如何在Python中检测Linux GUI元素实现光标磁吸对齐？

我正在开发一款Python手势控制桌面光标应用，用MediaPipe追踪手部位置并映射为屏幕坐标。基础光标移动功能已实现，但存在易用性问题：用户点击窗口关闭、最小化、最大化这类小型GUI元素时，手部微颤和追踪噪声导致精准点击难度很高。我试过用滤波/数学方法平滑光标移动，但没彻底解决问题，所以计划实现「磁吸对齐」功能，流程如下：

• 检测光标附近的GUI元素
• 若光标足够靠近，自动吸附至元素中心
• 手部移开足够距离时解除吸附

当前核心难点是GUI元素的检测，需要覆盖的元素包括：窗口关闭/最小化/最大化按钮、任务栏/Dock图标、搜索栏或文本框等。这款应用面向Linux平台，目前在Ubuntu/Linux Mint（GNOME桌面）测试，支持切换X11或Wayland环境，我想了解可行的技术方案，有没有合适的Python库或Linux API（比如X11/EWMH、AT-SPI无障碍API等）能获取这些GUI元素的位置。我不需要完整实现，只需要明确正确的技术方向。

我已经考虑过以下方案：

• 平滑光标移动：对小型目标点击帮助有限
• 通过窗口几何结构估算控件按钮位置：受不同桌面环境和主题布局差异影响，可靠性不足
• 使用X11/EWMH结合python-xlib或ewmh库读取窗口几何结构和元数据：不确定对标题栏按钮的检测是否可靠
• 使用_NET_FRAME_EXTENTS估算标题栏区域和按钮位置：不确定跨窗口管理器的可移植性
• 使用AT-SPI无障碍API：不确定是否能获取窗口标题栏按钮，还是仅能获取应用内控件
• Wayland环境下的全局GUI检测：因应用隔离机制，不确定是否可行

现咨询以下具体问题：

1. X11/EWMH是不是检测窗口控件按钮位置的正确方案？
2. AT-SPI能否暴露关闭/最小化/最大化按钮，还是仅能获取应用内组件？
3. Wayland环境下实现该功能是否可行，是否需要桌面环境专属的API或扩展？
4. 有没有现成的Python库可以实现，还是通常需要编写自定义的平台特定代码？

内容的提问来源于stack exchange，提问作者Alex_zlat