软件安装时黑屏检测自动化方案咨询：代码是否合理可优化？

一、代码正确性判断 #

这段代码逻辑上可运行，能实现「定时截图、检测黑屏并保存异常截图」的基础功能，但存在不少细节缺陷，会导致误判或效率低下：

• 黑屏判定逻辑过于严苛：仅判断像素为绝对纯黑(0,0,0)，但实际Windows黑屏时，屏幕常存在暗部偏色（如深灰、暗蓝），不会是完全纯黑；
• 阈值设置不合理：仅用10个黑像素就判定黑屏，随便一个小图标或屏幕噪点都可能触发误判；
• 性能瓶颈：遍历整张图片的所有像素统计数量，在高分辨率屏幕下会非常缓慢；
• 文件名不规范：用time.time()生成的文件名带小数点，不利于后续整理查看；
• 高DPI适配问题：pyautogui在Windows高DPI屏幕下截图可能出现偏移或尺寸错误。

二、优化建议 #

1. 修正黑屏判定逻辑 #

• 改用亮度阈值替代纯黑判断：计算每个像素的灰度值（(r+g+b)//3），当灰度值低于设定值（如10）时，视为暗像素；
• 用像素占比替代固定数量：比如当95%以上的像素都是暗像素时，才判定为黑屏，避免误判。

2. 大幅提升检测性能 #

用numpy处理图像像素，比逐个遍历像素快几十倍：将图像转成numpy数组，直接统计符合亮度条件的像素占比。

3. 优化文件名与日志 #

• 用可读时间格式生成文件名（如20240520_143022.png），方便排序和回溯；
• 增加控制台日志，实时输出检测结果，无需仅依赖截图文件排查。

4. 适配高DPI屏幕 #

改用mss库替代pyautogui截图，该库原生支持高DPI，且截图速度更快；若坚持使用pyautogui，需先设置pyautogui.FAILSAFE = False并开启系统DPI适配。

5. 保证定时截图的准确性 #

原循环中，截图和处理的时间会占用设定的间隔时长，导致实际间隔大于预期。可计算每次循环的时间差，动态调整sleep时长，确保间隔精准。

优化后的代码示例 #

import time
import numpy as np
from PIL import Image
import mss

def capture_screenshots(duration, interval):
    start_time = time.time()
    end_time = start_time + duration
    # 初始化mss截图器，截取主屏幕
    with mss.mss() as sct:
        monitor = sct.monitors[1]
        while time.time() < end_time:
            # 截图并转换为PIL图像
            screenshot = Image.frombytes('RGB', (monitor['width'], monitor['height']), sct.grab(monitor).rgb)
            if is_black_screen(screenshot):
                # 生成可读格式的文件名
                timestamp = time.strftime("%Y%m%d_%H%M%S")
                screenshot.save(f"black_screen_{timestamp}.png")
                print(f"[{timestamp}] 检测到黑屏，已保存截图")
            
            # 动态计算sleep时长，保证截图间隔准确
            elapsed = time.time() - start_time
            next_run = start_time + ((elapsed // interval) + 1) * interval
            sleep_time = next_run - time.time()
            if sleep_time > 0:
                time.sleep(sleep_time)

def is_black_screen(image):
    dark_threshold = 10  # 暗像素的灰度阈值
    dark_pixel_ratio = 0.95  # 暗像素占比阈值
    # 转换为numpy数组并计算灰度值
    img_array = np.array(image)
    gray = np.mean(img_array, axis=2)
    # 统计暗像素数量与占比
    dark_pixels = np.sum(gray < dark_threshold)
    total_pixels = img_array.shape[0] * img_array.shape[1]
    return dark_pixels / total_pixels >= dark_pixel_ratio

if __name__ == "__main__":
    capture_screenshots(duration=120, interval=5)

内容的提问来源于stack exchange，提问作者ek777