| 方案 | 安装成本 | 中文识别效果 |
|---|---|---|
| 安装 Tesseract + chi_sim语言包 | ~100MB，需手动装 | 中等 |
pip install easyocr |
~2GB（含torch） | 很好 |
pip install paddleocr |
~1GB | 最好 |
bash
pip install wxauto -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pytesseract
pip install pywinauto -q
pip install openai
pip install dashscope # 通义千问
pip install pyautogui pillow -q安装 Tesseract 引擎本体（带中文包）： 👉 下载地址：https://github.com/UB-Mannheim/tesseract/wiki
下载 tesseract-ocr-w64-setup-5.x.x.exe，安装时勾选 Chinese Simplified 语言包。
python
# -*- coding: utf-8 -*-
"""
微信智能自动回复 v23
========================================
核心改进（相对v22）：
1. 截图改用 PrintWindow(PW_RENDERFULLCONTENT)
→ 解决微信4.x GPU渲染导致 BitBlt 截图为空白的问题
2. 通过白色气泡背景定位对方消息（左侧x=0.20~0.52）
→ 不再依赖头像检测（之前找到的是错误位置）
3. 只截最新一条气泡（找白色气泡块的底部，往上找到顶部）
4. 发消息前先还原窗口，发完保持前台
关键参数（已调试确认）：
聊天区：y=[5%, 78%]*h
对方气泡：x=[0.20, 0.52]*w（白色背景，R>245）
最新气泡：从底部往上找连续白色行，断4行停止
========================================
"""
import sys, re, time, hashlib, ctypes, ctypes.wintypes
sys.stdout.reconfigure(encoding="utf-8")
import pyperclip
import win32gui, win32con, win32ui, win32api
import numpy as np
from PIL import Image, ImageEnhance
import pytesseract
from http import HTTPStatus
import dashscope
from dashscope import Generation
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
ctypes.windll.shcore.SetProcessDpiAwareness(2)
# ===== ⚙️ 配置 =====
TARGET_NAME = "涂斯博"
QWEN_API_KEY = "88888888"
CHECK_INTERVAL = 4
SYSTEM_PROMPT = (
"你是一个聊天助手，正在代替主人回复微信消息。"
"请根据对方发来的消息，用自然友好简短的中文回复，1~3句即可，不要说自己是AI。"
)
# ====================
dashscope.api_key = QWEN_API_KEY
# ───────────────────────────────
# AI 回复
# ───────────────────────────────
def ask_qwen(user_message: str) -> str:
try:
response = Generation.call(
model='qwen-turbo',
messages=[
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": user_message},
],
result_format='message',
max_tokens=200,
)
if response.status_code == HTTPStatus.OK:
reply = response.output.choices[0].message.content.strip()
print(f" [AI回复] {reply}")
return reply
print(f" [AI错误] {response.code}: {response.message}")
return "收到，稍后回复你。"
except Exception as e:
print(f" [AI异常] {e}")
return "收到，稍后回复你。"
# ───────────────────────────────
# 窗口工具
# ───────────────────────────────
def get_hwnd():
return (win32gui.FindWindow('Qt51514QWindowIcon', None) or
win32gui.FindWindow(None, '微信') or
win32gui.FindWindow(None, 'WeChat'))
def get_rect(hwnd):
rect = ctypes.wintypes.RECT()
ctypes.windll.dwmapi.DwmGetWindowAttribute(
hwnd, 9, ctypes.byref(rect), ctypes.sizeof(rect))
return rect.left, rect.top, rect.right, rect.bottom
def ensure_visible(hwnd):
"""确保窗口可见（不最小化），但不强制置顶"""
if win32gui.IsIconic(hwnd):
win32gui.ShowWindow(hwnd, win32con.SW_RESTORE)
time.sleep(0.4)
def bring_to_front(hwnd):
ensure_visible(hwnd)
try:
ctypes.windll.user32.SetForegroundWindow(hwnd)
time.sleep(0.3)
except Exception:
pass
# ───────────────────────────────
# PrintWindow 截图（支持GPU渲染）
# ───────────────────────────────
def pw_shot(hwnd) -> Image.Image:
"""
用 PrintWindow(PW_RENDERFULLCONTENT=2) 截整个窗口。
返回以窗口左上角为原点的 PIL Image。
"""
ensure_visible(hwnd)
l, t, r, b = get_rect(hwnd)
w, h = r - l, b - t
hwnd_dc = win32gui.GetWindowDC(hwnd)
mfc_dc = win32ui.CreateDCFromHandle(hwnd_dc)
save_dc = mfc_dc.CreateCompatibleDC()
bmp = win32ui.CreateBitmap()
bmp.CreateCompatibleBitmap(mfc_dc, w, h)
save_dc.SelectObject(bmp)
ctypes.windll.user32.PrintWindow(hwnd, save_dc.GetSafeHdc(), 2)
info = bmp.GetInfo()
bits = bmp.GetBitmapBits(True)
img = Image.frombuffer('RGB', (info['bmWidth'], info['bmHeight']),
bits, 'raw', 'BGRX', 0, 1)
save_dc.DeleteDC(); mfc_dc.DeleteDC()
win32gui.ReleaseDC(hwnd, hwnd_dc)
win32gui.DeleteObject(bmp.GetHandle())
return img # 坐标原点 = 窗口左上角
# ───────────────────────────────
# 截图 hash（检测消息变化）
# 只截聊天记录区中部，避免输入框变化误触发
# ───────────────────────────────
def snap_hash(hwnd) -> str:
img = pw_shot(hwnd)
w, h = img.size
# 对方气泡区（x=43%~79%，y扩到85%以覆盖5行长消息）
crop = img.crop((int(w*0.43), int(h*0.06), int(w*0.79), int(h*0.85)))
return hashlib.md5(crop.tobytes()).hexdigest()
# ───────────────────────────────
# 读对方最新消息（白色气泡定位 + OCR）
# ───────────────────────────────
def read_msg_by_ocr(hwnd) -> str:
"""
读取对方最新消息。
──────────────────────────────────────────────────
已调试确认参数（1321x1416窗口）：
- 对方气泡背景色(222,222,224)浅灰，文字色(25,25,26)深色
- 对方气泡文字列：x=43%~77%（左侧头像x<43%，右侧不超x=77%）
- 截图X：x=44%~79%（跳过昵称，右边留余量）
- chat_y2 需到 85%（长消息最多5行，底部约y=83%）
- 消息行间距约10px，消息间距约60px；gap=15可正确跨行合并
──────────────────────────────────────────────────
"""
img = pw_shot(hwnd)
w, h = img.size
arr = np.array(img)
# 聊天记录区
# chat_y2 扩展到 85%：长消息(5行)底部约在83.4%，留2%余量
chat_y1 = int(h * 0.06)
chat_y2 = int(h * 0.85)
# 对方气泡文字扫描列
text_x1 = int(w * 0.43)
text_x2 = int(w * 0.77)
region = arr[chat_y1:chat_y2, text_x1:text_x2]
rh = region.shape[0]
# 深色文字检测（文字色约25,25,26；阈值<80覆盖子像素渲染）
dark = (region[:,:,0] < 80) & (region[:,:,1] < 80) & (region[:,:,2] < 80)
row_dark = dark.sum(axis=1)
# 从底部往上找最新文字行
bottom_y = -1
for yi in range(rh - 1, -1, -1):
if row_dark[yi] > 2:
bottom_y = yi
break
if bottom_y < 0:
print(" [OCR] 未找到对方文字行")
return ""
# 往上找文字块顶部
# gap=15：行内间距约10px，消息间距约60px，gap=15可正确连接同条消息各行
top_y = bottom_y
gap = 0
for yi in range(bottom_y, max(bottom_y - 800, -1), -1):
if row_dark[yi] > 2:
top_y = yi
gap = 0
else:
gap += 1
if gap >= 15:
break
# 截图区域（上下加15px内边距，X跳过头像/昵称，覆盖完整气泡）
crop_y1 = chat_y1 + max(top_y - 15, 0)
crop_y2 = chat_y1 + bottom_y + 20
crop_x1 = int(w * 0.44) # 跳过昵称（昵称在x=38%~40%，正文从44%开始）
crop_x2 = int(w * 0.79) # 文字最右端约x=76.6%，留3%余量
crop_h = crop_y2 - crop_y1
print(f" [OCR] 文字块: y={crop_y1}~{crop_y2}({crop_h}px), x={crop_x1}~{crop_x2}")
if crop_h < 8:
print(" [OCR] 高度过小，跳过")
return ""
if crop_h > 700:
# 超过700px说明扫到了多条消息混合，只取最近400px
crop_y1 = crop_y2 - 400
crop_h = 400
print(" [OCR] 高度过大(>700px)，截最近400px")
crop = img.crop((crop_x1, crop_y1, crop_x2, crop_y2))
# OCR预处理：3倍放大 + 对比度2.5 + psm6（已测试为最优组合）
scale = 3
big = crop.resize((crop.width * scale, crop.height * scale), Image.LANCZOS)
gray = big.convert('L')
enhanced = ImageEnhance.Contrast(gray).enhance(2.5)
try:
raw = pytesseract.image_to_string(
enhanced, config='--oem 3 --psm 6 -l chi_sim+eng'
).strip()
except Exception as e:
print(f" [OCR] 识别失败: {e}")
return ""
# ── 后处理 ──
lines = [ln.strip() for ln in raw.splitlines() if ln.strip()]
clean = []
for ln in lines:
zh = sum(1 for c in ln if '\u4e00' <= c <= '\u9fff')
alpha = sum(1 for c in ln if c.isalpha())
digit = sum(1 for c in ln if c.isdigit())
# 保留：有中文 OR 有>=3个字母（英文内容）OR 数字+字母混合
if zh >= 1 or alpha >= 3 or (alpha >= 1 and digit >= 1):
# 只在行首同时有英文前缀又有中文时，才去掉行首英文（昵称合并到正文）
if zh >= 1:
ln = re.sub(r'^[a-zA-Z0-9 _\-\.]+(?=[\u4e00-\u9fff])', '', ln).strip()
if ln:
clean.append(ln)
# 只过滤掉明显是短昵称的行（≤4个字符且全是字母/空格，无数字无标点）
# 保留正常英文内容行（alpha>=3 且内容不像昵称）
def is_nickname_line(s):
stripped = s.strip()
return (len(stripped) <= 6
and all(c.isalpha() or c.isspace() for c in stripped)
and sum(1 for c in stripped if '\u4e00' <= c <= '\u9fff') == 0)
clean = [ln for ln in clean if not is_nickname_line(ln)]
# 去掉行首孤立单字（微信气泡换行时行尾汉字被拆到下行行首，OCR前面加了空白变"上"/"丨"等）
# 例："不太清\n上晰" → 合并前一行末尾
merged = []
for ln in clean:
# 如果行首是1~2个孤立的非标点汉字（没有其他汉字跟随），并且上一行存在，把它拼到上一行末尾
m = re.match(r'^([^\u4e00-\u9fff]{0,3})([\u4e00-\u9fff]{1,2})(\s+[\u4e00-\u9fff])', ln)
if m and merged:
# 行首有1~2个汉字+空格+更多汉字：可能第一个字是拆行造成的，但保留整行
merged.append(ln)
elif re.match(r'^[上丨|][\u4e00-\u9fff]', ln) and merged:
# "上晰"这类行：去掉前面的"上"/"丨"，把剩余拼到上一行
fixed = re.sub(r'^[上丨|]', '', ln)
merged[-1] = merged[-1] + fixed
else:
merged.append(ln)
result = " ".join(merged).strip()
# 去掉多余的空格和噪声符号
result = re.sub(r'\s+', ' ', result)
result = re.sub(r'[》《|丨]{1,3}', '', result).strip()
print(f" [OCR结果] 「{result}」")
return result
# ───────────────────────────────
# 发消息
# ───────────────────────────────
def send_msg(hwnd, message: str):
import pyautogui
orig_pos = win32api.GetCursorPos()
l, t, r, b = get_rect(hwnd)
w, h = r - l, b - t
input_x = l + int(w * 0.60)
input_y = t + int(h * 0.88)
bring_to_front(hwnd)
pyautogui.click(input_x, input_y)
time.sleep(0.3)
pyperclip.copy(message)
pyautogui.hotkey('ctrl', 'v')
time.sleep(0.25)
pyautogui.press('enter')
time.sleep(0.35)
ctypes.windll.user32.SetForegroundWindow(hwnd)
time.sleep(0.2)
win32api.SetCursorPos(orig_pos)
# ───────────────────────────────
# 去重
# ───────────────────────────────
def msg_hash(text: str) -> str:
return hashlib.md5(text.encode('utf-8')).hexdigest()[:8]
# ───────────────────────────────
# 主循环
# ───────────────────────────────
def main():
print("=" * 55)
print(" 微信智能自动回复 v23")
print(f" 目标：{TARGET_NAME}")
print(" 截图：PrintWindow（支持微信4.x GPU渲染）")
print(" 读消息：白色气泡定位 + OCR")
print("=" * 55)
hwnd = get_hwnd()
if not hwnd:
print("❌ 未找到微信窗口！")
return
print(f"\n请打开【{TARGET_NAME}】的聊天窗口，然后按回车开始...")
input()
# 初始 hash
last_hash = snap_hash(hwnd)
last_msg_hash = ""
same_count = 0
replied_count = 0
print("✅ 监听中（Ctrl+C 退出）\n")
while True:
try:
time.sleep(CHECK_INTERVAL)
current_hash = snap_hash(hwnd)
if current_hash == last_hash:
continue
ts = time.strftime('%H:%M:%S')
print(f"[{ts}] 检测到变化，等待渲染...")
time.sleep(1.5) # 等消息完整渲染
msg_text = read_msg_by_ocr(hwnd)
if not msg_text:
print(" ⚠️ 未识别到有效对方消息，可能是自己发的消息变化，跳过")
last_hash = current_hash
continue
# 去重：防止对同一条消息反复回复
mh = msg_hash(msg_text)
if mh == last_msg_hash:
same_count += 1
if same_count <= 2:
print(f" ⚠️ 与上一条相同({same_count}/2)，跳过（可能是自己回复刷新了屏幕）")
last_hash = current_hash
continue
else:
print(f" ⚠️ 连续{same_count}次相同，强制处理")
else:
same_count = 0
last_msg_hash = mh
print(f" [消息] 「{msg_text}」")
ai_reply = ask_qwen(msg_text)
send_msg(hwnd, ai_reply)
replied_count += 1
print(f"[{ts}] 第 {replied_count} 条已发送 ✓")
print(f" （等待【{TARGET_NAME}】下一条...）\n")
# 回复发出后等屏幕稳定，更新 hash
# 不用 already_replied 旗标，改为：等AI回复显示完毕后，
# 持续等待直到hash稳定（最多等5秒），然后把稳定后的hash作为基准
stable_wait = 0
prev = snap_hash(hwnd)
while stable_wait < 5:
time.sleep(1)
nxt = snap_hash(hwnd)
if nxt == prev:
break
prev = nxt
stable_wait += 1
last_hash = prev
except KeyboardInterrupt:
print(f"\n已退出，共回复 {replied_count} 次。")
break
except Exception as e:
import traceback
traceback.print_exc()
time.sleep(CHECK_INTERVAL)
if __name__ == "__main__":
main()cmd运行：
bash
cd c:/Users/geovindu/WorkBuddy/Claw
python -X utf8 wechat_auto_reply_v18.py输出：
