Python游戏自动化脚本开发：从模拟操作到图像识别的完整实践

1. 项目概述：为什么选择Python做游戏自动化

如果你玩过一些需要重复“肝”任务的游戏，或者想在游戏里实现一些辅助功能，但又不想碰那些风险极高的外挂，那么用Python写一个后台自动化脚本，可能就是最优雅的解决方案。这听起来有点“灰色”，但它的核心逻辑其实很纯粹：模拟人的操作，代替你完成那些枯燥、重复的点击和按键。我之所以选择Python，而不是C++或者易语言这类更“底层”的工具，原因很简单——快。Python的语法足够简洁，库生态极其丰富，从控制鼠标键盘到识别屏幕图像，都有成熟的轮子可用。这意味着你可以把精力集中在自动化逻辑的设计上，而不是耗费大量时间去造轮子或者处理复杂的内存读写。

这个项目的目标，是构建一个运行在你电脑后台的“影子助手”。它不会修改游戏内存数据，不注入DLL，仅仅是通过系统API模拟输入和读取屏幕信息，这在很多游戏的规则界定里，处于一个相对模糊但通常被默许的“宏”或“辅助工具”范畴。当然，具体是否违规，一定要仔细阅读你所玩游戏的用户协议。从技术上说，我们将打造一个脚本，它能自动登录游戏、完成日常任务、循环刷副本、甚至基于简单的图像识别来应对一些动态场景。整个过程，就像有一个不知疲倦的伙伴在帮你操作，而你可以安心地去处理其他事情。

2. 核心思路与技术选型：模拟与识别的艺术

游戏自动化的核心无外乎两点：“输入”和“感知”。“输入”是向游戏发送指令，比如鼠标点击、键盘按键；“感知”是获取游戏的状态，比如判断某个按钮是否出现、血条是否健康。基于这两点，我们的技术栈就清晰了。

2.1 输入模拟：pyautogui与pynput的抉择

对于输入模拟，pyautogui是绝大多数人的首选。它功能全面，一句pyautogui.click(x, y)就能完成点击，pyautogui.write('hello')就能打字，对新手极其友好。但它有一个致命缺点：它是“阻塞式”的。一旦你调用了pyautogui.moveTo()，你的鼠标指针就会真的、以肉眼可见的速度移动到目标位置，在此期间整个脚本会暂停等待。这在需要快速反应或隐秘后台运行的场景下是灾难性的。

因此，对于需要更精细、更快速、或真正后台化（即不干扰你前台正常使用电脑）的操作，我强烈推荐pynput。pynput允许你直接调用操作系统底层的输入事件，可以实现“瞬间移动”和“异步监听”。比如，你可以用pynput.mouse.Controller()直接将鼠标光标“跳”到某个坐标，没有任何动画过程。更重要的是，pynput.keyboard.Listener可以让你监听全局快捷键，实现一键启动或暂停脚本，而无需把脚本窗口置于前台。

实操心得：对于简单的、不要求速度的自动化（如自动填写表单），pyautogui够用且简单。但对于游戏自动化，尤其是需要争分夺秒或希望完全后台化的场景，pynput是更专业的选择。我自己的项目几乎全部基于pynput。

2.2 屏幕感知：从坐标到图像的飞跃

最基础的感知是坐标定位。你可以写死一个坐标(100, 200)让鼠标去点。但游戏窗口一旦移动，脚本就失效了。所以，我们需要动态定位。这就引出了图像识别。

opencv-python（简称cv2）是图像处理的工业标准。在游戏自动化中，我们主要用它来做模板匹配。原理很简单：提前截取一张游戏内小按钮的图片（比如“挑战”按钮），作为模板。脚本运行时，不断截取当前屏幕画面，用cv2.matchTemplate函数在屏幕截图中寻找这个模板。找到后，函数会返回匹配位置，我们就可以计算出这个按钮在当前屏幕上的精确坐标，然后让鼠标点击过去。

这种方法比坐标硬编码健壮得多。只要游戏UI不变，无论窗口在屏幕哪里，脚本都能找到它。你还可以通过设置匹配阈值，来应对游戏画面轻微的亮度、色差变化。

2.3 控制逻辑：稳定性的关键

有了“手”（pynput）和“眼”（opencv），我们还需要一个“大脑”来指挥。这个大脑就是控制逻辑。这里切忌使用死循环加固定延时time.sleep(5)这种简单粗暴的方式。因为网络延迟、电脑性能波动都会导致每个操作步骤的实际耗时不同。

一个健壮的控制逻辑应该是“状态驱动”或“事件驱动”的。例如，我们不应该写“点击登录按钮，然后等待5秒，再点击开始游戏”。而应该写：“点击登录按钮，然后循环检测，直到‘开始游戏’按钮出现在屏幕上，再点击它；如果超过30秒还没出现，则报错重试。” 这中间等待的time.sleep应该用短间隔的检查（如time.sleep(0.5)）来代替，这样脚本响应更快，也更稳定。

3. 环境搭建与核心工具实战

工欲善其事，必先利其器。一个清晰的开发环境能避免很多后期麻烦。

3.1 Python环境与IDE选择

我推荐使用 Python 3.8 或以上版本。安装时务必勾选“Add Python to PATH”，这是很多新手踩坑的第一步。集成开发环境（IDE）上，VSCode 和 PyCharm 都是优秀的选择。VSCode 更轻量，通过安装 Python 插件和 Pylance 插件就能获得很好的代码提示和调试体验。PyCharm 是专业重型武器，其调试功能和项目管理更为强大，社区版对个人免费，完全够用。

对于包管理，强烈建议使用虚拟环境。在项目根目录下，执行python -m venv venv创建一个虚拟环境，然后激活它（Windows下是venv\Scripts\activate）。这样安装的所有库（如pynput,opencv）都只在这个项目内生效，不会污染全局环境，也便于后期打包和迁移。

3.2 核心库的安装与“避坑指南”

打开终端（确保已激活虚拟环境），安装我们需要的核心库：

pip install pynput opencv-python pillow numpy

这里有几个关键点：

1. opencv-python：这个包名安装的是 OpenCV 的核心模块。如果你需要一些额外的贡献模块（一般游戏自动化不需要），可以安装opencv-contrib-python，但体积会大很多。
2. Pillow：Python 图像处理库，有时pyautogui或截图功能会依赖它，一并安装避免问题。
3. pynput在 macOS 上的权限：在 macOS 上运行pynput需要辅助功能权限。你需要在“系统偏好设置” -> “安全性与隐私” -> “辅助功能”中，给你的终端或 IDE 打上勾。否则会报错。
4. pynput在 Linux 上的依赖：在 Linux 上可能需要安装python3-xlib等库，具体根据发行版使用apt或yum安装。

3.3 第一个脚本：让鼠标动起来

让我们写一个最简单的“Hello World”来验证环境。这个脚本将把鼠标移动到屏幕中央，并点击一下。

import time from pynput.mouse import Controller, Button # 创建鼠标控制器 mouse = Controller() # 获取屏幕尺寸（这里需要其他库，我们简单写个坐标） # 假设屏幕中心是 (960, 540) screen_center = (960, 540) print("3秒后，鼠标将移动到屏幕中心并点击...") time.sleep(3) # 移动鼠标（pynput是瞬间移动） mouse.position = screen_center time.sleep(0.5) # 稍作停顿，让用户看到效果 # 点击左键 mouse.click(Button.left, 1) print("操作完成！")

运行这个脚本，你会看到鼠标“唰”地一下跳到屏幕中心并点击。这说明你的输入模拟环境已经就绪了。

4. 图像识别核心：用OpenCV找到游戏按钮

图像识别是自动化脚本的“眼睛”。我们来实现一个完整的流程：截屏 -> 匹配模板 -> 计算坐标 -> 点击。

4.1 准备模板图片

首先，在游戏里把你想要点击的按钮截取下来。比如一个“领取奖励”的按钮。用系统截图工具（如 Windows 的 Snipping Tool）截取，确保只包含按钮本身，边缘背景越少越好，保存为claim_reward.png，放在你的项目目录下。

4.2 编写图像识别与点击函数

import cv2 import numpy as np import pyautogui # 这里仅用于截图，操作仍用pynput from pynput.mouse import Controller, Button import time mouse = Controller() def find_and_click(template_path, threshold=0.8, offset_x=0, offset_y=0): """ 在屏幕上查找模板图片，如果找到则点击其中心。 :param template_path: 模板图片路径 :param threshold: 匹配阈值，0.8表示80%相似度以上认为匹配 :param offset_x: 点击点相对于模板中心的X偏移 :param offset_y: 点击点相对于模板中心的Y偏移 :return: 找到返回True，否则返回False """ # 1. 读取模板图片 template = cv2.imread(template_path, cv2.IMREAD_COLOR) if template is None: print(f"错误：无法读取模板图片 {template_path}") return False h, w = template.shape[:2] # 获取模板高度和宽度 # 2. 截取当前屏幕 screenshot = pyautogui.screenshot() # 使用pyautogui截图，返回PIL图像 screenshot = cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR) # 转换为OpenCV格式 # 3. 进行模板匹配 result = cv2.matchTemplate(screenshot, template, cv2.TM_CCOEFF_NORMED) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) # 4. 判断是否匹配成功 if max_val >= threshold: # 计算模板中心在屏幕上的坐标 center_x = max_loc[0] + w // 2 + offset_x center_y = max_loc[1] + h // 2 + offset_y print(f"找到目标！位置：({center_x}, {center_y})，相似度：{max_val:.2f}") # 5. 移动并点击 mouse.position = (center_x, center_y) time.sleep(0.1) # 点击前稍作延迟，模拟人手 mouse.click(Button.left, 1) time.sleep(0.3) # 点击后等待UI响应 return True else: # print(f"未找到目标，最高相似度：{max_val:.2f}") # 调试时可开启 return False # 使用示例：寻找并点击“领取奖励”按钮，最多尝试10次，每次间隔1秒 def claim_reward(): for i in range(10): print(f"尝试第 {i+1} 次寻找奖励按钮...") if find_and_click('claim_reward.png', threshold=0.85): print("奖励领取成功！") return True time.sleep(1) print("未找到奖励按钮，可能已领取或界面不对。") return False if __name__ == "__main__": claim_reward()

4.3 关键参数解析与调优

1. 阈值 (threshold)：这是最重要的参数。值越高（越接近1），匹配要求越严格，越不容易误点；值越低，则越宽松，但也可能点到错误的东西。通常从0.8开始调试。如果游戏UI有透明、发光等特效，可能需要适当降低到0.75。
2. 偏移 (offset_x,offset_y)：有时按钮的可点击区域并不在正中心。比如一个很长的按钮，你可能希望点击它的左半部分。这时就可以通过偏移量来调整最终点击位置。
3. 匹配方法 (cv2.TM_CCOEFF_NORMED)：我们使用的是归一化相关系数匹配法，它对光照变化有一定抗性，是最常用的方法之一。如果效果不好，可以尝试cv2.TM_SQDIFF_NORMED（归一化平方差匹配法），但注意其判断逻辑是值越小越匹配。

实操心得：不要指望一个模板走天下。游戏在不同场景下，同一个按钮的亮度、色调可能有细微差别。一个稳健的做法是，为同一个功能准备2-3张在不同场景下截取的模板图，依次匹配，只要有一个成功就算成功。

5. 构建健壮的任务循环与状态机

一个完整的自动化脚本，不是一堆函数的堆砌，而是一个有状态、能处理异常的小系统。

5.1 基础任务循环框架

下面是一个模拟日常任务流程的框架，包含了登录、领奖励、刷副本、下线等状态。

import time import random from enum import Enum class GameState(Enum): LOGIN = 1 IN_LOBBY = 2 CLAIM_DAILY = 3 BATTLE = 4 LOGOUT = 5 ERROR = 99 class GameAutoBot: def __init__(self): self.state = GameState.LOGIN self.running = True self.error_count = 0 self.max_errors = 5 def run(self): """主循环""" print("游戏自动化脚本启动...") while self.running and self.error_count < self.max_errors: try: self._state_action() time.sleep(1) # 主循环基础间隔 except Exception as e: print(f"状态 {self.state} 执行出错: {e}") self.error_count += 1 self.state = GameState.ERROR time.sleep(5) if self.error_count >= self.max_errors: print("错误次数过多，脚本停止。") print("脚本运行结束。") def _state_action(self): """根据当前状态执行对应操作""" if self.state == GameState.LOGIN: self._do_login() elif self.state == GameState.IN_LOBBY: self._check_lobby() elif self.state == GameState.CLAIM_DAILY: self._claim_daily_rewards() elif self.state == GameState.BATTLE: self._enter_battle() elif self.state == GameState.LOGOUT: self._do_logout() elif self.state == GameState.ERROR: self._recover_from_error() def _do_login(self): print("正在执行登录...") # 这里调用之前写的 find_and_click 函数，点击登录按钮 if find_and_click('login_button.png'): print("登录按钮点击成功，等待进入大厅...") time.sleep(5) # 等待加载，实际应用中应改为检测“进入游戏”按钮 # 假设检测到大厅界面 if find_and_click('lobby_indicator.png', threshold=0.7): self.state = GameState.IN_LOBBY print("登录成功，进入大厅状态。") else: print("未检测到大厅界面，登录可能失败。") self.error_count += 1 else: print("未找到登录按钮。") self.error_count += 1 def _check_lobby(self): print("在大厅中，检查可执行任务...") # 优先领取每日奖励 if find_and_click('daily_reward_icon.png'): self.state = GameState.CLAIM_DAILY print("发现每日奖励，前往领取。") return # 如果没有奖励，则开始刷副本 print("无每日奖励，准备开始战斗。") self.state = GameState.BATTLE def _claim_daily_rewards(self): print("处理每日奖励...") if find_and_click('claim_all_button.png'): time.sleep(2) # 领取后，尝试关闭奖励窗口 find_and_click('close_dialog.png') print("每日奖励领取完成。") self.state = GameState.IN_LOBBY # 返回大厅状态 def _enter_battle(self): print("准备进入战斗...") if find_and_click('battle_entry.png'): print("进入战斗选择界面。") time.sleep(2) # 选择第一个副本 if find_and_click('first_dungeon.png'): print("副本选择成功，等待加载...") time.sleep(5) # 这里开始战斗循环 self._battle_loop() # 战斗结束后，返回大厅 self.state = GameState.IN_LOBBY def _battle_loop(self): """模拟一场战斗内的自动化操作""" print("战斗开始！") for i in range(10): # 假设战斗有10个回合或动作 # 1. 释放技能1 find_and_click('skill_1.png') time.sleep(random.uniform(1.0, 1.5)) # 加入随机延迟，更拟人 # 2. 检测是否需要使用药品（例如血条低于50%） # if self._check_health_low(): # find_and_click('health_potion.png') # time.sleep(1) # 3. 检测战斗是否结束（出现“胜利”图标） if find_and_click('victory_flag.png', threshold=0.8): print("战斗胜利！") time.sleep(3) find_and_click('confirm_victory.png') # 点击确认 break time.sleep(2) # 回合间隔 else: print("战斗循环结束，可能超时。") def _do_logout(self): print("执行下线操作...") find_and_click('settings_menu.png') time.sleep(1) find_and_click('logout_button.png') time.sleep(2) self.running = False print("已下线。") def _recover_from_error(self): """错误恢复策略""" print("尝试从错误中恢复...") # 尝试点击游戏窗口，使其激活 pyautogui.click(100, 100) # 假设点击某个安全位置 time.sleep(2) # 尝试返回大厅 if find_and_click('home_button.png'): self.state = GameState.IN_LOBBY self.error_count = 0 # 重置错误计数 print("成功返回大厅，错误恢复。") else: # 如果连主页都找不到，可能游戏崩溃了，这里可以尝试重启游戏客户端 print("恢复失败，错误计数增加。") self.error_count += 1 if __name__ == "__main__": bot = GameAutoBot() bot.run()

5.2 状态机设计的优势

这个框架的核心是“状态机”。脚本在任何时刻都处于一个明确的状态（如登录、大厅、战斗）。每个状态只负责处理该状态下的逻辑，完成后明确指定下一个状态。这样做的好处非常明显：

• 逻辑清晰：调试时你非常清楚脚本卡在哪个环节。
• 易于扩展：要增加一个新功能（比如“参加公会活动”），只需增加一个新的状态GUILD_EVENT和对应的_do_guild_event方法，然后在_check_lobby里添加触发条件即可。
• 容错性强：在ERROR状态有统一的恢复逻辑。每个操作都有成功/失败的判断，失败达到一定次数会触发错误处理，避免脚本无限卡死。

6. 高级技巧与性能优化

当基础功能实现后，我们可以让脚本更智能、更高效、更隐蔽。

6.1 随机化操作：对抗检测机制

简单的固定坐标点击和固定时间间隔，很容易被游戏服务器检测出是机器行为。引入随机性至关重要。

import random import time def human_like_click(x, y, button='left'): """拟人化点击：移动轨迹和点击间隔随机化""" mouse = Controller() current_x, current_y = mouse.position # 将移动路径分成多段，模拟人手移动 steps = random.randint(3, 8) for i in range(steps): # 计算分段点 intermediate_x = current_x + (x - current_x) * (i+1) / steps intermediate_y = current_y + (y - current_y) * (i+1) / steps # 加入随机偏移，让路径不完全是直线 intermediate_x += random.randint(-5, 5) intermediate_y += random.randint(-5, 5) mouse.position = (intermediate_x, intermediate_y) time.sleep(random.uniform(0.02, 0.08)) # 每小段移动的延迟 # 到达目标后，可能还有微小抖动 time.sleep(random.uniform(0.05, 0.2)) mouse.position = (x + random.randint(-2, 2), y + random.randint(-2, 2)) time.sleep(random.uniform(0.05, 0.15)) # 执行点击 btn = Button.left if button == 'left' else Button.right mouse.click(btn, 1) # 点击后停留随机时间 time.sleep(random.uniform(0.1, 0.4))

对于等待时间，也应用随机延迟：

# 不要用固定时间 time.sleep(5) # 改用随机时间 time.sleep(random.uniform(4.5, 6.5))

6.2 区域截图与多分辨率适配

全屏截图 (pyautogui.screenshot()) 速度慢且占用资源。如果操作区域固定，可以只截取屏幕的一部分。

import pyautogui # 定义游戏窗口区域 (left, top, width, height) game_region = (100, 100, 800, 600) def region_screenshot(region): """截取指定区域""" screenshot = pyautogui.screenshot(region=region) return cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR) # 在模板匹配函数中使用区域截图 screenshot = region_screenshot(game_region) # 注意：此时模板匹配返回的坐标是相对于区域(region)的，需要加上 region[0] 和 region[1] 才是屏幕绝对坐标。

为了适配不同分辨率的屏幕，一个更优的方案是使用“相对坐标”或“比例坐标”。在脚本初始化时，动态检测游戏窗口的位置和大小。

def find_game_window(window_title_partial): """通过窗口标题关键字查找游戏窗口，返回其位置和大小""" import win32gui # Windows API，需要 pip install pywin32 def callback(hwnd, windows): if win32gui.IsWindowVisible(hwnd): title = win32gui.GetWindowText(hwnd) if window_title_partial.lower() in title.lower(): rect = win32gui.GetWindowRect(hwnd) windows.append((hwnd, rect)) return True windows = [] win32gui.EnumWindows(callback, windows) if windows: hwnd, (left, top, right, bottom) = windows[0] # 取第一个匹配的窗口 width = right - left height = bottom - top return left, top, width, height else: return None # 使用 game_region = find_game_window("游戏名称") if game_region: print(f"找到游戏窗口，区域：{game_region}") else: print("未找到游戏窗口，使用默认区域或退出。")

6.3 使用线程处理监听与主循环

我们希望脚本在后台运行时，能通过一个快捷键（如F2）来随时暂停/继续。这需要用到多线程。

from pynput import keyboard import threading class BotWithHotkey: def __init__(self): self.paused = False self.listener = None self.bot_thread = None def on_press(self, key): try: if key == keyboard.Key.f2: # 监听F2键 self.paused = not self.paused status = "已暂停" if self.paused else "已继续" print(f"[{status}] 脚本状态切换。") except AttributeError: pass def start_bot(self): """你的主自动化逻辑函数""" while True: if not self.paused: # 这里替换成你实际的状态机循环 print("脚本正在运行...") time.sleep(1) else: time.sleep(0.5) # 暂停时降低CPU占用 def run(self): # 启动键盘监听线程 self.listener = keyboard.Listener(on_press=self.on_press) self.listener.start() print("热键监听已启动，按 F2 暂停/继续脚本。") # 在主线程中启动机器人逻辑（也可以开新线程） self.start_bot() # 等待监听线程结束（通常不会） self.listener.join() if __name__ == "__main__": bot = BotWithHotkey() bot.run()

7. 实战问题排查与经验沉淀

即使框架再完善，在实际运行中也会遇到各种稀奇古怪的问题。这里记录几个最常见的问题和解决思路。

7.1 图像匹配失败的原因与对策

7.2 脚本运行时前台无法操作

这是因为pynput或pyautogui控制了鼠标键盘。解决方案是使用“后台模式”，但这通常需要更底层的Windows API调用（如SendInput）并针对特定游戏窗口发送消息，实现复杂且不稳定。一个更实用的“妥协”方案是：

1. 使用虚拟机：在虚拟机（如VMware, VirtualBox）里运行游戏和脚本，这样宿主机可以完全自由操作。
2. 规划“安全时间”：将脚本设计为“间歇性工作”。例如，执行5分钟任务，然后time.sleep(60)休眠1分钟，在这1分钟内你可以快速操作电脑。
3. 使用副显示器：如果有多显示器，将游戏窗口和脚本放在副显示器上运行。

7.3 游戏更新导致脚本失效

这是自动化脚本的宿命。应对策略：

1. 模块化设计：将图片模板路径、关键坐标等配置项集中放在一个config.py文件或字典里。一旦UI更新，你只需要更新这个配置文件，而不是翻遍所有代码。
2. 建立模板库：将不同功能的模板图片分类存放，并记录其对应的游戏版本号。
3. 添加版本检测：脚本启动时，可以尝试匹配一个游戏内的版本号标识（如登录界面右下角的版本号文字），如果匹配失败，则提示用户“游戏可能已更新，请检查模板”。

7.4 日志记录与调试

一个没有日志的脚本就像在黑暗中调试。务必加入日志系统。

import logging from datetime import datetime def setup_logger(): logger = logging.getLogger('GameBot') logger.setLevel(logging.DEBUG) # 文件处理器，记录所有级别的日志 fh = logging.FileHandler(f'bot_log_{datetime.now().strftime("%Y%m%d")}.log', encoding='utf-8') fh.setLevel(logging.DEBUG) # 控制台处理器，只记录INFO及以上级别 ch = logging.StreamHandler() ch.setLevel(logging.INFO) formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') fh.setFormatter(formatter) ch.setFormatter(formatter) logger.addHandler(fh) logger.addHandler(ch) return logger logger = setup_logger() # 在代码中使用 logger.info("脚本启动。") try: find_and_click('some_button.png') except Exception as e: logger.error(f"点击按钮失败: {e}")

这样，无论是日常运行还是排查问题，你都可以通过查看日志文件清晰地知道脚本每一步做了什么，在哪里出错。

8. 从脚本到可执行文件：打包与分发

当你写好一个稳定的脚本后，可能想分享给朋友（或在不同电脑上使用），但又不想让对方配置Python环境。这时就需要打包成可执行文件（.exe）。

PyInstaller是目前最常用的工具。安装它：pip install pyinstaller。

假设你的主程序文件是main.py，在项目根目录下打开命令行，执行：

pyinstaller --onefile --windowed --icon=my_icon.ico --add-data "template_images;template_images" main.py

参数解释：

• --onefile：打包成单个exe文件，分发方便。
• --windowed：运行时不显示控制台黑窗口（适合后台脚本）。如果需要看打印信息，则去掉此参数。
• --icon：指定exe文件的图标。
• --add-data：这是关键！我们的脚本依赖template_images文件夹下的所有模板图片。这个参数将文件夹复制到exe的同级目录。格式是"源路径;目标路径"（Windows用分号，Linux/Mac用冒号）。

打包后的目录结构：

dist/ main.exe (你的可执行文件) template_images/ (需要手动复制到和exe同一目录) login_button.png claim_reward.png ...

踩坑实录：打包后最常见的错误是“找不到图片模板”。这是因为代码中使用的是相对路径'claim_reward.png'。在开发时，图片在当前目录；但打包后，exe运行时有一个临时解压目录，你的图片不在那里。解决方案是使用以下代码来获取正确的资源路径：

import sys import os def resource_path(relative_path): """ 获取资源的绝对路径。打包到exe后，也能正确找到资源。""" if hasattr(sys, '_MEIPASS'): # 运行在PyInstaller创建的临时环境中 base_path = sys._MEIPASS else: # 运行在正常的开发环境中 base_path = os.path.abspath(".") return os.path.join(base_path, relative_path) # 使用方式 template_path = resource_path(os.path.join('template_images', 'claim_reward.png'))

将代码中所有引用图片路径的地方都改用resource_path函数处理，再次打包，问题就能解决。打包是一个反复试错的过程，尤其是涉及多个依赖库时。如果遇到奇怪的DLL错误，可以尝试在干净的虚拟环境中安装依赖并打包。