在对YOLOV5 detect.py摸索几天后发现 YOLOV5 的架构真的很清晰，从应用的角度上来说是真的方便

YOLOV5 官方的detect.py 中有着非常完整的功能，从读取图片到调用摄像头都已经写好了代码，只需要阅读一下官方文档，更改下启动参数基本就可以完成物体检测的任务。

本次代码是基于 detect.py 精简和改进而来，代码都是现有的，但是自己上手体会一下流程才能更好理解

先说结论：

我个人感觉帧率还是偏低，对移动的物体的跟踪还是不够强，也勉强够用，后续优化应该会更好

但是相较于原版的detect.py 速度“快”了大半（这个快后面有解释）

过程分析：

基本流程：

对于一个辅助瞄准来说有着以下基本的流程：

获取屏幕 -> 目标检测 - 获得坐标 - 移动鼠标 - 判断是否已经瞄准 - 按下开火

我选择的是将 “判断是否已经瞄准”放到下一帧去处理（因为判断是需要再获取一次物体坐标的）

具体步骤：

获取屏幕：

除了这几种，YOLOV5中还有自带的截图模块：

在这个5个截图方式中，我选择了 win32api（PyQt的性能我测的是没有win32api好的，也许是我的原因）

win32 api 截取 640* 640 的图片大概需要 10ms 左右， 不同的配置会有所差异

目标检测：

这倒是简单，毕竟YOLOV5中已经有源代码了，只需要正确地把图片送进去就可以

关于这个正确的是怎么个正确法 在下面有写踩坑，这里就不复述了

获得坐标：

ppl_list 中的是坐标框的xywh（检测框中心的 x y 坐标 ， 检测框的宽度和高度）

要注意的是这几个数据都是百分比的形式（0.52314) 需要乘以图片的长宽才可以用

移动鼠标：

由于大部分游戏都有限制，导致例如pyautogui 类的库都没法使用，在我网上找了大半圈后，本着就简的原则 发现了pydirectinput 这个库，能够在游戏内移动视角，但那篇帖子找不到啦

判断是否已经瞄准:

这个是倒数第二简单的，用 ppl_list 中获得的检测框中心的（x，y）坐标与屏幕中心来计算距离