基于 计算机视觉 (SIFT) 与 深度学习 (LoFTR) 的游戏实时悬浮窗地图追踪器。 自动识别屏幕上的游戏小地图,并在超清完整大地图上实时标注玩家的准确位置,支持双层图分离与惯性导航。
我们提供了打包好的 AI 2.0 版本,完全免安装,无需配置复杂的深度学习环境 (PyTorch),解压即用!
- 🚀 双引擎架构:提供极致性能的传统视觉方案,以及抗干扰极强的 AI 深度学习方案。
- 📉 极致显存优化:AI 模式经过深度轻量化处理,显存消耗现已大幅降低至 1GB 以内,告别爆显存焦虑,普通配置也能畅跑!
- 📦 小白友好:提供独立打包程序,无需折腾复杂的 Python 与显卡环境,双击直接启动。
- 👁️ 逻辑/显示双图分离:使用纯净图进行极限特征匹配,在悬浮窗中显示带标记的资源图。
- 🧭 惯性导航与雷达扫描:短暂丢失视野时维持原位推测,彻底跟丢后自动启动全局雷达切片扫描(AI 模式)。
- 🌊 弱纹理强化:集成 CLAHE 算法,强行榨取大海、纯色草地等弱纹理区域的特征点。
| 模式 | 运行入口 | 原理 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|---|
| SIFT 极速版 | main_sift.py |
尺度不变特征变换 | 纯 CPU 即可极速流畅运行。 | 面对大面积纯色水域或 UI 遮挡严重时可能短暂跟丢。 | 绝大多数常规游戏跑图 |
| LoFTR AI 版 | main_ai.py |
Transformer 密集匹配 | 极其霸道,几乎无视 UI 遮挡、严重缩放和弱纹理;全新优化后显存占用 < 1GB。 | 若使用源码运行,需配置 PyTorch 环境。(建议直接使用整合包) | SIFT 无法工作的极端恶劣地形 |
如果你想阅读源码或自行参与修改,本项目推荐使用 Python 3.9+。普通用户建议直接使用上方的免安装整合包。
- 克隆项目到本地:
git clone [https://github.com/你的用户名/你的项目名.git](https://github.com/你的用户名/你的项目名.git)
cd 你的项目名
pip install -r requirements.txt #安装基础依赖