写了个鼠标键盘模拟器,希望对大家有用哈!

简介: 写了个鼠标键盘模拟器,希望对大家有用哈!NOTE:写这个工具主要是帮老婆写了个自动化工具,减轻老婆重复操作的麻烦。地址:https://github.

写了个鼠标键盘模拟器,希望对大家有用哈!

NOTE:写这个工具主要是帮老婆写了个自动化工具,减轻老婆重复操作的麻烦。


地址:


https://github.com/yangzhenping/KeyboardMouseSimulator

https://github.com/JumpingYang001


内容:


KeyboardMouseSimulator

Keyboard and Mouse Simulator on Windows

Introduction

This is a Keyboard and Mouse Simulator on Windows, which is a program coding with C# .net 2.0.

Usage

  1. Create a file 'model.txt' under same directory with current application.

  2. Edit model.txt with Keyboard or Mouse actions, each action a line, and the format is actionname###actionvalue

actionname can be below values:

LeftClick
单击
左键
DoubleClick
双击
RightClick
右键
Move
移动
Drag
拖动
Input
输入
Sleep
延迟

actionvalue can be below work with actionname values:

LeftClick###473,472
单击###473,472
左键###473,472
DoubleClick###473,472
双击###473,472
RightClick###473,472
右键###473,472
Move###473,472
移动###473,472
Drag###373,372,473,472
拖动###373,372,473,472
Input###{ENTER}I am Jumping
输入###{ENTER}我是Jumping
Sleep###1000
延迟###1000

Screen shots

Alt text

A tool to get screen x value and y value

mousexy.exe is under this repository, but I don't know who is its owner, so just share it...... If you are the owner, please contract me, thanks.


目录
相关文章
|
机器学习/深度学习 传感器 编解码
史上最全 | 基于深度学习的3D分割综述(RGB-D/点云/体素/多目)(上)
3D目标分割是计算机视觉中的一个基本且具有挑战性的问题,在自动驾驶、机器人、增强现实和医学图像分析等领域有着广泛的应用。它受到了计算机视觉、图形和机器学习社区的极大关注。传统上,3D分割是用人工设计的特征和工程方法进行的,这些方法精度较差,也无法推广到大规模数据上。在2D计算机视觉巨大成功的推动下,深度学习技术最近也成为3D分割任务的首选。近年来已涌现出大量相关工作,并且已经在不同的基准数据集上进行了评估。本文全面调研了基于深度学习的3D分割的最新进展,涵盖了150多篇论文。论文总结了最常用的范式,讨论了它们的优缺点,并分析了这些分割方法的对比结果。并在此基础上,提出了未来的研究方向。
史上最全 | 基于深度学习的3D分割综述(RGB-D/点云/体素/多目)(上)
|
传感器 机器人 物联网
传感器类型分类
传感器类型分类
1461 0
|
机器学习/深度学习 开发工具 计算机视觉
YOLOv8 目标检测 | 自定义数据集
YOLOv8 目标检测 | 自定义数据集
|
9月前
|
Java 关系型数据库 MySQL
基于springboot的二手物品交易系统
本研究聚焦二手交易平台的网络化转型,探讨其在社会经济快速发展背景下的必要性与意义。结合SpringBoot、Java、MySQL等技术,分析系统设计与实现路径,旨在提升平台管理效率、降低成本,推动二手交易向规范化、信息化发展,助力现代化服务体系建设。
|
监控 安全 JavaScript
浅谈移动端设备标识码:DeviceID、IMEI、IDFA、UDID和UUID
场景 : 客户提出一个问题就是把用户的登录记录和设备绑定到一起,就是每个人都是固定的设备(可能是安全因素吧)。一开始想的是回去设备的IMEI号和用户账号绑定起来,结果发现IMEI不对外开发,只能另寻他法,最后通过获取设备序列号作为唯一标识。
浅谈移动端设备标识码:DeviceID、IMEI、IDFA、UDID和UUID
|
JSON 安全 Android开发
微信红包秒抢神器下载软件真的有用吗?
微信红包秒抢的技术真相与Python模拟实现 大家好
|
11月前
|
JavaScript 安全 Java
基于springboot的大学生兼职系统
本课题针对大学生兼职信息不对称、权益难保障等问题,研究基于Spring Boot、Vue、MySQL等技术的兼职系统,旨在构建安全、高效、功能完善的平台,提升大学生就业竞争力与兼职质量。
针对报错:java.lang.Integer cannot be cast to java.lang.Long..的解决办法
针对报错:java.lang.Integer cannot be cast to java.lang.Long..的解决办法
5185 0
针对报错:java.lang.Integer cannot be cast to java.lang.Long..的解决办法
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
1538 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
机器学习/深度学习 人工智能 编解码
《深度剖析:生成对抗网络中生成器与判别器的高效协作之道》
生成对抗网络(GAN)通过生成器与判别器的对抗学习,实现了数据生成和处理的革命性变革。生成器从噪声中创造逼真样本,判别器则判断数据真假。两者在训练中不断优化,最终达到纳什均衡。影响协作效率的关键因素包括网络架构设计、损失函数选择和超参数设置。采用先进的架构如DCGAN、优化损失函数如WGAN,并动态调整训练策略,可显著提升生成器与判别器的协作效果,推动GAN在图像生成、风格迁移等领域的应用发展。
781 5