Bilderkennungsmethoden

Macro Recorder kann Bilder entweder durch einen pixelweisen Vergleich des Bildschirms (Region) oder durch einen abstrahierenden "Feature-Matching"-Algorithmus auffinden.

Der pixelgenaue Vergleich ist präzise, aber aufgrund verschiedener Faktoren anfällig:

• Schriftart-Rendering: Kleine Unterschiede in Schriftversionen, Hinting oder OS-Rendering können Pixel verschieben, insbesondere bei Text.

• Zoom und DPI-Skalierung: Unterschiedliche System-Skalierungen (z. B. 125 %, 150 %) verändern die Größe von UI-Elementen und damit deren Pixel-Layout.

• Anti-Aliasing: Glättungseffekte führen zu subtilen Farbabweichungen an den Rändern und machen exakte Übereinstimmungen unzuverlässig.

• Subpixel-Rendering: Techniken wie ClearType verwenden RGB-Subpixel je nach Display unterschiedlich, was zu Farbverschiebungen führt, selbst wenn der Inhalt identisch ist.

• Hardware-Unterschiede: GPU-Treiber, Monitorkalibrierung und Anzeigeprofile können sich auf Pixelfarbe und Rendering auswirken.

• Bildkomprimierung und Farbtiefe: Screenshots oder Rendering-Ausgaben können sich aufgrund von Komprimierungsartefakten oder unterschiedlichen Farbbittiefen unterscheiden.

Aus diesen Gründen ist der pixelgenaue Vergleich nicht zuverlässig übertragbar auf verschiedenen Rechnern, da diese Faktoren von Rechner zu Rechnre variieren. Daher unterstützt Macro Recorder einen Algorithmus, der statt Pixel vielmehr strukturelle Merkmale (z. B. Kanten, Ecken, Formen) eines Bildes vergleicht.

Vorteile:

• Robust gegenüber Skalierung und Zoom: Funktioniert über verschiedene DPI- und Zoom-Einstellungen hinweg.

• Tolerant gegenüber Rendering-Variationen: Weniger beeinträchtigt durch Anti-Aliasing, Subpixel-Rendering oder Schriftartunterschiede.

• Unempfindlich gegenüber geringfügigen visuellen Änderungen: Die Elemente können auch bei geringfügigen Farb- oder Layoutveränderungen übereinstimmen.

Nachteile:

• Rechenintensiv: Benötigt mehr Rechenleistung und Zeit als ein einfacher Pixelvergleich.

• Potenziell falsch-positive Ergebnisse: Ähnlich aussehende Elemente können gelegentlich nicht übereinstimmen.

• Geringere Präzision: Eignet sich nicht für Anwendungen, die einen 100% exakte Vergleich erfordern.

In der Praxis bietet das Feature-Matching eine flexiblere und robustere Lösung für die meisten Desktop-Automatisierungs- und Erkennungsaufgaben. Mit der Option "Auto" können Sie Macro Recorder die passende Methode herausfinden lassen.