Windows 7/8/10系统下视频播放状态检测方案咨询

我之前开发休息类工具时刚好碰到过这个痛点，SetThreadExecutionState确实不靠谱——很多播放器根本不按规范来用那个标志。结合你的需求（区分用户看视频的无输入时段），给你几个更靠谱的方向：

1. 监听音频会话活跃状态 #

大部分视频播放都会关联一个活跃的音频会话（哪怕播放器静音，很多也会保持会话处于活跃状态）。你可以用Windows的Multimedia Session API来实现：

• 初始化COM环境后，注册IMMNotificationClient接口，监听系统内的音频会话状态变化
• 当捕获到AudioSessionStateActive状态的会话，且同时检测到LASTINPUTINFO()无键鼠输入超过一定时长（比如30秒），就可以大概率判定用户在看视频
• 注意要过滤掉系统提示音、后台音乐这类非视频场景，可以结合前台窗口的类名进一步筛选

2. 枚举前台窗口并识别播放器特征 #

直接针对播放器窗口的特性做判断：

• 枚举当前前台窗口，通过窗口类名识别常见播放器（比如VLC是VLC media player，PotPlayer是PotPlayer64，Windows自带的电影和电视是ApplicationFrameWindow）
• 结合窗口是否处于全屏状态（用GetWindowPlacement判断），再加上LASTINPUTINFO()无输入，就能缩小范围
• 部分播放器支持通过窗口消息查询播放状态（比如发送特定消息给窗口，返回是否在播放），但这个兼容性差，适合做补充判断

3. 利用ETW事件追踪媒体播放 #

Windows的ETW（Event Tracing for Windows）提供了媒体播放相关的事件，比如Media Foundation的播放启停事件：

• 订阅Microsoft-Windows-MediaFoundation-Performance或相关提供者的事件
• 当捕获到视频播放开始的事件，同时无键鼠输入，就标记为视频时段
• 这个方案准确性高，但上手稍复杂，需要熟悉ETW的订阅和事件解析逻辑

4. 优化截图哈希的方案 #

如果想继续用截图思路，可以大幅提升准确率：

• 只截取前台窗口的区域而非屏幕中心，避免其他窗口干扰
• 计算帧间的差异度而非单一哈希：视频播放时每秒会有24-60帧的连续变化，你可以每隔100ms截图一次，连续5-10帧都有明显差异（排除静态画面的微小变化），就判定为视频
• 可以结合窗口类名筛选，只对播放器窗口做截图分析，减少计算量

注意事项 #

• 多条件组合判断：比如同时满足「前台是播放器窗口」+「无键鼠输入」+「音频活跃/屏幕高频变化」，能大幅降低误判率
• 权限问题：如果你的程序要枚举高权限运行的播放器窗口，可能需要提升自身权限

内容的提问来源于stack exchange，提问作者vinsa