def get_position_table():
"""获取指定列的数据"""
# 获取焦点
get_focus()
# 功能键F1，转到买入选项卡
keyboard_input(function_key='F4')
log.info('获取程序焦点，调出股票持仓查询页面')
# 第一步是先获取屏幕截图
pic=get_screenshot()
log.info('获取屏幕截图')
# 获取表格下边框，防止搜索过界
info = config.pic_info['持仓_汇总']
bin = info['bin']
xrange = info['xrange']
yrange = info['yrange']
# 获取子图
file = os.path.join(config.gvariable.work_path, 'pic', '持仓_汇总.png')
print(file)
im = read_im(file, threshold=bin) # 因为已经是二值图，这里的阈值就没必要了
im = cut_blank(im)
# 获取主图的二值图
pic2 = to_bin_img(pic.copy(), threshold=bin)
# 接下来就是找到边界了
maxdown,y=find_location(pic2,im,xrange,yrange,'leftup')
log.info('获取最大搜索下边界 %d'%maxdown)
# 开始循环获取数字串
cols = ['持仓_证券代码', '持仓_股票余额', '持仓_可用余额', '持仓_冻结数量',
'持仓_成本价', '持仓_市价', '持仓_市值']
# col=cols[0]
tables=[]
for col in cols:
# 获取准备好的子图信息
info=config.pic_info[col]
bin=info['bin']
xrange=info['xrange']
yrange=info['yrange']
# 获取子图
file=os.path.join(config.gvariable.work_path,'pic',col+'.png')
im=read_im(file,threshold=bin) # 因为已经是二值图，这里的阈值就没必要了
im=cut_blank(im)
# 获取主图的二值图
pic2=to_bin_img(pic.copy(),threshold=bin)
# 接下来就是获取列的信息了
col_info=get_cols_pic_info(pic2,im,xrange,yrange,maxdown)
tables.append(col_info)
log.info('完成 %s 数据解析'%col)
# 转成dataframe
position=pd.DataFrame(tables,index=cols).T
log.info('完成表格所有列解析\n'+str(position))
return position
def max_apps_windows():
"""判断当前是否最小化，如果是，则点击任务栏图标，实现最大化"""
# 找到最大化窗口图标位置
im, bin, xrange, yrange = read_im_info('界面_已最大化窗口')
# 截图，判断匹配位置
pic = get_screenshot()
pic2 = to_bin_img(pic.copy(), bin)
x, y = find_location(pic2, im, xrange, yrange, 'center')
# 判断是否已经最大化
if x > 0 or y > 0:
log.info('窗口已经最大化，无需点击')
return 0
# 没有最大化，找到点击窗口图标
log.info('窗口未最大化，需要最大化窗口')
im, bin, xrange, yrange = read_im_info('界面_需最大化窗口')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), bin)
x, y = find_location(pic2, im, xrange, yrange, 'center')
if x == -1 or y == -1:
log.info('没有找到最大化窗口图标，请检查是否最小化或者锁频了')
return -1
else:
mouse_click(x, y)
log.info('点击窗口最大化 %d %d ，解锁交易界面' % (x, y))
def unlock(passwd='123456'):
"""判断是否需要解锁界面"""
# 找到锁屏标志
im, bin, xrange, yrange = read_im_info('界面_解锁密码')
# 截图，判断匹配位置
pic = get_screenshot()
pic2 = to_bin_img(pic.copy(), bin)
x, y = find_location(pic2, im, xrange, yrange, 'center')
# 判断是否锁屏
if x == -1 or y == -1:
log.info('交易界面没有锁定，无需解锁')
else:
log.info('交易界面锁定，需要解锁')
mouse_click(x, y)
keyboard_input(passwd)
log.info('移动到 %d %d ,输入解锁密码' % (x, y))
# 找到确认按钮
im, bin, xrange, yrange = read_im_info('界面_解锁确认')
im = cut_blank(im)
x1 = (x - 100) / pic.shape[0] if x - 100 >= 0 else 0
x2 = (x + 100) / pic.shape[0] if x + 100 <= pic.shape[0] else 1
y1 = (y - 200) / pic.shape[1] if y - 200 >= 0 else 0
y2 = (y + 200) / pic.shape[1] if y + 200 <= pic.shape[1] else 1
xrange, yrange = [x1, x2], [y1, y2]
pic2 = to_bin_img(pic.copy(), bin)
xc, yc = find_location(pic2, im, xrange, yrange, 'center')
mouse_click(xc, yc)
log.info('点击确认按钮 %d %d ，解锁交易界面' % (xc, yc))
return
def test():
#
# 读入全图
file = r"E:\python_code\ocrstock\pic\全图.png"
# file=r"F:\wo\python_code\ocrstock\pic\全图.png"
pic = read_im(file, threshold=200)
plt.imshow(pic)
# 找到证券代码位置
file = r"E:\python_code\ocrstock\pic\持仓_证券代码.png"
# file=r"F:\wo\python_code\ocrstock\pic\证券代码.png"
im = read_im(file, threshold=100)
im = cut_blank(im, 0, 0)
plt.imshow(im)
get_position_table()
def get_coordinate(pic, im_name):
"""获取指定子图的坐标"""
# 读取子图，及其config数据
file = os.path.join(config.gvariable.picpath, im_name + '.png')
info = config.pic_info[im_name]
bin = info['bin']
xrange = info['xrange']
yrange = info['yrange']
# 读取子图，转成二值图
im = read_im(file, info['bin'])
im = cut_blank(im)
# 主图也转成二值图
pic2 = to_bin_img(pic, threshold=bin)
# 找到四个角坐标
x1, y1 = find_location(pic2, im, xrange, yrange, 'leftup')
x2, y2 = x1 + im.shape[0], y1 + im.shape[1]
return x1, x2, y1, y2
def rec_nums(im):
"""识别图片中的数字串"""
# 导入训练好的模型
# m = joblib.load(model)
# 删除图片左右两边和上下两边的空白
im = cut_pic.cut_blank(im)
# 切分成单个数字
words = cut_pic.split_num(im)
# resize
words = [cut_pic.resize_pic(p, 10, 15) for p in words]
# 转成矩阵，摊平处理
words = [p.ravel().reshape(1, -1) for p in words]
# 下面是识别程序了
nums = [m.predict(p)[0] for p in words]
to_str = lambda x: str(x) if x < 10 else '.'
nums = ''.join([to_str(x) for x in nums])
return nums
def create_sample():
"""
将上面的流程串起来，批量生成测试图片
:return:
"""
# 测试的字体
fonts=win_fonts
# 测试的字号变化
pixs=list(range(15,25))
# 循环测试
id=0
for font in fonts:
for pix in pixs:
for _ in range(10):
# 生成随机字符串
string = create_random_num()
# 生成对应的图片数组, # 删除周边空白 # 切割图片 # resize图片
im = create_pic(string, pix=pix, font_path=font)
im = cut_blank(im, xleft=0, yleft=0)
nums1 = split_num(im)
x,y=resize_dim
nums2 = [resize_pic(p, x, y) for p in nums1]
# 保存图片,之所以搞这么多余，是因为在宋体下，有可能两个数字粘连导致无法切分出错
if len(nums1)==len(string):
for i in range(len(nums1)):
name = '10' if string[i] == '.' else string[i]
# 保存原图
file1 = os.path.join(pict_path, '%s_%d_old.png' % (name, id))
Image.fromarray(nums1[i]).save(file1)
# 保存resize图
file2 = os.path.join(pict_path, '%s_%d_resize.png' % (name, id))
Image.fromarray(nums2[i]).save(file2)
# id自增
id+=1
# 打印信息
t=datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print('%s pix=%2d string=%s font=%s'%(t,pix,string,os.path.split(font)[-1]))
#
return
def create_sample():
"""
将上面的流程串起来，批量生成测试图片
:return:
"""
# 测试的字体
fonts = win_fonts
# 测试的字号变化
pixs = list(range(15, 25))
# 循环测试
id = 0
for font in fonts:
for pix in pixs:
for _ in range(10):
# 生成随机字符串
string = create_random_num()
# 生成对应的图片数组, # 删除周边空白 # 切割图片 # resize图片
im = create_pic(string, pix=pix, font_path=font)
im = cut_blank(im, xleft=0, yleft=0)
x, y = resize_dim
im2 = resize_pic(im, x, y)
# 保存原图
file1 = os.path.join(pict_path, '%s_%d_old.png' % (string, id))
Image.fromarray(im).save(file1)
# 保存resize图
file2 = os.path.join(pict_path,
'%s_%d_resize.png' % (string, id))
Image.fromarray(im2).save(file2)
# id自增
id += 1
# 打印信息
t = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print('%s pix=%2d string=%s font=%s' %
(t, pix, string, os.path.split(font)[-1]))
#
return
def buy(symbol, price, amount):
"""买入股票"""
# 获取焦点
get_focus()
# 功能键F1，转到买入选项卡
keyboard_input(function_key='F1')
log.info('获取程序焦点，调出股票买入页面')
# 截图
pic = get_screenshot()
# 获取 买入股票 标志坐标
im, bin, xrange, yrange = read_im_info('买入_买入页')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), threshold=bin)
x, y = find_location(pic2, im, xrange, yrange, 'leftup')
log.info('买入股票 坐标 %d %d ' % (x, y))
# 计算其他几个标志的查找范围
high = pic.shape[0] * 0.3
width = pic.shape[1] * 0.3
x1 = (x - 10) / pic.shape[0] if x - 10 >= 0 else 0
x2 = (x + high) / pic.shape[0] if x + high <= pic.shape[0] else 1
y1 = (y - 10) / pic.shape[1] if y - 10 > 0 else 0
y2 = (y + width) / pic.shape[1] if y + width <= pic.shape[1] else 1
# 获取 证券代码，买入价格，买入数量，买入
# 证券代码
im, bin, xrange, yrange = read_im_info('买入_证券代码')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), bin)
x_zqdm, y_zqdm = find_location(pic2, im, [x1, x2], [y1, y2], 'center')
log.info('证券代码 坐标 %d %d ' % (x_zqdm, y_zqdm))
# 买入价格
im, bin, xrange, yrange = read_im_info('买入_买入价格')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), bin)
x_mrjg, y_mrjg = find_location(pic2, im, [x1, x2], [y1, y2], 'center')
log.info('买入价格 坐标 %d %d ' % (x_mrjg, y_mrjg))
# 买入数量
im, bin, xrange, yrange = read_im_info('买入_买入数量')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), bin)
x_mrsl, y_mrsl = find_location(pic2, im, [x1, x2], [y1, y2], 'center')
log.info('买入数量 坐标 %d %d ' % (x_mrsl, y_mrsl))
# 买入确认
im, bin, xrange, yrange = read_im_info('买入_买入确认')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), bin)
x_mrqr, y_mrqr = find_location(pic2, im, [x1, x2], [y1, y2], 'center')
log.info('买入确认 坐标 %d %d ' % (x_mrqr, y_mrqr))
# 重填
im, bin, xrange, yrange = read_im_info('买入_重填')
im = cut_blank(im)
pic2 = to_bin_img(pic.copy(), bin)
x_ct, y_ct = find_location(pic2, im, [x1, x2], [y1, y2], 'center')
log.info('买入重填 坐标 %d %d ' % (x_ct, y_ct))
# 下面买入股票
# 重置所有输入
mouse_click(x_ct, y_ct)
# 输入代码
mouse_click(x_zqdm, y_zqdm)
keyboard_input(symbol)
# 输入价格
mouse_click(x_mrjg, y_mrjg)
keyboard_input(str(price))
# 输入数量
mouse_click(x_mrsl, y_mrsl)
keyboard_input(str(amount))
# 点击确认
mouse_click(x_mrqr, y_mrqr)
log.info('买入 symbol=%s price=%f amount=%d' % (symbol, price, amount))
# 后面还有弹出确认框的确认
log.info('后面还有弹出确认框的确认, 未处理')
