'commit'

Apps/XinDianTu/Config/Setting.py

@@ -21,10 +21,10 @@ WAIT_BACK_TO_LIST = 1.5
 WAIT_AFTER_SCROLL = 3.0
 
 # 坐标计算与安全防护
-# 屏幕顶部安全排除比例 (0.0~1.0)，此比例区域内不进行点击（避开状态栏、筛选栏等）
-SAFE_EXCLUDE_RATIO = 0.20
+# 屏幕顶部安全排除比例 (0.0~1.0)，此比例区域内不进行点击（避开状态栏、顶部菜单、横幅广告等）
+SAFE_EXCLUDE_RATIO = 0.40
 # 屏幕底部安全排除比例 (0.0~1.0)，此比例区域内不进行点击（避开底部导航栏、功能按钮等）
-BOTTOM_SAFE_EXCLUDE_RATIO = 0.1
+BOTTOM_SAFE_EXCLUDE_RATIO = 0.12
 # 默认回退屏幕宽度，当无法自动获取设备信息时使用
 FALLBACK_WIDTH = 1080
 # 默认回退屏幕高度，当无法自动获取设备信息时使用

Apps/XinDianTu/Kit.py

@@ -40,6 +40,23 @@ def take_screenshot(d, image_uuid, save_dir=TEMP_IMAGE_DIR):
     return path
 
 
+def clear_temp_dir(save_dir=TEMP_IMAGE_DIR):
+    """清空临时目录中的所有文件"""
+    if not os.path.exists(save_dir):
+        return
+    logger.info(f"正在清空临时目录: {save_dir}")
+    for file in os.listdir(save_dir):
+        file_path = os.path.join(save_dir, file)
+        try:
+            if os.path.isfile(file_path):
+                os.remove(file_path)
+            elif os.path.isdir(file_path):
+                import shutil
+                shutil.rmtree(file_path)
+        except Exception as e:
+            logger.error(f"无法删除文件 {file_path}: {e}")
+
+
 def click_image_template(d, template_path, timeout=5.0, threshold=0.8):
     """
     使用 OpenCV 模板匹配查找并点击图片
@@ -118,6 +135,44 @@ def click_image_template(d, template_path, timeout=5.0, threshold=0.8):
     return False
 
 
+def is_background_dimmed(image_path, threshold=80):
+    """
+    检测背景是否被暗色蒙板覆盖 (Image Mask Detection)
+    原理：计算屏幕四周边缘区域的平均亮度。如果边缘区域普遍较暗（蒙板效果），则返回 True。
+    :param image_path: 截图路径
+    :param threshold: 亮度阈值，低于此值认为是蒙板 (0-255)
+    :return: bool
+    """
+    if not os.path.exists(image_path):
+        return False
+    
+    img = read_image(image_path)
+    if img is None:
+        return False
+    
+    h, w = img.shape[:2]
+    # 转换为灰度图计算亮度
+    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
+    
+    # 定义边缘区域 (四周各取 5% 的宽度/高度)
+    edge_h = int(h * 0.05)
+    edge_w = int(w * 0.05)
+    
+    # 提取四个角落/边缘块
+    top_edge = gray[0:edge_h, :]
+    bottom_edge = gray[h-edge_h:h, :]
+    left_edge = gray[:, 0:edge_w]
+    right_edge = gray[:, w-edge_w:w]
+    
+    # 计算平均亮度
+    avg_brightness = (np.mean(top_edge) + np.mean(bottom_edge) + np.mean(left_edge) + np.mean(right_edge)) / 4
+    
+    logger.info(f"Background Dimmed Check: Avg Brightness = {avg_brightness:.2f} (Threshold: {threshold})")
+    
+    # 如果平均亮度低于阈值，说明背景被压暗了
+    return avg_brightness < threshold
+
+
 def detect_black_agree_button(image_path, debug_dir=None):
     """
     通过计算机图形学检测黑色的"同意"按钮 (Image 1 场景)
@@ -275,6 +330,13 @@ def detect_ad_close_x(image_path, template_path, debug_dir=None, threshold=0.7):
         f"Ad Close Button Match: Confidence={max_val:.4f}, Scale={best_scale:.2f}, Pos=({center_x}, {center_y}), Rel=({rel_x:.2f}, {rel_y:.2f})")
 
     is_valid_pos = True
+    
+    # 针对底部中心的特殊逻辑：如果是底部中心位置，降低置信度阈值要求
+    is_in_bottom_center = (0.4 < rel_x < 0.6) and (rel_y > 0.65)
+    effective_threshold = threshold
+    if is_in_bottom_center:
+        effective_threshold = min(threshold, 0.6) # 底部中心位置允许 0.6 的置信度
+        logger.info(f"Bottom Center detected, lowering threshold to {effective_threshold}")
 
     # 规则1: 过滤掉屏幕正中央偏上的区域 (通常是广告标题、图标或内容)
     # 范围: X在 [0.3, 0.7] 且 Y在 [0.15, 0.5]
@@ -282,20 +344,23 @@ def detect_ad_close_x(image_path, template_path, debug_dir=None, threshold=0.7):
         logger.warning(f"Ignored match at ({center_x}, {center_y}) - likely Ad Content/Title (Center-Top area).")
         is_valid_pos = False
 
-    # 规则2: 如果置信度不是特别高 (>0.9), 强制要求在典型区域 (右上角 或 底部中间)
+    # 规则2: 如果置信度不是特别高 (>0.98), 强制要求在典型区域 (右上角 或 底部中间)
     # 右上角: X > 0.7, Y < 0.5
     # 底部中间: Y > 0.6
-    if is_valid_pos and max_val < 0.98:  # 如果置信度非常高(0.98+)，可能是极其标准的X，暂时放过(除非在禁区)
+    if is_valid_pos and max_val < 0.98:
         if not ((rel_x > 0.7 and rel_y < 0.5) or (rel_y > 0.6)):
             logger.warning(
                 f"Ignored match at ({center_x}, {center_y}) - not in typical Close Button regions (Top-Right or Bottom).")
             is_valid_pos = False
 
-    if max_val >= threshold:
+    if max_val >= effective_threshold:
         if is_valid_pos:
             # [Safety Check] 底部安全区排除
             # 如果检测到的关闭按钮位于屏幕底部 BOTTOM_SAFE_EXCLUDE_RATIO 区域内，认为是误判（如误触底部功能按钮）
-            if center_y > (target_h * (1 - BOTTOM_SAFE_EXCLUDE_RATIO)):
+            # 特例：如果按钮在水平中心附近 (0.4 < rel_x < 0.6)，且垂直方向在 0.96 以内，则允许点击 (针对 2025 年度账单等插屏广告)
+            is_in_bottom_center_safe = (0.4 < rel_x < 0.6) and (rel_y < 0.96)
+            
+            if center_y > (target_h * (1 - BOTTOM_SAFE_EXCLUDE_RATIO)) and not is_in_bottom_center_safe:
                 logger.warning(
                     f"Ignored Ad Close Button at ({center_x}, {center_y}) - in Bottom Safety Zone ({int(BOTTOM_SAFE_EXCLUDE_RATIO * 100)}%).")
                 # 也可以保存一下调试图
@@ -380,10 +445,11 @@ def detect_bottom_close_circle(image_path, debug_dir=None):
 
     h, w = img.shape[:2]
 
-    # 1. 提取感兴趣区域 (ROI): 屏幕底部 25% (缩小范围，避开列表内容区)
-    roi_top = int(h * 0.75)
-    roi_h = h - roi_top
-    roi = img[roi_top:h, :]
+    # 1. 提取感兴趣区域 (ROI): 屏幕中下部 (避开顶部的搜索栏和底部的导航栏)
+    roi_top = int(h * 0.60)
+    roi_bottom = int(h * 0.90)
+    roi_h = roi_bottom - roi_top
+    roi = img[roi_top:roi_bottom, :]
 
     # 转灰度
     gray = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
@@ -392,7 +458,7 @@ def detect_bottom_close_circle(image_path, debug_dir=None):
 
     # 2. 霍夫圆变换检测圆形
     # dp=1.2 (累加器分辨率), minDist=w/5 (圆心最小距离), param1=100 (Canny高阈值), param2=30 (圆心累加阈值), minR=w*0.04, maxR=w*0.1
-    # 缩小最大半径范围，防止识别到过大的按钮（如扫码充电按钮）
+    # 缩小最大半径范围，防止识别到过大的按钮
     circles = cv2.HoughCircles(gray_blurred, cv2.HOUGH_GRADIENT, dp=1.2, minDist=w / 5,
                                param1=100, param2=30, minRadius=int(w * 0.04), maxRadius=int(w * 0.09))
 
@@ -407,14 +473,14 @@ def detect_bottom_close_circle(image_path, debug_dir=None):
             global_cy = roi_top + cy
             global_cx = cx
 
-            # 过滤1: 必须在水平中心附近 (容差 15%，收紧限制)
+            # 过滤1: 必须在水平中心附近 (容差 15%)
             if abs(global_cx - w // 2) > (w * 0.15):
                 continue
 
-            # 过滤2: 垂直方向限制 (必须在屏幕 80% - 95% 之间)
-            # 这样可以避开位于 60%-80% 区域的列表项卡片
+            # 过滤2: 垂直方向限制 (必须在屏幕 65% - 88% 之间)
+            # 这样可以避开位于底部的导航栏 (0.9+) 和顶部的卡片
             rel_y = global_cy / h
-            if rel_y < 0.80 or rel_y > 0.95:
+            if rel_y < 0.65 or rel_y > 0.88:
                 continue
 
             dist = abs(global_cx - w // 2)
@@ -429,7 +495,12 @@ def detect_bottom_close_circle(image_path, debug_dir=None):
 
             # [Safety Check] 底部安全区排除
             # 如果检测到的圆形按钮位于屏幕底部 BOTTOM_SAFE_EXCLUDE_RATIO 区域内，认为是误判（如误触底部扫码充电等）
-            if cy > (h * (1 - BOTTOM_SAFE_EXCLUDE_RATIO)):
+            # 特例：如果按钮在水平中心附近 (0.4 < global_cx/w < 0.6)，且垂直方向在 0.96 以内，则允许点击 (针对插屏广告)
+            rel_x = cx / w
+            rel_y = cy / h
+            is_in_bottom_center = (0.4 < rel_x < 0.6) and (rel_y < 0.96)
+
+            if cy > (h * (1 - BOTTOM_SAFE_EXCLUDE_RATIO)) and not is_in_bottom_center:
                 logger.warning(
                     f"Ignored Bottom Circle at ({cx}, {cy}) - in Bottom Safety Zone ({int(BOTTOM_SAFE_EXCLUDE_RATIO * 100)}%).")
                 return None

Apps/XinDianTu/Opener.py

@@ -8,7 +8,7 @@ import uuid
 import uiautomator2 as u2
 
 from Apps.XinDianTu.Kit import take_screenshot, detect_black_agree_button, detect_any_ad_close, \
-    detect_bottom_close_circle
+    detect_bottom_close_circle, is_background_dimmed
 from Config.Config import TEMP_IMAGE_DIR
 
 # pip install adbutils
@@ -33,6 +33,11 @@ async def check_and_close_ad(d):
     save_dir = TEMP_IMAGE_DIR
     screenshot_path = take_screenshot(d, image_uuid, save_dir=save_dir)
     logger.info(f"Step [广告检测截图] 耗时: {time.time() - t1:.4f}s")
+
+    # 1.1 特征预检：检测背景蒙板
+    is_dimmed = is_background_dimmed(screenshot_path)
+    if is_dimmed:
+        logger.info("检测到背景变暗（蒙板），极大概率存在广告弹窗。")
     
     # 2. 图形学检测方案 (Local CV)
     t_cv = time.time()
@@ -55,7 +60,9 @@ async def check_and_close_ad(d):
     
     if os.path.exists(template_dir):
         logger.info(f"正在尝试多模板匹配关闭按钮: {template_dir}")
-        close_pos = detect_any_ad_close(screenshot_path, template_dir, debug_dir=save_dir)
+        # 如果检测到蒙板，可以适当调低匹配阈值
+        match_threshold = 0.6 if is_dimmed else 0.7
+        close_pos = detect_ad_close_x_with_threshold(screenshot_path, template_dir, save_dir, match_threshold)
         
         if close_pos:
             x, y = close_pos
@@ -78,17 +85,27 @@ async def check_and_close_ad(d):
             os.remove(screenshot_path)
         return True
     
-    logger.info(f"本地图形学检测完成，未发现已知广告。耗时: {time.time() - t_cv:.4f}s")
+    logger.info(f"本地图形学检测完成，未发现已知广告。")
     
-    # [优化] 用户指示：回退到大模型检查不靠谱且浪费。
-    # 如果本地图形学方案（黑按钮、X关闭）都未命中，则直接认为无广告或已进入正常页面。
-
     # 清理本地截图
     if os.path.exists(screenshot_path):
         os.remove(screenshot_path)
 
     return False
 
+def detect_ad_close_x_with_threshold(screenshot_path, template_dir, debug_dir, threshold):
+    """
+    带自定义阈值的多模板匹配
+    """
+    for filename in os.listdir(template_dir):
+        if filename.startswith("ad_close") and filename.endswith(".jpg"):
+            template_path = os.path.join(template_dir, filename)
+            from Apps.XinDianTu.Kit import detect_ad_close_x
+            pos = detect_ad_close_x(screenshot_path, template_path, debug_dir=debug_dir, threshold=threshold)
+            if pos:
+                return pos
+    return None
+
 
 async def open_mini_program():
     """

Apps/XinDianTu/ReadImageKit.py

@@ -56,9 +56,9 @@ class XinDianTuReadImageKit:
         "11. station_name_bounds_norm: 场站名称文字归一化坐标(0-1)。\n"
         "\n"
         "重要约束（违反者不予识别）：\n"
-        "A. 严禁识别广告位和筛选标签。如“夜间免停”、“洗手间”、“不限车长”、“不限车高”、“组团”、“综合排序”等均不是场站。\n"
+        "A. 严禁识别广告位和筛选标签。如“畅充会员”、“组团充电”、“微信社群”、“申卡有礼”、“夜间免停”、“洗手间”、“不限车长”、“不限车高”、“组团”、“综合排序”等均不是场站。\n"
         "B. 真正的场站卡片必须是一个横跨屏幕的大卡片，包含：场站名称（大号加粗）、金额（¥开头）、距离（km结尾）、充电枪状态（闲x/x）。\n"
-        "C. 严禁将屏幕中间的筛选标签误认为场站卡片。\n"
+        "C. 严禁将屏幕顶部的功能图标（如畅充会员、签到等）和中间的筛选标签误认为场站卡片。区域太小或缺少要素的一律跳过。\n"
         "\n"
         "严格返回纯JSON格式。"
     )
@@ -407,11 +407,6 @@ class XinDianTuReadImageKit:
                             data[i]["uia_center_x"] = r.get("uia_center_x")
                             data[i]["uia_center_y"] = r.get("uia_center_y")
 
-                for item in data:
-                    if isinstance(item, dict):
-                        item["uia_center_x"] = 100
-                        item.setdefault("uia_center_y", None)
-
             return data
         except Exception as e:
             logger.error(f"Error parsing JSON: {e}")

Output/390da4d7-d390-42d7-8202-36f336228092.json

@@ -0,0 +1,33 @@
+{
+    "image": "390da4d7-d390-42d7-8202-36f336228092.jpg",
+    "width": 720,
+    "height": 249,
+    "cards": [
+        {
+            "id": 1,
+            "rect": [
+                19,
+                772,
+                712,
+                1061
+            ],
+            "click_point": [
+                122,
+                829
+            ]
+        },
+        {
+            "id": 2,
+            "rect": [
+                19,
+                1075,
+                712,
+                1324
+            ],
+            "click_point": [
+                122,
+                1124
+            ]
+        }
+    ]
+}

T1_XinDianTu.py

@@ -10,7 +10,10 @@ def main():
     print(f"🚀 正在启动新电途小程序爬虫...")
     
     try:
-        from Apps.XinDianTu import Run
+        from Apps.XinDianTu import Run, Kit
+        # 启动前清空临时目录
+        Kit.clear_temp_dir()
+        
         asyncio.run(Run.main())
             
     except ImportError as e: