包括：

• 灰度化：去除颜色干扰
• 自动对比度（ImageOps.autocontrast）：拉伸像素范围，让文字与背景更分明

3. OCR 识别

识别阶段采用分层 + 并行策略，兼顾速度与准确率：

3.1 整图 OCR（第一层）

对预处理后的整图调用一次 Tesseract，配置为：

--psm 6                    # 假设页面为统一的文本块
-tessedit_char_whitelist=0123456789   # 只识别数字

根据每个识别结果的中心坐标 (cx, cy)，通过公式：

col = cx // (width / N)
row = cy // (height / N)
idx = row * N + col

将数字映射到对应的格子。若同一格子出现多个结果，保留置信度最高的。

3.2 并行兜底 OCR（第二层）

对于整图 OCR 未识别到、置信度不足或产生重复数字的格子，单独裁剪出小图，使用 ThreadPoolExecutor 并行调用 Tesseract 再次识别。

单格 OCR 配置为：

--psm 10                   # 把输入当作单个字符
-tessedit_char_whitelist=0123456789

并对单格放大 2 倍，提高小数字识别率。

3.3 去重与冲突解决

若最终 N×N 个格子中出现重复数字，清除冲突格子并重新并行识别，直到每个数字 1~N 只出现一次。

4. 顺序点击

将识别到的 Cell 按 number 升序排序，使用 pyautogui.click() 依次点击每个格子的中心坐标。点击间隔由 CLICK_DELAY 控制，默认 0.01 秒。

项目结构

.
├── auto_clicker_ui.py      # 图形界面主程序
├── auto_clicker.py         # 命令行版程序
├── schulte_5x5.py          # 本地 5×5 舒尔特方格游戏
├── requirements.txt        # Python 依赖
├── README.md               # 中文 README
├── README_EN.md            # 英文 README
├── DESCRIPTION.md          # 中英双语仓库描述片段
├── LICENSE                 # MIT 协议
├── .gitignore              # Git 忽略配置
└── assets/
    └── banner.png          # GitHub 封面图

配置项

在 auto_clicker_ui.py 中可以调整：

配置项	默认值	说明
CLICK_DELAY	0.01	两次点击间隔（秒）
CONFIDENCE_THRESHOLD	55	OCR 置信度阈值，低于此值进入兜底识别
TESSERACT_PATH	C:\Program Files\Tesseract-OCR\tesseract.exe	Tesseract 可执行文件路径

常见问题

Q: 识别速度慢怎么办？

A: 大部分时间消耗在第一次整图 Tesseract OCR。可以尝试：

• 缩小选区范围，只框住数字格
• 提高截图分辨率下文字的清晰度
• 降低 CONFIDENCE_THRESHOLD 减少兜底识别次数

Q: 点击太快导致网页没响应？

A: 把 CLICK_DELAY 适当调大，例如 0.02 或 0.05。

Q: 识别结果不对？

A: 确保框选区域准确覆盖 N×N 方格，且数字清晰、无明显反光或遮挡。

免责声明

本工具按“原样”提供，作者不对因使用本工具造成的任何损失、账号处罚或法律纠纷负责。请遵守相关平台规则，合理合法使用。

License

MIT